Estudio de Lineas de Espera en McDnald - S C - Cuta

ESTUDIO DE LINEAS DE ESPERA EN EL PROCESO DE ATENCIÓN AL
CLIENTE EN MC’DONALDS CÚCUTA - NORTE DE SANTANDER
Autor
KARINA CARRILLO CELIS
Director
RONALD IVAN CASTRO GARCIA
Ingeniero industrial
Especialista en gerencia de riesgos laborales, seguridad y salud en el trabajo
PROGRAMA DE INGENIERÍA INDUSTRIAL

DEPARTAMENTO DE INGENIERÍAS MECÁNICA, MECATRÓNICA E
INDUSTRIAL
FACULTAD DE INGENIERÍAS Y ARQUITECTURA
UNIVERSIDAD DE PAMPLONA
PAMPLONA, Febrero 13 de 2019
INDICE DE CONTENIDO
1.INTRODUCCION ..................................................................................................1
2. DESARROLLO DEL TEMA..................................................................................3
2.1. LAS LINEAS DE ESPERA ............................................................................3
2.2. GENERALIDADES ........................................................................................4
2.3. OBJETIVOS DE LAS LINEAS DE ESPERA .................................................5
2.4. COMPONENTES CLAVES ...........................................................................6
2.4.1. Las llegadas............................................................................................6
2.4.2. La capacidad de la cola ..........................................................................6
2.4.3. La disciplina de la cola............................................................................6
2.4.4. Los tiempos de servicio ..........................................................................7
2.4.5. La cantidad de servidores .......................................................................7
3.3.6 Etapas del servicio...................................................................................8
2.5. NOMENCLATURA ........................................................................................9
2.6. MODELOS BÁSICOS DE LAS LINEAS DE ESPERA...................................9
2.6.1. Sistema M/M/1 ......................................................................................10
2.6.1. Sistema M/M/S .....................................................................................12
2.6.3. Sistema M/G/1 ......................................................................................13
2.6.4. Sistema M/D/1 ......................................................................................14
2.6.5. Sistema M/M/S/CF/FIFO.......................................................................15
2.7. COSTOS DE UN SISTEMA DE COLAS .....................................................16
2.7.1. Costo de esperar ..................................................................................17
2.7.2. Costo del servicio .................................................................................17
2.8. PROCESO DE NACIMIENTO Y MUERTE..................................................18
2.9. SIMULACIÓN ..............................................................................................19
2.9.1. Componentes de la simulación ................................................................20
2.9.2. Etapas para realizar un estudio de simulación .....................................20
2.10. CARACTERÍSTICAS DE MCDONALD’S ..................................................21
2.10.1. Perfil del consumidor de McDonald’s .....................................................21
3. RESULTADOS...................................................................................................23
3.1. RECOLECCIÓN DE DATOS.......................................................................23
3.2. GRÁFICOS..................................................................................................48
3.2.1. Tasa de llegada ....................................................................................48
5.3.2 Tasa de servicio.....................................................................................49
3.3. APLICACIÓN SISTEMA BASE M/M/2.........................................................50
3.3.1. Costo del sistema .................................................................................52
3.3.2. Simulación Flexsim ...............................................................................53
3.4. APLICACIÓN SISTEMA PROPUESTO M/M/3............................................55
3.5. APLICACIÓN SISTEMA PROPUESTO M/M/4............................................58
3.6. COMPARATIVO SISTEMAS M/M/2, M/M/3 Y M/M/4..................................62
6. CONCLUSIONES ..............................................................................................63
7. RECOMENDACIONES ......................................................................................64
ÍNDICE DE ILUSTRACIONES
Ilustración 1: modelo de disciplina de una cola........................................................7

Ilustración 2: modelo de cantidad de servidores ......................................................8
Ilustración 3: sistema múltiples etapas de colas ......................................................8
Ilustración 4: Modelo M/M/1 ...................................................................................11
Ilustración 5: Modelo sistema M/M/S .....................................................................12
Ilustración 6: Modelo FIFO.....................................................................................15
Ilustración 7: Relación costo total vs costo del servicio .........................................18
Ilustración 8: Tasas del proceso de nacimiento y muerte ......................................19
Ilustración 9: Componentes de la simulación.........................................................20
Ilustración 10: Tasa de llegada exponencial ..........................................................48
Ilustración 11: Tasa de llegada lineal.....................................................................48
Ilustración 12: Tasa de servicio exponencial .........................................................49
Ilustración 13: Tasa de servicio lineal ....................................................................49
Ilustración 14: Sistema M/M/2 Flexsim ..................................................................53
Ilustración 15: Utilización de servidores M/M/2 ......................................................54
Ilustración 16: Promedio estadía 1 M/M/2..............................................................54
Ilustración 18: Sistema M/M/3 en Flexsim .............................................................57
Ilustración 19: Utilización servidores M/M/3 ...........................................................57
Ilustración 23: Sistema M/M/4 en Flexsim .............................................................60
Ilustración 24: Utilización servidores M/M/4 ...........................................................61
ÍNDICE DE TABLAS
Tabla 1: Simbología utilizada en las líneas de espera ...........................................10

Tabla 2: Tiempos de llegada y servicio día 1 .........................................................23
Tabla 10: Tiempos de llegada y servicio día 9 .......................................................31
Tabla 11: Tiempos de llegada y servicio día 10 .....................................................32
Tabla 21: Tiempos llegada y servicio día 20 ..........................................................42
Tabla 27: Parámetros λ y μ....................................................................................50
Tabla 28: Costo promedio productos .....................................................................52
Tabla 29: SMMLV ..................................................................................................53
Tabla 30: Costo del sistema M/M/2........................................................................53
Tabla 31: Costo total sistema M/M/3......................................................................56
Tabla 32: Costo del sistema M/M/4........................................................................60
Tabla 33: Comparativo sistemas en minutos .........................................................62
ESTUDIO DE LINEAS DE ESPERA EN EL
PROCESO DE ATENCIÓN AL CLIENTE EN
MC’DONALDS CÚCUTA - NORTE DE SANTANDER
RESUMEN
En el desarrollo de la presente monografía se abordó la problemática de las líneas

de espera, enfocada en la franquicia de comidas rápidas McDonald’s ubicada en la
ciudad de Cúcuta-Norte de Santander; que consiste en la ejecución de cuatro
etapas. Esta empresa atiende elevados volúmenes de clientes en sus horas pico,
por lo cual, se deberían analizar con suma importancia, las líneas de espera, ya que
estas pueden repercutir en las percepciones de calidad de los clientes y en sus
índices de compra.
En primera instancia la toma de datos mediante una muestra aleatoria finita de
quinientos (500) datos, que expresan la afluencia de clientes durante las distintas
horas de servicio en que opera la empresa. En segunda instancia se procedió a
calcular las medidas de desempeño expresadas para los modelos de teoría de colas
M/M/2 siendo este el modelo base utilizado en la empresa y M/M/3; M/M/4 las
posibles propuestas para la mejora en el servicio en donde se analizó el
comportamiento del sistema mediante la aplicación de las fórmulas matemáticas
correspondientes. En la tercera etapa se analizaron los costos de cada uno de los
sistemas de acuerdo a las variables identificadas.
En la cuarta etapa se realiza la aplicación de cada uno de los modelos en el
simulador FlexSim obteniendo así, estadísticas referentes al desempeño del
sistema. De esta manera se determinó que el sistema que presenta una estabilidad
tanto de costo como de tiempo es el M/M/3 con respecto a los otros dos sistemas.
PALABRAS CLAVE:
Investigación de operaciones, líneas de espera, disciplina de la cola, tasa de

llegada, tasa de servicio.
1.INTRODUCCION
Para Hillier y Lieberman (2010)1 la teoría de colas es el estudio de la espera en las

distintas modalidades, utiliza los modelos de colas para representar los tipos de
sistemas de líneas de espera (sistemas que involucran colas de algún tipo) que
surgen en la práctica. Las fórmulas de cada modelo indican cuál debe ser el
desempeño del sistema correspondiente y señalan la cantidad promedio de espera
que ocurrirá en diversas circunstancias. Sin embargo, tener que esperar no sólo es
una molestia personal. El tiempo que la población de un país pierde al esperar en
las colas es un factor importante tanto de la calidad de vida como de la eficiencia de
su economía. Es decir, las líneas de espera, constituyen un insumo importante para
la toma de decisiones en las organizaciones, las cuales, al ser analizadas, pueden
arrojar datos significativos en términos de eficiencia y productividad, referentes a al
desempeño de los recursos del sistema, como eficiencia, ocio, productividad y
costos de oportunidad; los anteriores recursos, además de tener como medida base
los tiempos, tanto de procesamiento de órdenes como de espera de los clientes,
son traducibles en términos económicos, que pueden resultar significativos, para la
plataforma estratégica de la empresa.
Por consiguiente, el sistema de filas cuenta, en esencia, con tres componentes
básicos: la población fuente y la forma en que los clientes llegan al sistema, el
sistema de prestación del servicio y la condición de los clientes que salen del
sistema. En la economía de servicios, la gente espera en distintas filas todos los
días, desde que se dirige al trabajo en automóvil hasta salir del supermercado según
Chase y Jacobs (2014)2; todos estos tiempos de espera representan costos tanto
relacionados con el cliente como para la empresa.
Asimismo, el tiempo de espera, debe ser incluido dentro del concepto de la calidad
del servicio, ya que el mismo, es una medida de percepción individual de la calidad
del servicio, debido a que nadie le gusta esperar por largos periodos de tiempo para
ser atendido. La rapidez de la atención debe ser parte importante de la estrategia
de servicio, especialmente si aceptamos la existencia de clientes impacientes que
abandonan y se van a otra parte, llevándose consigo un potencial de utilidades.
Orrego (2012)3.
i
1CHASE, Richard y JACOBS, Robert. Administración de operaciones, producción y cadena de

suministro. 13ª ed. México D.F.: McGraw-Hill, 2014. 233 p. ISBN 978-607-15-1004-4.
2 HILLIER, Frederick y LIEBERMAN, Gerald. Introducción a la investigación de operaciones. 9ª ed.
México D.F.: McGraw-Hill, 2010. 708 p. ISBN 978-607-15-0308-4.

3 ORREGO, Ramiro. La calidad del servicio, la gestión de flujos y la teoría de colas. En: Revista
Universidad EAFIT. Agosto, 2012., no. 94, p. 23.
1
“El estudio de las colas es importante ya que proporciona tanto una base teórica del
tipo de servicio que se puede esperar de un determinado recurso, como la forma en
la cual puede ser diseñado”4
En el desarrollo de la presente monografía se abordará un caso particular como lo

es las líneas de espera en la empresa McDonald´s Cúcuta en la cual se pretende
analizar cómo influyen los tiempos de llegada y de servicio en la prestación del
servicio en general. Seguidamente se determinan las medidas de desempeño del
sistema para visualizar el comportamiento del mismo.
Para complementar el análisis, se procede a simular el proceso del caso McDonald’s

en el paquete de software FlexSim, a través del cual es posible elaborar el modelo
y ejecutar la simulación del mismo. Este software es usado por una gran variedad
de empresas debido a sus funciones, ya que permite visualizar el comportamiento
de un proceso y así mismo aporta a la toma de decisiones para la solución de
problemas, que, en este caso, serán de utilidad para la empresa objeto de estudio.
4SHORTLE, J; THOMPSON, J; GROSS, D y HARRIS, C. Fundamentals of Queening Theory. 5th

edition. New York.: John Wiley & Sons, 2017. 150 p.
2
2. DESARROLLO DEL TEMA
2.1. LAS LINEAS DE ESPERA
Lovelock, Reynoso, D’ Andrea y Huete (2004)5 señalan que en los servicios las filas
de espera son un mecanismo de almacenaje, de modo que la espera constituye un
fenómeno universal. Al respecto afirman que los estadounidenses pasan esperando
en filas un promedio de 150 horas al año, habiendo diferencias por cultura, ya que
los latinos tienen mayor aceptación por la espera que los anglosajones, quienes son
clientes más exigentes e incluso con la disposición de pagar una prima extra por
una atención más rápida.
“Un largo tiempo de espera en cualquier organización se considera como un
indicador de mala calidad y es necesario para cualquier mejora. La gestión de las
líneas de espera crea un gran dilema para los gerentes que buscan mejorar el
rendimiento de sus operaciones”6
Ilustración: modelo general de líneas de espera
Fuente: Carro (2012)
Por otro lado, Landeta, Cortes y González (2018)7 existen numerosos estudios
sobre las aplicaciones de los modelos de líneas de espera a casos prácticos con el
fin de determinar sus principales parámetros, como son los tiempos de espera y de
servicio, así como el numero promedio de clientes en espera y en el sistema. ii
5 LOVELOCK, C; REYNOSO, J; D’ANDREA, G y HUETE, L. Administración de servicios. 1ª ed.

México D.F.: Pearson Prentice Hall, 2004.405 p. ISBN 970-26-0388-9.
6 IZAR LANDETA, Juan Manuel; YNZUNZA CORTÉS, Carmen Berenice y GARNICA GONZALEZ,
Jaime. Análisis y optimización de dos sistemas de líneas de espera de empresas de logística y

transporte de los estados de Querétaro y Colima. En: Redalyc. 2018. Vol. 47, no. 121, p. 4.
7 TABARI, M; GHOLIPOUR KANANI, Y; SEIFI DIVKOLAII, M y TAVAKKOLI MOGHADDAM, Reza.
Application of queuing theory to the management of human resources. En: World Applied Sciences
Journal. 2012., p. 1211.
3
Ahora bien, según Carro & González (2012)8 básicamente existen tres modelos de
filas de espera: modelos de un solo servidor, de múltiples servidores y de fuente
finita. En el primer modelo se tiene un solo servidor y una sola fila, en el segundo
los clientes hacen una fila y escogen entre varios servidores y en el tercero es
cuando se conoce el número de clientes por lo tanto se puede adaptar a un solo
servidor. Cada modelo tiene medidas de desempeño diferentes para su análisis.
Tal como dice Singer, Donoso & Scheller (2008)9, los modelos de colas apoyan la
toma de decisiones en las organizaciones, así mismo a identificar y relacionar los
indicadores de desempeño de interés para la empresa, estos modelos ayudan a
mejorar la calidad del servicio teniendo un conocimiento de cuanto espera un cliente
por un producto o servicio.
2.2. GENERALIDADES
Hillier & Lieberman (1999)10 las líneas de espera es un conjunto de modelos

matemáticos que describen sistemas de líneas de espera particulares. El objetivo
principal es encontrar el estado estable del sistema y determinar una capacidad de
servicio apropiada que garantice un equilibrio entre el factor cuantitativo (referente
a costos del sistema) y el factor cualitativo (referente a la satisfacción del cliente por
el servicio).
“Dado a lo anterior, los agentes principales que participan en este proceso analítico,
son los clientes y los servidores. Entendiéndose por cliente una persona, una orden
de servicio, un automóvil, una maquina en espera de mantenimiento, entre otros y
el servidor será aquella estación que este en facultad de realizar la respectiva
actividad de servicio sobre el cliente, por ejemplo, un cajero, una máquina, una
secretaria, etc.”11
Incluso, las líneas de espera utilizan diferentes modelos para representar los tipos
iii
de sistemas. Las fórmulas de cada modelo indican cual debe ser el desempeño del
sistema correspondiente y señalan la cantidad promedio que ocurriría en diversas
8 CARRO PAZ, Roberto y GONZALEZ GÓMEZ, Daniel. Modelos de líneas de espera. En: Revista
Nulan. 2012., p. 8.
9 SINGER, Marcos; DONOSO, Patricio y SCHELLER WOLF, Alan. Una introducción a la teoría de
colas aplicada a la gestión de servicios. En: Revista ABANTE. Octubre, 2008. Vol. 11, no. 2, p. 94.
10 HILLIER y LIEBERMAN. Introducción a la investigación de operaciones. 8ª edición. México D.F.:
Mc Graw-Hill. 1999. 205 p.

11 PORTILLA, Liliana M; ARIAS MONTOYA, Leonel y FERNANDEZ HENAO, Sergio A. Analysis of
waiting lines through queue systems and simulation. En: Scientia et Technica. December, 2010., no.
46, p. 56.
4
circunstancias. Los modelos de líneas de espera son útiles para determinar cómo
debe operar un sistema de colas de manera eficaz. Proporcionar demasiada
capacidad de servicio para operar el sistema implica costos excesivos; pero si se
carece de suficiente capacidad de servicio surgen esperas excesivas. 12
Según Camelo, Coelho & Borges (2010)13 las formaciones de colas ocurren cuando
la demanda de un servicio es superior a la oferta, es decir la capacidad es menor.
De esta forma, la teoría de colas por medio de las formulas busca un punto de
equilibrio que satisfaga al cliente y que sea económicamente viable para el
prestador del servicio. iv
2.3. OBJETIVOS DE LAS LINEAS DE ESPERA
Se define en Domínguez, Domínguez & Torres (2016)14 como objetivos de un

sistema basado en líneas de espera:
 Identificar el nivel óptimo de capacidad del sistema que minimice el costo del
mismo, es decir determinar el número promedio de clientes que soporta el
sistema
 Evaluar el impacto de las posibles alternativas de modificación de la

capacidad del sistema el costo que estas implican, identificar las alternativas
que se pueden aplicar en el sistema teniendo en cuenta el costo que estas
implican para las organizaciones
 Establecer un balance entre las consideraciones cualitativas y cuantitativas

con respecto a los costos, hallar un punto de equilibrio en los costos y por
decir la prestación de un buen servicio
12 VALLEJOS TORRES, Yesica Daiana; ALFONZO, Pedro Luis y MARIÑO, Sonia I. Teoría de colas,
propuesta de un simulador didáctico. En: Revista Publicando. Noviembre, 2017. Vol. 4, no. 13, p. 8.
13 CAMELO, Gustavo; COELHO, Antonio y BORGES, Renata. Aplicación de la teoría de colas y de
la simulación al embarque de mineral de hierro y manganeso en la terminal marítima de Ponta da

Madeira. En: Revista Gestión Industrial. 2010. Vol. 6, no. 3, p. 65.
14 DOMINGUEZ, G; DOMINGUEZ A y TORRES, J. Didáctica y aplicación de la administración de
operaciones contaduría y administración. 1ª edición. México D.F.: IMCP. 2016. 66 p.
5
 Prestar atención al tiempo de permanencia en el sistema o en la espera.
Conocer el tiempo que se demora el servicio, es decir la espera que un cliente
tiene que hacer para conseguir dicho producto o servicio.
El cumplimiento de estos objetivos es importante ya que se enfoca en el nivel óptimo

del sistema, pero teniendo en cuenta no sólo la disminución de tiempos sino también
el costo o costos que puede generar una modificación al sistema, es decir si se
cumple completamente estos objetivos se tendrá el sistema en su nivel óptimo tanto
en tiempo como en costos.
2.4. COMPONENTES CLAVES
Winston (2005)15 en el momento de hablar de teoría de colas es necesario tener en

cuenta algunos componentes claves para ser analizados, los cuales son:
2.4.1. Las llegadas
Este concepto hace referencia al análisis de cómo se alimenta el sistema de colas,

este valor es variable por lo que se conoce como un proceso estocástico, desde
este punto se analiza la cantidad de clientes que llegan al sistema. Esta variable se
conoce con el nombre de tasa media de llegadas y su parámetro asociado es
lambda “λ” .v
2.4.2. La capacidad de la cola
Es importante conocer de antemano cual es la capacidad máxima de la cola, es

decir cuántos clientes pueden ubicarse en la línea de espera. Ya que se pueden
presentar diferentes situaciones como cuando la demanda de clientes es mayor a
la capacidad es decir la oferta o viceversa.
2.4.3. La disciplina de la cola
Esta hace referencia al modo en cómo se distribuyen los clientes en la cola para
recibir el servicio. Según Pardo & Valdés (1987)16 es el proceso para decidir que
usuario será llamado, las disciplinas básicas son:
 Forma en que los clientes llegan, aleatoria o determinística
15 WINSTON, W. Investigación de operaciones aplicaciones y algoritmos. 4ª edición. Thomson

U.S.A.: Editorial Thomson. 2005. 1050
16 PARDO, L y VALDÉS, T. Simulación – Aplicaciones prácticas en la empresa. 1ª edición. Ediciones
Díaz de Santos S.A. 95 p.
6
 Forma en que se realiza el servicio
 Modo de elegir los clientes para recibir su servicio, aquí se puede elegir por
medio de la forma FIFO (primero que entra, primero que sale) o la norma
RSS (se selecciona los clientes de manera aleatoria).
Ilustración 1: modelo de disciplina de una cola
Fuente: Fernández, Montoya & Portilla (2010)vi
2.4.4. Los tiempos de servicio
Se refiere al tiempo en que tarda el cliente en recibir el producto o servicio, el tiempo

esperado del servicio depende de la tasa media de servicio la cual es evaluada a
través del parámetro “μ”.
2.4.5. La cantidad de servidores
Es importante conocer o identificar cuántos servidores están disponibles para

atender los clientes que llegan al sistema.
De esta manera se pueden presentar diferentes estructuras de sistemas de colas,
se presentan dos modelos muy comunes, la primera representa un modelo con
múltiples servidores alimentados por una sola cola para cada servidor. 17
17EPPEN, G, GOULD, F y SCHMIDT, C. Investigación de operaciones en ciencia administrativa. 1ª

edición. Editorial Prentice Hall. 1999. 145 p.
7
Ilustración 2: modelo de cantidad de servidores
Fuente: Camelo, Coelho & Borges (2010) vii
3.3.6 Etapas del servicio
“Un sistema de colas puede tener apenas una única etapa de entendimiento, como
en el caso de supermercados y peluquerías, o puede tener varias etapas. En ese
caso, denominado de múltiples etapas, el cliente precisa pasar por varias etapas
hasta dejar el sistema”18
Ilustración 3: sistema múltiples etapas de colas
Fuente: Camelo, Coelho & Borges (2010)
18GUTIERREZ, Ericson; RAMOS, Willy; URIBE, Martha; ORTEGA, Alex; TORRES, Cristhian;
MONTESINOS, Daniel; LEON, Oscar y GALARZA, Carlos. Tiempo de espera y su relación con la
satisfacción de los usuarios en la farmacia central de un hospital general de Lima. En: Revista
Peruana de Medicina Experimental y Salud Pública. Enero-marzo, 2009. Vol. 26, no. 1, p. 60.
8
2.5. NOMENCLATURA
Para el desarrollo de los modelos se adoptará la siguiente nomenclatura19:
λ: número promedio de clientes que arriban al sistema por unidad de tiempo (tasa
promedio de arribos).
µ: tasa promedio de servicio a clientes cuando el canal está funcionando
ρ: factor de tráfico del sistema. ρ = λ/µ.
λR: cantidad promedio de interrupciones por unidad de tiempo de funcionamiento

del sistema.
µR: velocidad promedio de restitución del servicio.
ρ: factor de interrupción del sistema. ρR = λR/µR.
L: longitud promedio de clientes en el sistema.
LC: longitud promedio de clientes en la cola.
W: tiempo promedio de permanencia de un cliente en el sistema.
Wc: tiempo promedio de espera de un cliente en la cola. viii
2.6. MODELOS BÁSICOS DE LAS LINEAS DE ESPERA
Para aplicar estos modelos básicos, se usa la notación de Kendall-Lee-Taha que

plantea la forma: [A/B/C]: [D/E/F], donde20:
A, representa la distribución probabilística referida al tiempo entre llegadas (M para

exponencial, G para general, D para fija, etc.).
B, representa la distribución probabilista del tiempo de servicios.
C, representa el número de canales de servicio.
19MIRANDA, M. Teoría de colas. 2ª edición. Buenos Aires.: Editorial EDUCA. 2013. 284 p.
20 TERRAZAS PASTOR, Rafael. Aplicación de la simulación a un sistema de colas de canal simple.
En: Redalyc. Diciembre, 2010., no. 26, p. 95.
9
D, representa la disciplina de atención.
E, representa la longitud máxima de la cola.
F, representa la población o fuente potencial de clientes. ix
Tabla 1: Simbología utilizada en las líneas de espera

Fuente: Fernández, Montoya & Portilla (2010)
2.6.1. Sistema M/M/1
“Representa un modelo básico con tiempos de llegada exponenciales, tiempos de

servicio exponenciales, un solo servidor o canal simple, primero en entrar y primero
en ser atendido, con una cola infinita y con una población potencial de clientes
infinita”21
Tal como dice Mendenhall (2007)22 este modelo es fácil de conocer solo hay que
reconocer tres factores: las llegadas sigan una distribución exponencial, el patrón
de servicio sea exponencial y se cuente con un solo servidor.
Por otro lado, Render (2012)23 destaca que para cumplir este modelo implica
suponer siete condiciones las cuales son:
 Las llegadas se atienden sobre una base PEPS.

 Cada llegada espera ser atendida independientemente de la longitud de la
fila, es decir todos esperan ser atendidos así haya muchos esperando por el
servicio.
21 TAHA, Hamdy. Investigación de Operaciones. 7ª edición. México D.F.: Editorial Pearson. 2004.
127 p.
22 MENDENHALL, William. Estadística Matemática Aplicada. México D.F.: McGraw-Hill. 2007. 85 p.
23 RENDER, Barry; STAIR, Ralph y HANNA, Michael. Métodos cuantitativos para los negocios.
Pearson. 2012. 234 p. 22 MENDENHALL, William. Estadística Matemática Aplicada. México D.F.:
McGraw-Hill. 2007. 85 p.
10
 Las llegadas son independientemente de las llegadas anteriores, pero su
número promedio no cambia a lo largo del tiempo.
 Las llegadas provienen de una distribución infinita o muy grande.
 Los tiempos de servicio varían de un cliente a otro
 Los tiempos de servicio ocurren bajo una distribución de probabilidad
negativa.
 La tasa de servicio promedio es mayor que la tasa de llegadas promedio.
Ilustración 4: Modelo M/M/1
Fuente: Ruiz (2014) x
Para el modelo M/M/1 se tienen las siguientes medidas de desempeño 24:
µ: velocidad de atención o tasa promedio de servicio
λ: velocidad de llegadas o tasa promedio de llegadas
λ / µ= ρ factor de tráfico.
Longitud promedio de la cola:
Tiempo de espera promedio en la cola:
Longitud promedio del sistema:
Tiempo de espera promedio en el sistema:
Utilización de instalación:
24 CARRO, Roberto. Investigación de operaciones en administración. Editorial PINCU. 2009. 361 p.
11
Probabilidad de que haya n unidades en el sistema:
Probabilidad de no esperar:
2.6.1. Sistema M/M/S
Según la notación Kendall Hillier & Lieberman (1997)25 este sistema posee las
siguientes características:
 Tiempos entre llegadas y de servicio poseen distribución exponencial.

 Tasas de llegadas y de servicio poseen distribución Poisson.
 El número de canales o servidores “S” varía entre tres y seis según la
infraestructura de la organización.
En el modelo M/M/S, si µ es la tasa promedio de servicio para cada uno de los S

canales de servicio, Sµ debe ser mayor que λ para evitar una acumulación indefinida
de unidades en espera. xi
Ilustración 5: Modelo sistema M/M/S
Fuente: Hillier (1986)
Para analizar la operación de colas, con el fin de hacer recomendaciones sobre el

diseño del sistema, se pueden usar las medidas de desempeño. Por eso a
continuación se expone la definición teórica y matemática de tales medidas de
desempeño:
25 GOMEZ, Fredy. Aplicación de teoría de colas en una entidad financiera: herramienta para el
mejoramiento de los procesos de atención al cliente. En: Revista Universidad EAFIT. Mayo, 2008.,
p. 60.
12
Numero esperado de clientes en la fila:
Dónde: y
xii
Tiempo estimado de espera en el sistema:
Tiempo estimado de espera en la fila:
2.6.3. Sistema M/G/1
“Los modelos de colas en que las llegadas y las salidas no siguen la distribución de
Poisson son complicados. En general, en esos casos se aconseja usar la simulación
como método alternativo para analizarlos”26
Sistema de líneas de espera con llegadas aleatorias, distribución general de los

tiempos de servicio (para el cual se supone conocida la desviación estándar), un
canal de servicio y una línea de espera.
Ilustración: Modelo sistema M/G/1

Fuente: Sabater (2015)
El sistema M/G/1 tiene las siguientes medidas de desempeño:
Número de clientes esperando en la cola: = ( )
26 TAHA, Hamdy. Investigación de operaciones. 7ª edición. México D.F.: PEARSON. 2004. 624 p.
13
Número de clientes esperando en el sistema: = +
Tiempo de espera en la cola: =
Tiempo de espera en el sistema: = +
2.6.4. Sistema M/D/1
Este sistema de líneas de espera es con llegadas aleatorias, tiempo de servicio

constante, una línea de servicio y una línea de espera
Cuando el servicio consiste básicamente en la misma tarea rutinaria que el servidor realiza
para todos los clientes, tiende a haber poca variación en el tiempo de servicio requerido.
Muchas veces, el modelo M/D/S proporciona una representación razonable de este tipo de
situaciones porque supone que todos los tiempos de servicio en realidad son iguales a una
constante fija y que tiene un proceso de entradas Poisson con la tasa media de llegadas
fija.27
xiii
Las medidas de desempeño según Render28 son las siguientes:
Longitud promedio de la cola:
Tiempo de espera promedio en cola:
Número promedio de clientes en el sistema:
27 HILLIER,
Frederick y LIEBERMAN, Gerald. Investigación de operaciones. 7ª edición. México D.F.:
28 RENDER, Barry; STAIR, Ralph y HANNA, Michael. Op.cit., p. 514.
14
Tiempo promedio en el sistema:
2.6.5. Sistema M/M/S/CF/FIFO
Vega, Leiva, Pérez & Tapia (2017) es un modelo de estación múltiple donde se
supone que tanto los tiempos entre llegadas como los de servicio son
independientes e idénticamente repartidos según una distribución exponencial M/M:
una para llegadas y otra para servicios; (S) número de servidores y (CF) es cola
finita.29 xiv
Ilustración 6: Modelo FIFO
Fuente: Bautista, Corominas y Company (2011)
Las medidas de desempeño que se determinan para este sistema son:
Factor de utilización:
Probabilidad de que no haya unidades en el sistema:
29 VEGA, Leudis Orlando; LEYVA CARDEÑOSA, Elisa; PÉREZ PRAVIA, Milagros y TAPIA CLARO,
Ileana Irene. La teoría de colas en la consulta de ortopedia. En: Revista Cubana de Ortopedia y
Traumatología. Febrero, 2017., p. 6-8.
15
Probabilidad de que hubieran “n” unidades en el sistema:
Número medio de unidades en el sistema:
Número medio de unidades en la cola:
Tiempo medio de instancia en el sistema:
Tiempo medio de instancia de una unidad en la cola:
Probabilidad de que una unidad tenga que esperar:
2.7. COSTOS DE UN SISTEMA DE COLAS
Un sistema de líneas de espera puede dividirse en sus dos componentes de mayor

importancia, la cola y la instalación del servicio.
16
2.7.1. Costo de esperar
Esperar significa desperdicio de algún recurso activo que bien se puede aprovechar
en otra cosa y está dado por:
Costo total de espera = Cw L
Donde Cw= costo de espera por hora ($) por llegada por unidad de tiempo
L= longitud promedio de la línea.
SISTEMA DE COSTO MINIMO, aquí hay que tomar en cuenta que, para bajas tasas
de servicio, se tienen largas colas y costos de espera muy altos. Conforme aumenta
el servicio disminuyen los costos de espera, pero aumenta el costo del servicio y el
costo total disminuye. Entonces el propósito es encontrar el balance adecuado para
que el costo total sea el mínimo.30
“Para los casos en que se conoce el costo de la espera, el costo total del sistema
viene dado por: Costo del Sistema= Costo de Demoras + Costo del servicio
Siendo el Costo de Demoras= CD L
Donde:
CD= Costo unitario de la demora, $/(día)/(unidad)
L= número promedio de clientes en el sistema”31 xv
2.7.2. Costo del servicio
Chang & Ke (2011)32 para determinar el costo del servicio se utiliza la siguiente
ecuación:
Costo del Servicio = CS S
Siendo:
CS = Costo diario del servicio por cada servidor

S= El número de servidores
30 KUMAR, Rakesh y KUMAR SHARMA, Sumeet. A single-server markovian queuing system with
discouraged arrivals and retention of reneged customers. In: Yugoslav Journal of Operations
Research. Abril, 2018., p. 123.
31 BARAK, S y FALLAHNEZHAD, M. Cost analysis of Fuzzy Queening Systems. In: International
Journal of Applied Operational Research. 2012., p. 27.

32 CHANG, F, M y KE, J, C. Cost analysis of a two-phase Queue System with Randomized Control
Policy. In: Procedia-Social and Behavioral Sciences. 2012., p. 138.
17
De igual modo, Anderson, Sweeney, Williams, Camm & Martin (2011)33 antes de
que se pueda llevar a cabo un análisis económico de una línea de espera, debe
elaborarse un modelo de costo total, el cual incluye el costo de esperar y el costo
del servicio.
TC = CwL + CsK
Cw: costo de esperar por período para cada unidad.
L: cantidad promedio de unidades en el sistema.
Cs: costo de servicio por periodo para cada canal.
K: cantidad de canales
Ilustración 7: Relación costo total vs costo del servicio

Fuente: Métodos cuantitativos para los negocios (2011). xvi
La ilustración 9 muestra la forma general de las curvas de costos. El costo de

servicio se incrementa a medida que lo hace el número de canales a mayor número
de canales, el servicio es mejor. Por consiguiente, el tiempo y costo de espera se
reducen a medida que aumenta el número de canales.
2.8. PROCESO DE NACIMIENTO Y MUERTE
Stidham34, la mayoría de los modelos de colas determinan que las llegadas y salidas
de los clientes ocurren mediante un proceso de nacimiento y muerte, donde el
termino nacimiento hace referencia a la llegada de un cliente y muerte a la salida
del cliente después de obtener el servicio. El estado del sistema en el tiempo t(t>=0),
33 ANDERSON, D; SWEENEY, D; WILLIAMS, T; CAMM, J y MARTIN, K. Métodos cuantitativos para

los negocios. 11ª edición. México D.F.: CENCAGE Learning. 2011. 672 p.
34 STIDHAM, S. Analysis, Design and control of queening systems. In: Operations Research. 2012,
p. 200.
18
denotado por N (t), es el número de clientes que hay en el sistema de colas en un
tiempo t. El proceso de nacimiento y muerte se describe en términos probabilísticos
como cambia N(t) al aumentar t. En sí se toma el nacimiento y las muertes
individuales acontecen de manera aleatoria que dependen del estado del estado
actual del sistema.
 n  n + 1; un solo nacimiento
 n  n – 1, una sola muerte.
“Estos procesos son un tipo de cadena de markov en tiempo continuo en las cuales
las probabilidades infinitesimales desde un estado i solo puede suceder hacia los
vecinos inmediatos siendo estos i+1 y i-1.”35. Por otra parte, Rodriguez36, los
procesos de nacimiento y muerte son un caso general y permiten que las tasas de
ambos tengan una variación según el número de la población.
Ilustración 8: Tasas del proceso de nacimiento y muerte

Fuente: Hillier (2010). xvii
2.9. SIMULACIÓN
Carsons37, es un método para la realización de estudios piloto, que se basa en la

modelación de algún tipo de proceso de forma rápida y con un costo bajo. Consiste
en una descripción que puede ser física, real o abstracta en forma, teniendo en
cuenta las reglas de operación. Por lo tanto, al explicar ideas o conceptos complejos
por medio de los lenguajes verbales tiende a tener un grado de dificultad alto,
mientras que representando esto por medio de un modelo se determina como un
medio de comunicación más efectivo.
35 HILLIER, F y HILLIER, M. Introduction to management science: A modeling and case studies

approach with spreadsheets. 3a edition. Burr Ridge.: McGraw-Hill. 2008.
36 RODRIGUEZ, Licesio. Teoría de colas o fenómenos de espera. En: virtual. Febrero, 2011.
37 CARSON, Y y ANU, M. Simulation optimization: Methods and Applications. In: Winter Simulation
Conference. 1997.
19
2.9.1. Componentes de la simulación
Todo modelo de simulación debe contener unos componentes básicos 38:

 Entidad: se refiere a todo aquello que el sistema procesa.
 Locaciones: representan los lugares fijos en el sistema a donde se dirigen las
entidades por procesar.
 Llegadas: cada cuanto y en qué cantidad llegan nuevas entidades al sistema.
 Recurso: Un operario o una máquina que haga parte de algún proceso.
 Red de rutas: se utiliza básicamente para construir caminos fijos por los
cuales se mueven los recursos.
 Variables: son útiles para capturar y guardar información numérica.
 Atributo: es una condición inicial (como una marca) la cual puede ser
asignada a entidades o locaciones.
 Proceso: define las rutas y las operaciones que se llevaran a cabo.
Ilustración 9: Componentes de la simulación

Fuente: Fernández, Montoya & Portilla (2010) xviii
2.9.2. Etapas para realizar un estudio de simulación
Coss39, existen algunos pasos necesarios para llevar a cabo una simulación:
 Definición del sistema

 Formulación del modelo
 Colección de datos
 Implementación del modelo en la computadora
 Validación, las formas más comunes de validar un modelo son:
38 SOTO, José. Fundamentos teóricos de simulación discreta. In: Universidad tecnológica de Pereira.
Abril, 2011., p 134.
39 COSS, Raúl. Simulación: un enfoque práctico. México D.F.: LIMUSA NORIEGA EDITORES, 2003.
12 p. ISBN 968-18-1506-8.
20
a) Opinión de expertos
b) La exactitud con que se predicen datos históricos
c) La exactitud en la predicción del futuro
d) La comprobación de falla del modelo de simulación
e) La aceptación y confianza en el modelo
 Experimentación
 Interpretación
 Documentación.
“La simulación por computadora, es un modelo completamente simbólico y está

implementado en un lenguaje computacional. Las personas quedan excluidas del
modelo. Un ejemplo es el simulador de un sistema de redes de comunicación donde
la conducta de los usuarios está modelada en forma estadística”. 40 xix
2.10. CARACTERÍSTICAS DE MCDONALD’S
McDonald’s es la principal cadena de restaurantes de servicio de comidas alrededor

del mundo con más de 30.000 locales en los que se atienden diariamente a 52
millones de personas en más de 100 países. Es un sistema de negocios compuesto
por varias empresas de servicio: franquicias, proveedores y la corporación, siendo
todas ellas dirigidas por ejecutivos colombianos.
La empresa ofrece diferentes tipos de productos divididos en categorías de comida,
bebidas y postres tales como: hamburguesas, pollo, papas, ensaladas, desayunos,
almuerzos, helados, malteadas y gaseosa.
2.10.1. Perfil del consumidor de McDonald’s
McDonald’s identifica tres perfiles diferentes de consumidores respondiendo a las

preguntas:
¿Quién compra? Perfil (sexo, edad y situación laboral)
Los clientes son la base fundamental de cualquier negocio. Podemos tener un buen
plan de marketing, una maravillosa idea, tecnologías o dinero para invertir, pero si
los clientes deciden no comprarte todo lo anterior no tiene validez.
40 TARIFA, Enrique. Teoría de modelos y simulación. En: Universidad de Jujuy. 2001., p 4.
21
Las personas que van habitualmente a McDonald’s suelen ser personas con edades
muy dispersas, no se centra a un grupo en concreto, si no en todas las personas
que les gusta este tipo de comida.
McDonald’s atrae a distintos tipos de perfiles de consumidores, que se pueden

clasificar en tres grupos:
 Niños entre 6 y 14 años: mediante acciones como la creación de un menú

para niños menores de 14 años, en el que se regala algún juguete.
 Adolescentes entre 14 y 27 años: son las personas que compran con más
frecuencia, el poder adquisitivo de estas personas es bajo debido a que la
mayoría estudian o tienen salarios bajos.
 Adultos entre 27 y 66: estas personas son trabajadores o gente en paro, pero
su nivel adquisitivo suele ser medio-alto.
22
3. RESULTADOS
Se analiza el comportamiento del servicio en la franquicia de la ciudad de Cúcuta,

ubicada en la dirección Diagonal Santander No. 11-7088, el cual se encuentra
abierto al público de lunes a domingo en el horario 11:00 a.m. – 11:00 p.m.
Se desarrollan una serie de actividades para analizar el servicio por medio de las
líneas de espera, es decir el tiempo que espera una persona para recibir su servicio.
3.1. RECOLECCIÓN DE DATOS
La recolección de los datos se hizo en diferentes días, obteniendo un total de 500

datos que nos permiten un mejor análisis del sistema. A continuación, se presentan
los datos recolectados:
DIA 1
Tiempo en el
Cliente Tiempo de llegada Tiempo de servicio sistema
1 0:03:02 0:05:31 0:08:33
2 0:02:41 0:03:15 0:05:56
3 0:00:42 0:05:02 0:05:44
4 0:01:01 0:03:04 0:04:05
5 0:01:26 0:04:27 0:05:53
6 0:01:08 0:05:13 0:06:21
7 0:01:21 0:05:02 0:06:23
8 0:00:47 0:06:34 0:07:21
9 0:00:39 0:04:33 0:05:12
10 0:01:28 0:04:05 0:05:33
11 0:02:56 0:05:14 0:08:10
12 0:02:02 0:06:52 0:08:54
13 0:01:25 0:04:12 0:05:37
14 0:02:16 0:04:23 0:06:39
15 0:01:43 0:05:26 0:07:09
16 0:00:53 0:06:11 0:07:04
17 0:01:08 0:03:26 0:04:34
18 0:01:31 0:04:20 0:05:51
19 0:01:19 0:05:07 0:06:26
20 0:01:39 0:04:56 0:06:35
SUMATORIA 0:31:07 1:36:53 2:08:00
Tabla 2: Tiempos de llegada y servicio día 1
Fuente: elaboración propia
23
La tabla anterior muestra los tiempos de llegada y servicio tomados el día viernes.
A continuación, se presenta el tiempo promedio de llegadas y de servicio para estos
datos:
Tiempo promedio de llegada 0:01:33

minutos/persona
Tiempo promedio de servicio 0:04:51
minutos/persona
Ahora se presentan los tiempos de llegada tomados en el día 2 de recolección de

datos:
DIA 2
Tiempo en el
1 0:02:08 0:03:37 0:05:45
2 0:01:09 0:06:08 0:07:17
3 0:02:09 0:04:06 0:06:15
4 0:00:28 0:06:24 0:06:52
5 0:00:31 0:04:22 0:04:53
6 0:01:20 0:04:19 0:05:39
7 0:02:28 0:05:19 0:07:47
8 0:00:42 0:05:36 0:06:18
9 0:02:07 0:05:45 0:07:52
10 0:00:31 0:06:35 0:07:06
11 0:01:11 0:05:24 0:06:35
12 0:02:14 0:03:36 0:05:50
13 0:02:03 0:03:39 0:05:42
14 0:02:08 0:04:19 0:06:27
15 0:01:21 0:07:22 0:08:43
16 0:02:36 0:06:37 0:09:13
17 0:00:33 0:07:02 0:07:35
18 0:01:35 0:06:39 0:08:14
19 0:01:16 0:04:08 0:05:24
20 0:01:22 0:03:37 0:04:59
SUMATORIA 0:29:52 1:44:34 2:14:26
Fuente: elaboración propia.
24
A continuación, se muestra el tiempo promedio de llegada y servicio para el día 2:

minutos/persona
minutos/persona
Tiempos de llegada y servicio para el tercer día de la recolección de datos:
DIA 3
Tiempo en el
1 0:01:52 0:05:56 0:07:48
2 0:01:26 0:05:11 0:06:37
3 0:00:44 0:06:13 0:06:57
4 0:01:41 0:05:52 0:07:33
5 0:00:55 0:07:31 0:08:26
6 0:02:15 0:05:41 0:07:56
7 0:01:53 0:05:03 0:06:56
8 0:02:32 0:07:47 0:10:19
9 0:02:05 0:08:21 0:10:26
10 0:02:11 0:06:25 0:08:36
11 0:00:27 0:05:05 0:05:32
12 0:02:38 0:06:13 0:08:51
13 0:01:16 0:05:18 0:06:34
14 0:00:39 0:06:52 0:07:31
15 0:01:55 0:05:26 0:07:21
16 0:02:27 0:05:22 0:07:49
17 0:02:47 0:08:23 0:11:10
18 0:01:53 0:05:26 0:07:19
19 0:00:45 0:07:43 0:08:28
20 0:00:43 0:05:21 0:06:04
SUMATORIA 0:33:04 2:05:09 2:38:13
25
Teniendo ya los datos de llegada y servicio, se calcula el tiempo promedio para
estos:

minutos/persona
minutos/persona
En el cuarto día se obtienen los siguientes datos de llegada y servicio:
DIA 4
Tiempo en el
1 0:00:31 0:05:19 0:05:50
2 0:00:57 0:04:31 0:05:28
3 0:01:31 0:06:34 0:08:05
4 0:01:59 0:03:05 0:05:04
5 0:02:25 0:04:49 0:07:14
6 0:02:37 0:04:58 0:07:35
7 0:00:52 0:07:04 0:07:56
8 0:02:14 0:04:36 0:06:50
9 0:01:54 0:06:04 0:07:58
10 0:01:01 0:04:35 0:05:36
11 0:01:04 0:03:11 0:04:15
12 0:01:18 0:04:25 0:05:43
13 0:01:10 0:06:47 0:07:57
14 0:01:32 0:07:26 0:08:58
15 0:01:35 0:04:51 0:06:26
16 0:00:54 0:05:45 0:06:39
17 0:00:52 0:06:15 0:07:07
18 0:00:57 0:03:09 0:04:06
19 0:01:57 0:05:13 0:07:10
20 0:01:15 0:06:23 0:07:38
SUMATORIA 0:28:35 1:45:00 2:13:35
26
El promedio de tiempo de llegada y servicio:

minutos/persona
minutos/persona
Tiempos de llegada y servicio para el quinto día:
DIA 5
Tiempo en el
1 0:01:55 0:04:12 0:06:07
2 0:00:39 0:07:21 0:08:00
3 0:00:51 0:08:46 0:09:37
4 0:02:23 0:07:33 0:09:56
5 0:00:53 0:09:11 0:10:04
6 0:00:27 0:09:17 0:09:44
7 0:02:37 0:05:53 0:08:30
8 0:01:05 0:08:13 0:09:18
9 0:00:41 0:05:41 0:06:22
10 0:00:58 0:06:31 0:07:29
11 0:00:55 0:06:21 0:07:16
12 0:01:27 0:08:03 0:09:30
13 0:02:21 0:07:25 0:09:46
14 0:00:32 0:09:03 0:09:35
15 0:02:34 0:09:11 0:11:45
16 0:01:31 0:08:47 0:10:18
17 0:00:54 0:07:21 0:08:15
18 0:01:18 0:07:43 0:09:01
19 0:01:06 0:05:25 0:06:31
20 0:00:49 0:06:23 0:07:12
SUMATORIA 0:25:56 2:28:20 2:54:16
27
Se procede a calcular el tiempo promedio de llegada y servicio:

minutos/persona
minutos/persona
El tiempo de llegada y servicio para el sexto día son los siguientes:
DIA 6
Tiempo en el
1 0:00:51 0:07:26 0:08:17
2 0:01:13 0:10:02 0:11:15
3 0:00:29 0:06:47 0:07:16
4 0:01:24 0:08:17 0:09:41
5 0:00:53 0:08:08 0:09:01
6 0:00:38 0:11:57 0:12:35
7 0:00:44 0:11:08 0:11:52
8 0:01:02 0:07:23 0:08:25
9 0:00:46 0:08:01 0:08:47
10 0:01:52 0:06:42 0:08:34
11 0:00:31 0:05:27 0:05:58
12 0:00:19 0:08:17 0:08:36
13 0:02:46 0:09:32 0:12:18
14 0:00:44 0:10:05 0:10:49
15 0:02:39 0:09:15 0:11:54
16 0:01:24 0:06:24 0:07:48
17 0:01:08 0:06:58 0:08:06
18 0:00:37 0:08:28 0:09:05
19 0:00:58 0:10:21 0:11:19
20 0:02:57 0:09:28 0:12:25
SUMATORIA 0:23:55 2:50:06 3:14:01
28
Se calcula el tiempo promedio de llegada y servicio para estos datos:

minutos/persona
minutos/persona
En el séptimo día se obtienen los siguientes datos de llegada y de servicio:
DIA 7
Tiempo en el
1 0:01:17 0:10:03 0:11:20
2 0:01:33 0:09:13 0:10:46
3 0:00:45 0:11:21 0:12:06
4 0:01:04 0:09:24 0:10:28
5 0:01:27 0:07:15 0:08:42
6 0:00:39 0:04:24 0:05:03
7 0:00:58 0:06:04 0:07:02
8 0:01:01 0:05:22 0:06:23
9 0:00:54 0:08:25 0:09:19
10 0:02:31 0:09:19 0:11:50
11 0:00:47 0:11:13 0:12:00
12 0:00:59 0:09:02 0:10:01
13 0:02:39 0:09:38 0:12:17
14 0:01:12 0:12:02 0:13:14
15 0:00:55 0:11:12 0:12:07
16 0:00:42 0:08:44 0:09:26
17 0:00:47 0:09:03 0:09:50
18 0:01:08 0:10:02 0:11:10
19 0:01:41 0:12:15 0:13:56
20 0:03:19 0:10:08 0:13:27
SUMATORIA 0:26:18 3:04:09 3:30:27
29
El promedio de los tiempos de llegada y servicio para estos datos:

minutos/persona
minutos/persona
En el octavo día se recopilaron los siguientes datos:
DIA 8
Tiempo en el
1 0:02:19 0:06:22 0:08:41
2 0:01:01 0:03:44 0:04:45
3 0:01:26 0:05:28 0:06:54
4 0:02:59 0:05:36 0:08:35
5 0:02:39 0:04:38 0:07:17
6 0:01:09 0:04:30 0:05:39
7 0:01:33 0:07:01 0:08:34
8 0:03:39 0:06:25 0:10:04
9 0:02:33 0:04:17 0:06:50
10 0:02:28 0:06:18 0:08:46
11 0:02:37 0:04:59 0:07:36
12 0:00:56 0:06:11 0:07:07
13 0:02:31 0:06:52 0:09:23
14 0:02:27 0:04:39 0:07:06
15 0:02:10 0:03:43 0:05:53
16 0:02:59 0:07:06 0:10:05
17 0:02:23 0:04:01 0:06:24
18 0:00:57 0:05:20 0:06:17
19 0:03:01 0:05:11 0:08:12
20 0:01:21 0:03:20 0:04:41
SUMATORIA 0:43:08 1:45:41 2:28:49
30
Se procede a calcular el tiempo promedio de llegada y servicio:

minutos/persona
minutos/persona
Los tiempos de llegada y servicio para el día noveno son los siguientes:
DIA 9
Tiempo en el
1 0:00:44 0:05:11 0:05:55
2 0:01:32 0:07:04 0:08:36
3 0:01:33 0:06:43 0:08:16
4 0:01:14 0:07:15 0:08:29
5 0:00:31 0:07:17 0:07:48
6 0:02:55 0:06:49 0:09:44
7 0:02:29 0:04:35 0:07:04
8 0:00:34 0:04:01 0:04:35
9 0:02:26 0:03:08 0:05:34
10 0:02:13 0:06:19 0:08:32
11 0:01:46 0:06:32 0:08:18
12 0:00:45 0:03:52 0:04:37
13 0:00:33 0:06:26 0:06:59
14 0:02:11 0:04:31 0:06:42
15 0:00:58 0:06:16 0:07:14
16 0:01:08 0:04:51 0:05:59
17 0:00:39 0:07:25 0:08:04
18 0:02:19 0:04:37 0:06:56
19 0:00:32 0:04:39 0:05:11
20 0:01:05 0:03:55 0:05:00
SUMATORIA 0:28:07 1:51:26 2:19:33
31
El tiempo promedio se muestran a continuación:

minutos/persona
minutos/persona
Datos de llegada y de servicio tomados el día decimo:
DIA 10
Tiempo en el
1 0:01:21 0:03:38 0:04:59
2 0:01:55 0:05:15 0:07:10
3 0:01:25 0:03:24 0:04:49
4 0:01:24 0:06:15 0:07:39
5 0:02:21 0:03:19 0:05:40
6 0:00:27 0:05:22 0:05:49
7 0:02:09 0:04:35 0:06:44
8 0:01:44 0:04:56 0:06:40
9 0:00:35 0:03:10 0:03:45
10 0:01:07 0:05:11 0:06:18
11 0:01:39 0:05:21 0:07:00
12 0:01:28 0:04:27 0:05:55
13 0:00:39 0:03:31 0:04:10
14 0:01:21 0:03:06 0:04:27
15 0:02:01 0:07:21 0:09:22
16 0:01:33 0:04:09 0:05:42
17 0:01:58 0:05:09 0:07:07
18 0:00:26 0:04:03 0:04:29
19 0:00:39 0:05:33 0:06:12
20 0:01:46 0:05:22 0:07:08
SUMATORIA 0:27:58 1:33:07 2:01:05
32
El promedio para estos datos:

minutos/persona
minutos/persona
La siguiente tabla muestra los datos recolectados en el undécimo día:
DIA 11
Tiempo en el
1 0:02:15 0:07:16 0:09:31
2 0:00:33 0:07:05 0:07:38
3 0:02:33 0:06:24 0:08:57
4 0:01:28 0:04:23 0:05:51
5 0:00:38 0:04:42 0:05:20
6 0:01:16 0:07:14 0:08:30
7 0:01:20 0:07:04 0:08:24
8 0:00:56 0:06:29 0:07:25
9 0:02:46 0:05:17 0:08:03
10 0:00:45 0:04:37 0:05:22
11 0:01:28 0:06:16 0:07:44
12 0:01:08 0:05:24 0:06:32
13 0:00:53 0:04:47 0:05:40
14 0:02:40 0:05:59 0:08:39
15 0:01:46 0:04:09 0:05:55
16 0:00:45 0:05:04 0:05:49
17 0:00:38 0:04:42 0:05:20
18 0:01:32 0:05:39 0:07:11
19 0:02:37 0:05:13 0:07:50
20 0:00:53 0:07:46 0:08:39
SUMATORIA 0:28:50 1:55:30 2:24:20
33
Los promedios se muestran a continuación:

minutos/persona
minutos/persona
En el día doce se obtienen los siguientes datos:
DIA 12
Tiempo en el
1 0:01:28 0:03:35 0:05:03
2 0:00:37 0:09:34 0:10:11
3 0:02:45 0:06:08 0:08:53
4 0:00:41 0:08:17 0:08:58
5 0:00:19 0:06:12 0:06:31
6 0:01:02 0:07:22 0:08:24
7 0:00:52 0:10:03 0:10:55
8 0:01:11 0:08:47 0:09:58
9 0:00:44 0:08:25 0:09:09
10 0:00:57 0:06:46 0:07:43
11 0:00:42 0:05:02 0:05:44
12 0:01:29 0:04:21 0:05:50
13 0:01:19 0:07:16 0:08:35
14 0:00:42 0:04:54 0:05:36
15 0:01:28 0:04:01 0:05:29
16 0:01:02 0:09:22 0:10:24
17 0:02:49 0:07:04 0:09:53
18 0:00:53 0:07:23 0:08:16
19 0:01:03 0:05:34 0:06:37
20 0:02:53 0:04:32 0:07:25
SUMATORIA 0:24:56 2:14:38 2:39:34
El tiempo promedio son los siguientes:

minutos/persona
minutos/persona
34
Los tiempos de llegada y servicio en el día trece:
DIA 13
Tiempo en el
1 0:01:12 0:09:45 0:10:57
2 0:01:01 0:11:02 0:12:03
3 0:00:57 0:10:24 0:11:21
4 0:01:37 0:10:32 0:12:09
5 0:00:18 0:11:05 0:11:23
6 0:02:21 0:11:25 0:13:46
7 0:01:29 0:12:23 0:13:52
8 0:01:07 0:04:41 0:05:48
9 0:01:27 0:03:57 0:05:24
10 0:00:23 0:03:22 0:03:45
11 0:01:24 0:05:34 0:06:58
12 0:00:26 0:06:24 0:06:50
13 0:00:53 0:04:25 0:05:18
14 0:01:39 0:09:27 0:11:06
15 0:00:41 0:08:07 0:08:48
16 0:01:42 0:17:25 0:19:07
17 0:02:45 0:11:02 0:13:47
18 0:01:15 0:04:48 0:06:03
19 0:01:14 0:04:14 0:05:28
20 0:01:39 0:08:45 0:10:24
SUMATORIA 0:25:30 2:48:47 3:14:17
Se calcularon los siguientes tiempos promedio de llegada y servicio:
Tiempo promedio de llegada

minutos/persona 0:01:16
minutos/persona
35
Tiempos de llegada y servicio para el día catorce:
DIA 14
Tiempo en el
1 0:01:32 0:12:50 0:14:22
2 0:00:32 0:13:25 0:13:57
3 0:01:11 0:12:08 0:13:19
4 0:00:27 0:11:25 0:11:52
5 0:00:51 0:10:22 0:11:13
6 0:01:07 0:05:35 0:06:42
7 0:01:21 0:09:25 0:10:46
8 0:00:42 0:11:12 0:11:54
9 0:00:32 0:06:21 0:06:53
10 0:00:36 0:13:12 0:13:48
11 0:00:33 0:07:47 0:08:20
12 0:02:42 0:14:22 0:17:04
13 0:01:35 0:13:42 0:15:17
14 0:01:12 0:08:41 0:09:53
15 0:00:28 0:13:21 0:13:49
16 0:01:02 0:05:25 0:06:27
17 0:00:37 0:10:21 0:10:58
18 0:01:16 0:11:09 0:12:25
19 0:03:28 0:07:31 0:10:59
20 0:02:44 0:11:23 0:14:07
SUMATORIA 0:24:28 3:29:37 3:54:05
Los siguientes son los promedios respectivos a los datos anteriores:

minutos/persona
minutos/persona
36
En el día quince se obtuvieron estos datos:
DIA 15
Tiempo en el
1 0:01:59 0:03:51 0:05:50
2 0:01:58 0:07:19 0:09:17
3 0:01:23 0:03:36 0:04:59
4 0:01:22 0:04:02 0:05:24
5 0:02:06 0:06:07 0:08:13
6 0:00:36 0:08:12 0:08:48
7 0:01:14 0:07:52 0:09:06
8 0:00:50 0:08:19 0:09:09
9 0:00:57 0:04:25 0:05:22
10 0:01:33 0:06:33 0:08:06
11 0:02:36 0:06:01 0:08:37
12 0:01:48 0:08:05 0:09:53
13 0:01:17 0:04:04 0:05:21
14 0:02:19 0:07:04 0:09:23
15 0:00:31 0:07:03 0:07:34
16 0:01:01 0:07:27 0:08:28
17 0:01:19 0:07:28 0:08:47
18 0:01:09 0:07:26 0:08:35
19 0:02:37 0:04:49 0:07:26
20 0:00:48 0:07:03 0:07:51
SUMATORIA 0:29:23 2:06:46 2:36:09
Tiempo promedio de llegada y de servicio:

minutos/persona
minutos/persona
37
En la siguiente tabla se muestran los tiempos de llegada de servicio para el día
dieciséis:
DIA 16
Tiempo en el
1 0:01:24 0:06:43 0:08:07
2 0:01:02 0:07:12 0:08:14
3 0:00:37 0:06:51 0:07:28
4 0:01:08 0:05:55 0:07:03
5 0:01:26 0:06:49 0:08:15
6 0:01:15 0:07:56 0:09:11
7 0:00:56 0:06:11 0:07:07
8 0:00:43 0:06:49 0:07:32
9 0:00:51 0:05:39 0:06:30
10 0:01:38 0:06:34 0:08:12
11 0:01:11 0:08:57 0:10:08
12 0:01:04 0:07:52 0:08:56
13 0:00:47 0:08:34 0:09:21
14 0:00:53 0:08:43 0:09:36
15 0:00:47 0:07:29 0:08:16
16 0:00:53 0:06:17 0:07:10
17 0:01:25 0:08:09 0:09:34
18 0:00:38 0:07:57 0:08:35
19 0:00:31 0:08:46 0:09:17
20 0:01:13 0:06:06 0:07:19
SUMATORIA 0:20:22 2:25:29 2:45:51
A continuación, se muestran los tiempos promedio:

minutos/persona
minutos/persona
38
Los siguientes datos corresponden a la toma hecha el día diecisiete:
DIA 17
Tiempo en el
1 0:01:17 0:05:25 0:06:42
2 0:02:26 0:06:50 0:09:16
3 0:01:24 0:06:35 0:07:59
4 0:01:16 0:04:08 0:05:24
5 0:01:28 0:06:38 0:08:06
6 0:02:01 0:08:13 0:10:14
7 0:01:16 0:08:26 0:09:42
8 0:02:03 0:05:17 0:07:20
9 0:01:02 0:07:31 0:08:33
10 0:02:20 0:04:50 0:07:10
11 0:01:43 0:05:11 0:06:54
12 0:01:29 0:07:42 0:09:11
13 0:02:03 0:06:04 0:08:07
14 0:01:54 0:06:06 0:08:00
15 0:01:53 0:06:24 0:08:17
16 0:02:05 0:07:35 0:09:40
17 0:02:04 0:04:19 0:06:23
18 0:01:07 0:07:33 0:08:40
19 0:00:48 0:04:36 0:05:24
20 0:00:42 0:06:02 0:06:44
SUMATORIA 0:32:21 2:05:25 2:37:46
El tiempo promedio para las dos medidas es:

minutos/persona
minutos/persona
39
Los tiempos de llegada y servicio para el día dieciocho:
DIA 18
Tiempo en el
1 0:01:24 0:07:33 0:08:57
2 0:02:11 0:04:49 0:07:00
3 0:02:52 0:03:05 0:05:57
4 0:02:19 0:05:01 0:07:20
5 0:02:57 0:04:20 0:07:17
6 0:02:25 0:04:17 0:06:42
7 0:01:50 0:07:08 0:08:58
8 0:01:35 0:03:14 0:04:49
9 0:03:02 0:04:24 0:07:26
10 0:02:05 0:05:49 0:07:54
11 0:02:34 0:05:38 0:08:12
12 0:02:01 0:08:09 0:10:10
13 0:01:57 0:07:33 0:09:30
14 0:01:47 0:06:03 0:07:50
15 0:02:48 0:04:48 0:07:36
16 0:02:21 0:04:59 0:07:20
17 0:00:46 0:03:16 0:04:02
18 0:02:06 0:03:14 0:05:20
19 0:00:51 0:03:07 0:03:58
20 0:00:47 0:03:52 0:04:39
SUMATORIA 0:40:38 1:40:19 2:20:57
El tiempo promedio correspondiente:

minutos/persona
minutos/persona
40
En el día diecinueve se obtuvieron los siguientes datos:
DIA 19
Tiempo en el
1 0:01:28 0:06:25 0:07:53
2 0:02:08 0:06:36 0:08:44
3 0:01:35 0:05:26 0:07:01
4 0:00:42 0:04:01 0:04:43
5 0:01:26 0:06:03 0:07:29
6 0:03:23 0:06:04 0:09:27
7 0:01:39 0:03:18 0:04:57
8 0:02:39 0:03:01 0:05:40
9 0:01:53 0:06:27 0:08:20
10 0:01:33 0:04:28 0:06:01
11 0:00:40 0:06:33 0:07:13
12 0:02:04 0:03:04 0:05:08
13 0:03:19 0:04:29 0:07:48
14 0:02:03 0:04:31 0:06:34
15 0:01:01 0:06:42 0:07:43
16 0:00:59 0:05:35 0:06:34
17 0:01:29 0:05:42 0:07:11
18 0:02:17 0:03:59 0:06:16
19 0:02:31 0:04:22 0:06:53
20 0:01:07 0:05:49 0:06:56
SUMATORIA 0:35:56 1:42:35 2:18:31
A continuación, se presenta el tiempo promedio:

minutos/persona
minutos/persona
41
Para el día veinte se tomaron los datos que se muestran en la siguiente tabla:
DIA 20
Tiempo en el
1 0:00:41 0:05:23 0:06:04
2 0:00:23 0:05:40 0:06:03
3 0:00:25 0:07:24 0:07:49
4 0:01:17 0:07:41 0:08:58
5 0:00:47 0:02:45 0:03:32
6 0:00:29 0:02:58 0:03:27
7 0:00:32 0:03:41 0:04:13
8 0:00:36 0:04:32 0:05:08
9 0:00:41 0:04:57 0:05:38
10 0:00:47 0:05:13 0:06:00
11 0:00:52 0:06:18 0:07:10
12 0:00:54 0:06:45 0:07:39
13 0:01:11 0:05:27 0:06:38
14 0:01:13 0:07:37 0:08:50
15 0:02:31 0:08:15 0:10:46
16 0:00:54 0:05:27 0:06:21
17 0:01:21 0:07:08 0:08:29
18 0:02:41 0:07:48 0:10:29
19 0:01:45 0:08:29 0:10:14
20 0:03:03 0:06:39 0:09:42
SUMATORIA 0:23:03 2:00:07 2:23:10
Tabla 21: Tiempos llegada y servicio día 20
El tiempo promedio de llegada y servicio:
Tiempo promedio de llegada

Tiempo promedio de servicio
42
En el día veintiuno se obtuvieron los siguientes datos:
DIA 21
Tiempo en el
1 0:01:11 0:05:23 0:06:34
2 0:01:18 0:07:32 0:08:50
3 0:00:31 0:06:33 0:07:04
4 0:02:54 0:08:48 0:11:42
5 0:00:24 0:08:11 0:08:35
6 0:01:01 0:06:12 0:07:13
7 0:00:52 0:09:12 0:10:04
8 0:01:43 0:08:27 0:10:10
9 0:00:42 0:09:06 0:09:48
10 0:00:45 0:08:04 0:08:49
11 0:02:14 0:06:05 0:08:19
12 0:00:37 0:07:56 0:08:33
13 0:01:33 0:06:25 0:07:58
14 0:01:24 0:08:47 0:10:11
15 0:00:32 0:06:54 0:07:26
16 0:00:39 0:09:32 0:10:11
17 0:01:35 0:05:45 0:07:20
18 0:01:21 0:08:49 0:10:10
19 0:00:39 0:09:14 0:09:53
20 0:02:44 0:06:58 0:09:42
SUMATORIA 0:24:39 2:33:53 2:58:32
El tiempo promedio de llegada y servicio:

minutos/persona
minutos/persona
43
Tiempos de llegada y servicio para el día veintidós:
DIA 22
Tiempo en el
1 0:00:55 0:03:21 0:04:16
2 0:00:44 0:03:02 0:03:46
3 0:01:33 0:02:25 0:03:58
4 0:00:27 0:02:02 0:02:29
5 0:00:32 0:03:44 0:04:16
6 0:01:08 0:04:05 0:05:13
7 0:00:51 0:03:35 0:04:26
8 0:00:38 0:05:21 0:05:59
9 0:01:04 0:03:09 0:04:13
10 0:00:43 0:05:25 0:06:08
11 0:01:48 0:06:16 0:08:04
12 0:00:46 0:04:51 0:05:37
13 0:01:39 0:03:45 0:05:24
14 0:00:49 0:06:14 0:07:03
15 0:01:33 0:04:32 0:06:05
16 0:00:53 0:04:15 0:05:08
17 0:03:22 0:03:17 0:06:39
18 0:01:25 0:04:23 0:05:48
19 0:01:26 0:06:19 0:07:45
20 0:02:28 0:05:27 0:07:55
SUMATORIA 0:24:44 1:25:28 1:50:12
El tiempo promedio son los siguientes:

minutos/persona
minutos/persona
44
En la toma de datos realizada el día veintitrés se obtuvo lo siguiente:
DIA 23
Tiempo en el
1 0:02:22 0:06:02 0:08:24
2 0:03:09 0:05:06 0:08:15
3 0:01:41 0:06:39 0:08:20
4 0:00:43 0:04:05 0:04:48
5 0:01:36 0:04:26 0:06:02
6 0:02:07 0:02:27 0:04:34
7 0:00:44 0:06:10 0:06:54
8 0:01:40 0:02:34 0:04:14
9 0:00:32 0:04:52 0:05:24
10 0:01:55 0:05:11 0:07:06
11 0:01:22 0:04:28 0:05:50
12 0:03:08 0:05:33 0:08:41
13 0:02:55 0:04:04 0:06:59
14 0:03:01 0:04:21 0:07:22
15 0:03:07 0:04:36 0:07:43
16 0:02:49 0:03:12 0:06:01
17 0:02:13 0:02:33 0:04:46
18 0:01:29 0:05:32 0:07:01
19 0:02:29 0:05:09 0:07:38
20 0:00:46 0:05:33 0:06:19
SUMATORIA 0:39:48 1:32:33 2:12:21
Se calcula el tiempo promedio:

minutos/persona
minutos/persona
45
Datos de llegada y servicio para el día veinticuatro:
DIA 24
Tiempo en el
1 0:02:08 0:02:39 0:04:47
2 0:00:50 0:04:19 0:05:09
3 0:02:12 0:04:01 0:06:13
4 0:01:38 0:05:23 0:07:01
5 0:01:03 0:05:46 0:06:49
6 0:02:19 0:06:17 0:08:36
7 0:03:34 0:02:47 0:06:21
8 0:02:13 0:05:14 0:07:27
9 0:02:28 0:02:34 0:05:02
10 0:01:43 0:03:47 0:05:30
11 0:01:08 0:03:42 0:04:50
12 0:02:25 0:05:16 0:07:41
13 0:01:27 0:06:09 0:07:36
14 0:01:24 0:04:08 0:05:32
15 0:02:51 0:03:28 0:06:19
16 0:02:53 0:05:38 0:08:31
17 0:02:05 0:03:34 0:05:39
18 0:02:28 0:02:58 0:05:26
19 0:01:06 0:03:32 0:04:38
20 0:03:01 0:05:25 0:08:26
SUMATORIA 0:40:56 1:26:37 2:07:33
El tiempo de llegada y servicio correspondiente es:

minutos/persona
minutos/persona
46
A continuación, se presenta los datos tomados el día veinticinco, obteniendo con
estos un total de quinientos datos:
DIA 25
Tiempo en el
1 0:01:02 0:03:45 0:04:47
2 0:02:11 0:04:22 0:06:33
3 0:00:47 0:04:06 0:04:53
4 0:01:22 0:07:35 0:08:57
5 0:01:13 0:03:22 0:04:35
6 0:02:07 0:05:01 0:07:08
7 0:01:36 0:04:50 0:06:26
8 0:00:54 0:05:09 0:06:03
9 0:01:04 0:05:47 0:06:51
10 0:01:59 0:04:16 0:06:15
11 0:02:21 0:04:38 0:06:59
12 0:01:01 0:07:01 0:08:02
13 0:02:12 0:05:05 0:07:17
14 0:02:31 0:04:24 0:06:55
15 0:01:23 0:05:18 0:06:41
16 0:01:04 0:07:12 0:08:16
17 0:01:41 0:04:39 0:06:20
18 0:01:24 0:06:32 0:07:56
19 0:00:39 0:07:29 0:08:08
20 0:00:29 0:03:10 0:03:39
SUMATORIA 0:29:00 1:43:41 2:12:41
El tiempo promedio de llegada y servicio para este día:

minutos/persona
minutos/persona
47
3.2. GRÁFICOS
A continuación, se presentan las gráficas de la tasa de llegada y servicio por medio

de los datos recolectados, ordenando los mismos de menor a mayor analizando así
el comportamiento de estos y definiendo su distribución y el sistema al que
pertenecen.
3.2.1. Tasa de llegada
Ilustración 10: Tasa de llegada exponencial

Ilustración 11: Tasa de llegada lineal

48
En la ilustración 12: tasa de llegada exponencial se puede observar que el
coeficiente de correlación de los datos es 0,9543 y en la ilustración 13: tasa de
llegada lineal se tiene un coeficiente de 0,9461. Por lo tanto, para este caso se
determina que los datos tienen un comportamiento exponencial (markovian), ya que
el coeficiente de correlación exponencial es mayor que el lineal.
5.3.2 Tasa de servicio
Ilustración 12: Tasa de servicio exponencial

Ilustración 13: Tasa de servicio lineal

49
Al igual que en la tasa de llegada, el coeficiente de correlación exponencial es mayor
que el lineal con una cifra de 0,9608 y 0,8834 respectivamente, es decir que los
datos en la tasa de servicio tienen un comportamiento exponencial (markovian).
Debido a lo anterior se puede determinar que el sistema en general tiene un
comportamiento exponencial, siendo así el sistema a desarrollar es el M/M/1.
Primero se calcula la tasa promedio de llegada (λ) y la tasa promedio de servicio (μ)
y luego se procede a calcular las medidas de desempeño correspondientes al
sistema. Sacando el sumatorio total de los datos y con el número de datos se
obtiene:
Nombre Valor
Tasa promedio de llegada clientes/ 0,39
minutos ( λ )
Tasa promedio de servicio clientes/ 0,23
minutos ( μ )
Tabla 27: Parámetros λ y μ
3.3. APLICACIÓN SISTEMA BASE M/M/2
λ= 0,39 μ = 0,23 M=2 n=M-1=2-1=1
Factor de utilización
0,39
ρ= = 0,8478 ∗ 100
2(0,23)
= 84,78%
Porcentaje de ocio
ρ − 1 = 0,8478 − 1
= 0,1521 ∗ 100
= 15,21%
50
Probabilidad de que no haya unidades en el sistema
1
=
1 0,39 1 0,39 1 0,39 2(0,23)
[0! (0,23) + 1! 0,23) + 2! (0,23) ∗
2(0,23) − 0,39
= 0,0823 ∗ 100 = 8,23%
Número promedio de unidades en el sistema
0,39
0,39 ∗ 0,23(0,23) 0,39
= ∗ 0,0823 + = 6,03
(2 − 1)! (2(0,23) − 0,39) 0,23
=7
Número promedio de unidades en la cola
= 6,03 − 0,8478 = 5,18 = 6 /
Tiempo promedio de espera en el sistema
0,39
0,21 ∗ (0,23) 1
= ∗ 0,0823 +
(2 − 1)(2(0,23) − 0,39) 0,23
= 15,46
Tiempo promedio de espera en la cola
1
= 15,46 − = 11,11
0,23
51
Probabilidad de tener que esperar por el servicio
0,39
(0,23) 2 ∗ 0,23
= ∗( ∗ 0,0823
2! 2 ∗ 0,23 − 0,39)
= 0,7780 ∗ 100 = 77,80%
Las medidas de desempeño para los sistemas fueron calculadas por medio de
Excel, se encuentran en el anexo 1.
3.3.1. Costo del sistema
El costo total de un sistema de línea de espera viene dado por un costo de espera
y costo de servicio:
CwLq+CsS
El costo de un servidor mensual es equivalente a un SMMLV de aquí se obtiene el

costo por minuto para el mismo:
No Producto Costo
1 Combos diario $ 12.900
2 Mcflurry $ 6.900
3 Sundae $ 4.500
4 Malteadas $ 7.900
5 Cajita feliz $ 12.900
TOTAL $ 45.100
PROMEDIO $ 9.020
Tabla 28: Costo promedio productos
En la tabla 28, se muestra el valor de algunos productos ofrecidos en McDonald´s,

obteniendo el total y el promedio del costo de estos productos con el fin de
determinar el costo de espera a un 1% del costo promedio de los productos:
COSTO ESTIMADO DE ESPERA $ 90
52
Después de calcular el costo de espera, se determina el costo de un servidor:
SMMLV
MENSUAL DIA HORA MINUTO
$828.116 $ 27.604 $ 1.150 $ 19
Tabla 29: SMMLV
De esta manera ya se puede calcular el costo total del sistema:
COSTO DEL SISTEMA M/M/2

Costo de espera Costo de servicio $ SISTEMA*MIN $ SISTEMA*HR
Cw L Cs S
$ 90 5,18 $ 19 2 $ 504 $ 30.252
$ ESPERA $ 466 $ SERVICIO $ 38
Tabla 30: Costo del sistema M/M/2
3.3.2. Simulación Flexsim
A continuación, se muestra la simulación para el sistema M/M/2 con una cola para
cada servidor:
Ilustración 14: Sistema M/M/2 Flexsim

53
Las estadísticas para este modelo determinadas por el programa son las siguientes:
Ilustración 15: Utilización de servidores M/M/2

En la ilustración 15 se muestra el porcentaje de utilización de cada servidor en su

respectiva taquilla, el servidor uno tiene un porcentaje de utilización del 82% y el
servidor dos un 82%, ya que cada cliente que llega se va ubicando donde menos
personas ahí, por lo tanto, se puede decir que hay una igualdad en la atención.
Ilustración 16: Promedio estadía 1 M/M/2


54
En la ilustración 16 y 17 se muestra el promedio de unidades por medio del servidor
uno y del servidor 2, es decir las unidades en cola y en sistema pertenecientes a
cada taquilla.
3.4. APLICACIÓN SISTEMA PROPUESTO M/M/3
λ= 0,39 μ = 0,23 M=3 n=M-1=3-1=2
0,39
ρ= = 0,5652 ∗ 100
3(0,23)
= 56,52%
Porcentaje de ocio
ρ − 1 = 0,5652 − 1
= 0,4347 ∗ 100
= 43,48%
1
=
1 0,39 1 0,39 1 0,39 1 0,39 3(0,23)
[0! (0,23) + 1! 0,23) + 2! (0,23) + 3! (0,23) ∗
3(0,23) − 0,39
= 0,1666 ∗ 100 = 16,66%
0,39
0,39 ∗ 0,23(0,23) 0,39
= ∗ 0,1666 + = 2,10
(3 − 1)! (3(0,23) − 0,39) 0,23
=3
55
= 2,10 − 0,5652 = 1,54 = 2
0,39
0,23 ∗ (0,23) 1
= ∗ 0,1666 +
(3 − 1)(3(0,23) − 0,39) 0,23
= 5,39
1
= 5,38 − = 1,04
0,23
0,39
(0,23) 3 ∗ 0,23
= ∗( ∗ 0,1666
3! 3 ∗ 0,23 − 0,39)
= 0,3114 ∗ 100 = 31,14%
En el anexo 2, se encuentra el modelo en Excel para determinar las medidas de

desempeño para el sistema M/M/3.
El costo del sistema en este caso es para tres servidores, teniendo en cuenta como
se mencionó anteriormente el SMMLV y el costo promedio de los productos:

Cw L Cs S
$ 90 1,54 $ 19 3 $ 196 $ 11.736
Tabla 31: Costo total sistema M/M/3
56
En la siguiente ilustración se muestra el modelo M/M/3 en Flexsim correspondiente

a tres canales y tres servidores:
Ilustración 18: Sistema M/M/3 en Flexsim

Las estadísticas determinadas por Flexsim para el sistema M/M/3 se presentan a

continuación:
Ilustración 19: Utilización servidores M/M/3

57


En la ilustración 20,21 y 22 se muestran los promedios para el sistema M/M/3, es

decir los clientes pertenecientes a cada uno de los tres servidores.
3.5. APLICACIÓN SISTEMA PROPUESTO M/M/4
λ= 0,39 μ = 0,23 M=4 n=M-1=4-1=3
0,39
ρ= = 0,4239 ∗ 100
4(0,23)
= 42,39%
58
Porcentaje de ocio
ρ − 1 = 0,4239 − 1
= 0,5761 ∗ 100
= 57,61%
1
=
1 0,39 1 0,39 1 0,39 1 0,39 1 0,39 4(0,23)
[0! (0,23) + 1! 0,23) + 2! (0,23) + 3! (0,23) + 4! (0,23) ∗
4(0,23) − 0,39
= 0,1804 ∗ 100 = 18,04%
0,39
0,39 ∗ 0,23(0,23) 0,39
= ∗ 0,1804 + = 1,78
(4 − 1)! (4(0,23) − 0,39) 0,23
=2
= 1,78 − 0,4239 = 1,35 = 2
0,39
0,23 ∗ (0,23) 1
= ∗ 0,1804 +
(4 − 1)(4(0,23) − 0,39) 0,23
= 4,75
1
= 4,75 − = 0,41
0,23
59
0,39
(0,23) 4 ∗ 0,23
= ∗( ∗ 0,1803
4! 4 ∗ 0,23 − 0,39)
= 0,1079 ∗ 100 = 10,79%
En el anexo 3, se puede visualizar el modelo en Excel para hallar las medidas de

desempeño para el sistema M/M/4.
El costo del sistema para cuatro servidores se muestra a continuación:

Cw L Cs S
$ 90 1,35 $ 19 4 $ 198 $ 11.850
Tabla 32: Costo del sistema M/M/4
En la siguiente ilustración se muestra el modelo M/M/4 en Flexsim correspondiente

a cuatro servidores:
Ilustración 23: Sistema M/M/4 en Flexsim

60
Las estadísticas calculadas para el modelo M/M/4 se muestran a continuación:
Ilustración 24: Utilización servidores M/M/4

En la ilustración anterior se muestra el porcentaje de utilización de cada uno de los

cuatro servidores, que presentan un porcentaje casi igual entre ellos, debido a que
cada cliente que llega selecciona la cola que vaya teniendo menos longitud de
espera.



61
En las ilustraciones 25,26,27 y 28 se puede observar el número promedio de

clientes en cada uno de los cuatro canales del sistema, es decir el cliente promedio
en cola y servicio. Por ejemplo, para la estadía o canal uno se tiene 3.31 clientes en
cola y 4.45 en el servicio y así mismo observando el promedio de cada ilustración.
3.6. COMPARATIVO SISTEMAS M/M/2, M/M/3 Y M/M/4
En la siguiente tabla se muestra el comparativo de las medidas de desempeño y

costo para los tres sistemas en minutos:
Tiempo: minutos
VARIABLES M/M/2 M/M/3 M/M/4
Ρ 84,78% 56,52% 42,39%
Ocio 15,22% 43,48% 57,61%
Po 8,24% 16,66% 18,04%
Ls 6,03 2,10 1,78
Lq 5,18 1,54 1,35
Ws 15,46 5,39 4,75
Wq 11,11 1,04 0,41
Pw 77,80% 31,14% 10,79%
Costo sistema $ 504 $ 196 $ 198
Costo * Hora $ 30.240 $ 11.760 $ 11.880
Tabla 33: Comparativo sistemas
En la ilustración 20, se puede observar que el sistema optimo es el M/M/3 ya que

disminuye los tiempos en la cola de 11.11 a 1.04 minutos, tiempos de servicio de
15.46 a 5.39 minutos, unidades promedio en el sistema de 6.03 a 2.10 unidades y
en la cola de 5.18 a 1.54 unidades, así mismo presenta el menor costo del sistema
con $196/minuto que equivale a $11.760/hora en comparación con el M/M/2 que es
el sistema base y el M/M/4. El sistema M/M/4 también disminuye los tiempos y
unidades en cola pero con poca significancia al M/M/3 y un mayor costo, por esto
mismo el sistema que presenta estabilidad tanto en tiempos, unidades y costo es el
M/M/3.
62
6. CONCLUSIONES
Como resultado del análisis de las líneas de espera, se pudo deducir que la mejora
propuesta conveniente para la empresa es M/M/3, debido a que disminuye la espera
de seis (6) clientes a dos (2) clientes, así mismo disminuye el tiempo de servicio de
dieciséis (16) minutos a seis (6) minutos aproximadamente. El sistema M/M/4
también disminuye los tiempos, pero tiene un mayor costo.
Al agregar otro canal se disminuye la probabilidad de que un cliente tenga que

esperar por el servicio de 77,80% a 31,14%, es decir reduce en un 40,02% la
probabilidad de esperar para ser atendido.
Mediante el análisis de costos de los modelos M/M/2, M/M/3 y M/M/4, se obtuvo que
el sistema a elegir debido a su viabilidad económica es aquel que tiene tres
servidores y arroja un costo mejor que las otras dos opciones con un valor de
$504/minuto equivalente a $30.240/hora.
Por medio del desarrollo del caso McDonald’s se determina que lo dicho por los
autores es acertado, ya que se pudo determinar que el tiempo de espera y servicio,
genera costos para la empresa, reflejados en dinero, disminución del índice de
compra y calidad del servicio.
La simulación de un sistema es importante, ya que permite analizar por medio de

estadísticas el comportamiento ya sea de cada uno de los procesos o servidores
que hacen parte del sistema.
El estudio de líneas de espera es de suma importante en cualquier empresa ya que
el tiempo que se espera por un servicio es tomado para analizar la calidad del
mismo, asimismo se pueden deducir las posibles mejoras para una mayor
satisfacción de los clientes.
63
7. RECOMENDACIONES
Para el desarrollo de futuros trabajos de grado en la empresa, sería conveniente

que se analizaran de manera exhaustiva algunos aspectos referentes a la rotación
de personal, descansos programados, duración de los turnos y posibles cuellos de
botella en la ejecución de los procesos.
Se sugiere a la empresa, estimar los costos en tiempo real asociados a la espera

de los clientes para adquirir el servicio, debido a que, si se gestionan de manera
correcta, pueden significar mayores utilidades para la empresa.
Se recomienda a la empresa tener presente la posibilidad de agregar otro servidor,

especialmente los fines de semana en las horas pico del servicio, ya que es allí
donde se presentan el mayor tiempo de servicio. Así como también suministrar
separadores para las filas y digitadores de turnos para facilitar y dar más comodidad
a los clientes a la hora de recibir el servicio.
64
BIBLIOGRAFÍA
[1]CHASE, Richard y JACOBS, Robert. Administración de operaciones, producción

y cadena de suministro. 13ª ed. México D.F.: McGraw-Hill, 2014. 233 p. ISBN 978-
607-15-1004-4.
[2]HILLIER, Frederick y LIEBERMAN, Gerald. Introducción a la investigación de

operaciones. 9ª ed. México D.F.: McGraw-Hill, 2010. 708 p. ISBN 978-607-15-0308-
4.
[3] ORREGO, Ramiro. La calidad del servicio, la gestión de flujos y la teoría de colas.
En: Revista Universidad EAFIT. Agosto, 2012., no. 94, p. 23.
[4]
SHORTLE, J; THOMPSON, J; GROSS, D y HARRIS, C. Fundamentals of
Queening Theory. 5th edition. New York.: John Wiley & Sons, 2017. 150 p.
[5]LOVELOCK, C; REYNOSO, J; D’ANDREA, G y HUETE, L. Administración de

servicios. 1ª ed. México D.F.: Pearson Prentice Hall, 2004.405 p. ISBN 970-26-
0388-9.
[6] IZAR LANDETA, Juan Manuel; YNZUNZA CORTÉS, Carmen Berenice y

GARNICA GONZALEZ, Jaime. Análisis y optimización de dos sistemas de líneas de
espera de empresas de logística y transporte de los estados de Querétaro y Colima.
En: Redalyc. 2018. Vol. 47, no. 121, p. 4.
[7]TABARI, M; GHOLIPOUR KANANI, Y; SEIFI DIVKOLAII, M y TAVAKKOLI

MOGHADDAM, Reza. Application of queuing theory to the management of human
resources. En: World Applied Sciences Journal. 2012., p. 1211.
[8]CARRO PAZ, Roberto y GONZALEZ GÓMEZ, Daniel. Modelos de líneas de

espera. En: Revista Nulan. 2012., p. 8.
[9] SINGER, Marcos; DONOSO, Patricio y SCHELLER WOLF, Alan. Una

introducción a la teoría de colas aplicada a la gestión de servicios. En: Revista
ABANTE. Octubre, 2008. Vol. 11, no. 2, p. 94.
[10] HILLIER y LIEBERMAN. Introducción a la investigación de operaciones. 8ª

edición. México D.F.: Mc Graw-Hill. 1999. 205 p.
65
[11]PORTILLA, Liliana M; ARIAS MONTOYA, Leonel y FERNANDEZ HENAO,
Sergio A. Analysis of waiting lines through queue systems and simulation. En:
Scientia et Technica. December, 2010., no. 46, p. 56.
[12]VALLEJOS TORRES, Yesica Daiana; ALFONZO, Pedro Luis y MARIÑO, Sonia

I. Teoría de colas, propuesta de un simulador didáctico. En: Revista Publicando.
Noviembre, 2017. Vol. 4, no. 13, p. 8.
[13] CAMELO, Gustavo; COELHO, Antonio y BORGES, Renata. Aplicación de la

teoría de colas y de la simulación al embarque de mineral de hierro y manganeso
en la terminal marítima de Ponta da Madeira. En: Revista Gestión Industrial. 2010.
Vol. 6, no. 3, p. 65.
[14]
DOMINGUEZ, G; DOMINGUEZ A y TORRES, J. Didáctica y aplicación de la
administración de operaciones contaduría y administración. 1ª edición. México D.F.:
IMCP. 2016. 66 p.
[15] WINSTON, W. Investigación de operaciones aplicaciones y algoritmos. 4ª

edición. Thomson U.S.A.: Editorial Thomson. 2005. 1050 p.
[16]PARDO, L y VALDÉS, T. Simulación – Aplicaciones prácticas en la empresa. 1ª

edición. Ediciones Díaz de Santos S.A. 95 p.
[17]
EPPEN, G, GOULD, F y SCHMIDT, C. Investigación de operaciones en ciencia
administrativa. 1ª edición. Editorial Prentice Hall. 1999. 145 p.
[18] GUTIERREZ, Ericson; RAMOS, Willy; URIBE, Martha; ORTEGA, Alex;

TORRES, Cristhian; MONTESINOS, Daniel; LEON, Oscar y GALARZA, Carlos.
Tiempo de espera y su relación con la satisfacción de los usuarios en la farmacia
central de un hospital general de Lima. En: Revista Peruana de Medicina
Experimental y Salud Pública. Enero-marzo, 2009. Vol. 26, no. 1, p. 60.
[19]
MIRANDA, M. Teoría de colas. 2ª edición. Buenos Aires.: Editorial EDUCA.
2013. 284 p.
[20] TERRAZAS PASTOR, Rafael. Aplicación de la simulación a un sistema de colas

de canal simple. En: Redalyc. Diciembre, 2010., no. 26, p. 95.
[21]
TAHA, Hamdy. Investigación de Operaciones. 7ª edición. México D.F.: Editorial
Pearson. 2004. 127 p.
66
[22]
MENDENHALL, William. Estadística Matemática Aplicada. México D.F.:
[23]RENDER, Barry; STAIR, Ralph y HANNA, Michael. Métodos cuantitativos para

los negocios. Pearson. 2012. 234 p.
[24]
CARRO, Roberto. Investigación de operaciones en administración. Editorial
PINCU. 2009. 361 p.
[25]GOMEZ, Fredy. Aplicación de teoría de colas en una entidad financiera:

herramienta para el mejoramiento de los procesos de atención al cliente. En: Revista
Universidad EAFIT. Mayo, 2008., p. 60.
[26]
TAHA, Hamdy. Investigación de operaciones. 7ª edición. México D.F.:
PEARSON. 2004. 624 p.
[27]HILLIER, Frederick y LIEBERMAN, Gerald. Investigación de operaciones. 7ª

edición. México D.F.: McGraw-Hill. 2002. 872 p.
[28] RENDER, Barry; STAIR, Ralph y HANNA, Michael. Op.cit., p. 514.
[29] VEGA, Leudis Orlando; LEYVA CARDEÑOSA, Elisa; PÉREZ PRAVIA, Milagros
y TAPIA CLARO, Ileana Irene. La teoría de colas en la consulta de ortopedia. En:
Revista Cubana de Ortopedia y Traumatología. Febrero, 2017., p. 6-8.
[30]KUMAR, Rakesh y KUMAR SHARMA, Sumeet. A single-server markovian

queuing system with discouraged arrivals and retention of reneged customers. In:
Yugoslav Journal of Operations Research. Abril, 2018., p. 123.
[31] BARAK, S y FALLAHNEZHAD, M. Cost analysis of Fuzzy Queening Systems.

In: International Journal of Applied Operational Research. 2012., p. 27.
[32]CHANG, F, M y KE, J, C. Cost analysis of a two-phase Queue System with

Randomized Control Policy. In: Procedia-Social and Behavioral Sciences. 2012., p.
138.
[33]
ANDERSON, D; SWEENEY, D; WILLIAMS, T; CAMM, J y MARTIN, K. Métodos
cuantitativos para los negocios. 11ª edición. México D.F.: CENCAGE Learning.
2011. 672 p.
67
[34]
STIDHAM, S. Analysis, Design and control of queening systems. In: Operations
Research. 2012, p. 200.
[35]
HILLIER, F y HILLIER, M. Introduction to management science: A modeling and
case studies approach with spreadsheets. 3a edition. Burr Ridge.: McGraw-Hill.
2008.
[36]RODRIGUEZ, Licesio. Teoría de colas o fenómenos de espera. En: virtual.

Febrero, 2011.
[37]
CARSON, Y y ANU, M. Simulation optimization: Methods and Applications. In:
Winter Simulation Conference. 1997.
[38]SOTO, José. Fundamentos teóricos de simulación discreta. In: Universidad

tecnológica de Pereira. Abril, 2011., p 134.
[39]
COSS, Raúl. Simulación: un enfoque práctico. México D.F.: LIMUSA NORIEGA
EDITORES, 2003. 12 p. ISBN 968-18-1506-8.
[40]
TARIFA, Enrique. Teoría de modelos y simulación. En: Universidad de Jujuy.
2001., p 4.
68
ANEXOS
Anexo 1: Cálculo medidas de desempeño M/M/2

..\ANEXOS\medidas de desempeño mms.xlsx
CÁLCULO DE MEDIDAS DE DESEMPEÑO MM2

LAMBDA 0,39 MIU 0,23
CANALES (M) 2 n = M-1 1
ρ 84,78%
Ocio 15,22%
Po 8,24%
Ls 6,03
Lq 5,18
Ws 15,46
Wq 11,11
Pw 77,80%
Anexo 2: Cálculo medidas de desempeño M/M/3


ρ 56,52%
Ocio 43,48%
Po 16,66%
Ls 2,10
Lq 1,54
Ws 5,39
Wq 1,04
Pw 31,14%
69
Anexo 3: Cálculo de medidas de desempeño M/M/4

ρ 42,39%
Ocio 57,61%
Po 18,04%
Ls 1,78
Lq 1,35
Ws 4,75
Wq 0,41
Pw 10,79%
Anexo 4: Ubicación franquicia McDonald’s Cúcuta
70
Anexo 5: Productos ofrecidos por McDonald´s
Anexo 6: Servicio fines de semana
Anexo 7: Modelo FlexSim M/M/2

..\ANEXOS\MM2_MC.FSM
71
..\ANEXOS\MM3 MC.fsm

..\ANEXOS\MM4 MC.fsm
Anexo 10: Modelo general MMS

..\ANEXOS\Modelo mms.xlsx
72

Estudio de Lineas de Espera en McDnald - S C - Cuta

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estudio de Lineas de Espera en McDnald - S C - Cuta

Cargado por

Copyright:

Formatos disponibles

ESTUDIO DE LINEAS DE ESPERA EN EL PROCESO DE ATENCIÓN AL

CLIENTE EN MC’DONALDS CÚCUTA - NORTE DE SANTANDER

PROGRAMA DE INGENIERÍA INDUSTRIAL

Ilustración 1: modelo de disciplina de una cola........................................................7

Tabla 1: Simbología utilizada en las líneas de espera ...........................................10

En el desarrollo de la presente monografía se abordó la problemática de las líneas

Investigación de operaciones, líneas de espera, disciplina de la cola, tasa de

Para Hillier y Lieberman (2010)1 la teoría de colas es el estudio de la espera en las

1CHASE, Richard y JACOBS, Robert. Administración de operaciones, producción y cadena de

México D.F.: McGraw-Hill, 2010. 708 p. ISBN 978-607-15-0308-4.

Universidad EAFIT. Agosto, 2012., no. 94, p. 23.

En el desarrollo de la presente monografía se abordará un caso particular como lo

Para complementar el análisis, se procede a simular el proceso del caso McDonald’s

4SHORTLE, J; THOMPSON, J; GROSS, D y HARRIS, C. Fundamentals of Queening Theory. 5th

2.1. LAS LINEAS DE ESPERA

Ilustración: modelo general de líneas de espera

Fuente: Carro (2012)

5 LOVELOCK, C; REYNOSO, J; D’ANDREA, G y HUETE, L. Administración de servicios. 1ª ed.

Jaime. Análisis y optimización de dos sistemas de líneas de espera de empresas de logística y

Hillier & Lieberman (1999)10 las líneas de espera es un conjunto de modelos

Mc Graw-Hill. 1999. 205 p.

2.3. OBJETIVOS DE LAS LINEAS DE ESPERA

Se define en Domínguez, Domínguez & Torres (2016)14 como objetivos de un

 Evaluar el impacto de las posibles alternativas de modificación de la

 Establecer un balance entre las consideraciones cualitativas y cuantitativas

la simulación al embarque de mineral de hierro y manganeso en la terminal marítima de Ponta da

operaciones contaduría y administración. 1ª edición. México D.F.: IMCP. 2016. 66 p.

El cumplimiento de estos objetivos es importante ya que se enfoca en el nivel óptimo

2.4. COMPONENTES CLAVES

Winston (2005)15 en el momento de hablar de teoría de colas es necesario tener en

Este concepto hace referencia al análisis de cómo se alimenta el sistema de colas,

2.4.2. La capacidad de la cola

Es importante conocer de antemano cual es la capacidad máxima de la cola, es

2.4.3. La disciplina de la cola

 Forma en que los clientes llegan, aleatoria o determinística

15 WINSTON, W. Investigación de operaciones aplicaciones y algoritmos. 4ª edición. Thomson

Díaz de Santos S.A. 95 p.

Ilustración 1: modelo de disciplina de una cola

Fuente: Fernández, Montoya & Portilla (2010)vi

2.4.4. Los tiempos de servicio

Se refiere al tiempo en que tarda el cliente en recibir el producto o servicio, el tiempo

2.4.5. La cantidad de servidores

Es importante conocer o identificar cuántos servidores están disponibles para

17EPPEN, G, GOULD, F y SCHMIDT, C. Investigación de operaciones en ciencia administrativa. 1ª

Fuente: Camelo, Coelho & Borges (2010) vii

3.3.6 Etapas del servicio

Ilustración 3: sistema múltiples etapas de colas

Fuente: Camelo, Coelho & Borges (2010)

Para el desarrollo de los modelos se adoptará la siguiente nomenclatura19:

µ: tasa promedio de servicio a clientes cuando el canal está funcionando

ρ: factor de tráfico del sistema. ρ = λ/µ.

λR: cantidad promedio de interrupciones por unidad de tiempo de funcionamiento

µR: velocidad promedio de restitución del servicio.

ρ: factor de interrupción del sistema. ρR = λR/µR.

L: longitud promedio de clientes en el sistema.

LC: longitud promedio de clientes en la cola.

W: tiempo promedio de permanencia de un cliente en el sistema.

Wc: tiempo promedio de espera de un cliente en la cola. viii

2.6. MODELOS BÁSICOS DE LAS LINEAS DE ESPERA

Para aplicar estos modelos básicos, se usa la notación de Kendall-Lee-Taha que

A, representa la distribución probabilística referida al tiempo entre llegadas (M para

B, representa la distribución probabilista del tiempo de servicios.