BILO Vol. 2 no.

1, Enero- Junio de 2020

Optimización de un sistema de cola en ferretería

Optimization of a queuing system in a hardware store
DOI: http://dx.doi.org/10.17981/bilo

Fecha de Recepción: 23/11/2022. Fecha de Aceptación: DD/MM/AAA. Fecha de Publicación: DD/MM/AAAA

https://orcid.org/0000-0002-1269-4631, Diana Rosales de Arcos 1

https://orcid.org/0000-0002-4861-6010, Daniela Santos Ortega2
https://orcid.org/0000-0003-4910-1366, Jan Carlos Digregorio Lobo3
https://orcid.org/0000-0003-4736-3522, Juan Padilla Jiménez4
https://orcid.org/0000-0002-4640-2051, Edgar Sampayo Tapia5
https://orcid.org/0000-0003-1741-6961, Carlos Jiménez Molina6

1
Universidad de la Costa, Barranquilla, (Colombia) drosales@cuc.edu.co
2
Universidad de la Costa, Barranquilla, (Colombia) dsantos@cuc.edu.co
3
Universidad de la Costa, Barranquilla, (Colombia) jdigrego@cuc.edu.co
4
Universidad de la Costa, Barranquilla, (Colombia) jpadilla44@cuc.Edu.co
5
Universidad de la Costa, Barranquilla, (Colombia) esampayo@cuc.edu.co
6
Universidad de la Costa, Barranquilla, (Colombia) cjimenez36@cuc.edu.co

Resumen

En el siguiente se presenta el caso de estudio en un negocio llamada Ferretería Los Hierros ubicada en un pueblo llamado Santo
Tomas en el Atlántico, dirección Calle 8a # 12 – 175. La realización de este proyecto tiene como finalidad la optimización del
sistema de espera, el cual pudo llevarse a cabo mediante observaciones, esto facilito la recolección de registros de tiempos de llegada
y tiempos de atención de 15 cantidad de clientes de los cuales 12 hicieron una compra. En el formato de registro se captaron la
siguiente información: Productos de mayor frecuencia, cantidad de personas que llegan al lugar, y las horas de los tiempos tomados.
En la etapa inicial de la presente investigación se generó un diagnóstico del actual modelo utilizado en el negocio; se analizaron el
volumen de pedidos, las estacionalidades, los tiempos de frecuencias, el tiempo de espera y la longitud de la cola. Con base en los
resultados obtenidos, se analizó la información y se realizó un diagrama de flujo del proceso. Para complementar los hallazgos del
primer diagnóstico, se analizaron los datos mediante un modelo estadístico de teoría de colas M/M/1, con el fin de tener información
como factor de utilización del sistema, número de personas en cola, tasa de llegadas, tasa de servicio, entre otros.
Con la propuesta de mejora se evidenció el impacto positivo en los parámetros de estudio, disminuyeron la longitud de la cola y el
tiempo que el cliente espera para recibir el servicio, y aumentó significativamente la capacidad del sistema.

Palabras clave
Proyecto; optimización; analizar; recolección; sistema.

Abstract

The following presents the case study in a business called Ferretería Los Hierros located in a town called Santo Tomas in the
Atlantico, address Calle 8a # 12 – 175. The purpose of carrying out this project is to optimize the waiting system, which could be
carried out through observations, this facilitated the collection of records of arrival times and service times of 15 number of
customers of which 12 made a purchase. The following information is captured in the registration format: Products with the highest
frequency, number of people who arrive at the place, and the hours of the times taken.
In the initial stage of this investigation, a diagnosis of the current model used in the business was presented; the volume of orders,
seasonality, frequency times, waiting time and the length of the queue are analyzed. Based on the results obtained, the information
was analyzed and a flowchart of the process was made. To complement the findings of the first diagnosis, the data was analyzed
using a statistical model of M/M/1 queuing theory, in order to have information such as system utilization factor, number of people in
line, arrival rate, rate service, among others.
With the improvement proposal, the positive impact on the study parameters was evidenced, decreasing the length of the queue and
the time that the client waits to receive the service, and significantly increased the capacity of the system.
© The author; licensee Universidad de la Costa - CUC.
BILO vol. Xx. no. xx, pp. xx-xx. Enero-Junio, 2020
Barranquilla. ISSN 2711-3280
 BILO Vol. 2 no. 1, Enero- Junio de 2020

Key Words

Project; optimization; analyze; harvest; system.

I. INTRODUCCIÓN

El mundo vive en una constante búsqueda de mejorar la atención en los mercados, cada día se encuentra múltiples
formas de llegar al cliente, dado que de esto giran las empresas, conocer a quien vende y que recomiende su servicio
con satisfacción, esto ha llevado a la pregunta ¿Cómo llegar a tener un mejor proceso de atención?, este factor principal
a llevado a los factores financieros buscar soluciones que implican el análisis de diseño en instalaciones, la capacidad
operativa y la calidad del personal que proporciona ya sea un producto o un servicio financiero.

La finalidad en el modelo de Teoría de Colas proviene de conjunto de modelos matemáticos que tiene como propósito
encontrara equilibrio en este tipo de caso que veremos, este entre el numero de clientes que se encuentra esperando en
cola y la cantidad de servidores que desea culminar un proceso exitoso en los clientes atendidos.

II. REVISION LITERARIA

En este trabajo se abordarán modelos cuantitativos para formular sistemas en donde los clientes arriban
individualmente, a intervalos de tiempo aleatorios conforme a un proceso, forman una cola simple no restringida, y se
atienden en lotes de igual tamaño en un canal multiprocesador único, siendo la duración del servicio prestado una
variable aleatoria exponencialmente distribuida. Algunas de las técnicas e instrumentos más comunes para la
recolección de datos en una investigación son: observación, cuestionarios, entrevistas y escalas. La observación es uno
de los elementos esenciales en un proyecto de investigación, para obtener el mayor número de datos, implicando que
esta actividad sea clara, definida y precisa.

En este artículo, se abordan los problemas detectados en la empresa, específicamente, aquellos relacionados con
aspectos que afectan directamente la satisfacción del cliente y la productividad, los cuales pueden originarse desde la
técnica y tiempo de preparación de los productos, cantidad de servidores, tiempos de atención, entre otros aspectos.

III. METODOLOGÍA

Para tener una primera aproximación al sistema de servicio bajo estudio, se tuvieron en cuenta un promedio de personas
que ingresaron y salieron de la ferretería llamada Los Hierros.

2
 BILO Vol. 1 no. 1, Enero- Junio de 2019

Se realizó numerosas observaciones de la ferretería en un período de tiempo comprendido entre 08:30 a.m. y las 10:30
a.m. del día 20 de noviembre del 2022. Esta ferretería cuenta normalmente con diferentes tipos de productos y se
maneja una cola con tiempo entre llegadas exponencial (M), tiempo de servicio exponencial (M) y un único servicio (1)
para las ventas de estos, donde se hará el estudio del número de personas que entran y salen del lugar en el tiempo
estipulado anteriormente para realizar las compras, con una capacidad denotada de 25 personas.

Considerando todos estos elementos sabiendo que es una cola (M/M/1), se necesitó realizar un análisis que permita
determinar:

 La tasa de salida ( λ d ) y la tasa de entrada ( λ e) en el sistema.

 Tasa de servicio ( μ).

3
 BILO Vol. 2 no. 1, Enero- Junio de 2020

 Utilización promedio de un servidor ( ρ ).

 Probabilidad en e.e de que haya j unidades en el sistema ( π j ).
 Número de entidades en el sistema (L).
 Número de entidades en fila ( Lq ) y en servicio en el sistema ( Ls ).
 Tiempo promedio que gasta una entidad en el sistema (W).
 Tiempo promedio que gasta una entidad en el sistema en fila ( W q ).
 Tiempo promedio que gasta una entidad en el sistema en servicio (W s).

Se propuso utilizar la Teoría de Colas como herramienta para cumplimentar el objetivo de la investigación y lo deseado
a determinar.

IV. RESULTADOS

Estos son los productos que se venden con mayor frecuencia y un promedio de personas que ingresaron y salieron de la
ferretería Los Hierros, en el tiempo estipulado entre 08:30 a.m. y las 10:30 a.m. del día 20 de noviembre del 2022, los
datos obtenidos fueron los siguientes:

Se vendieron en ese lapso de tiempo producto como: Pintura, Bloque, Arena, Cemento, Estuco, Ladrillos, Broca y
Rodillos. En resumen, se vendieron 4 galones de pintura, 10 Bloques, 2 bolsas de cemento, 3 sacos de arena, 3 galones
de estuco, 1 broca y 5 rodillos. Ingresaron a la ferretería 18 personas en promedio, de las cuales, 6 personas se llevaron
los 4 galones y las otras 12 personas que preguntaron por bloques, ladrillos, estuco, broca y rodillo de las cuales entre
esas 10 personas compraron 10 bloques, 3 sacos de arena, 2 bolsas de cemento y entre las otras dos personas 3 galones
de estuco,1 broca y 5 rodillos.

Para la tasa de llega, bastará con dividir el número de personas que llegaran al sistema entre el tiempo de medición
usado, es decir:

18 p p
Como en 2 horas de medición, llegaron promedio de 18 personas, su Tasa de llegada será: λ e =λ s=λ= =9
2h h

p
Tasa de servicio: μ = 14 .
h

Entonces,

p
9
λe h
Utilización promedio de un servidor ( ρ ) = = =0,64
μ p
14
h

Probabilidad en e.e de que haya j unidades en el sistema ( π j ):

π 0=1−ρ=1−0.64=0.36
1 1
π 1=ρ ∗π 0=0.64 ∗0.36=0.23
1 25
π 25=ρ ∗π 0=0.64 ∗0.36=¿0,000005

1p 1p
=
Tiempo promedio que gasta una entidad en el sistema en servicio (W s) = μ
14 = 0.07 h
p
h

4
 BILO Vol. 1 no. 1, Enero- Junio de 2019

p
Número de entidades en servicio en el sistema ( Ls ) = λ e∗W s =9 ∗0.007 h=0.063 p
h
2
Número de entidades en fila ( Lq ) =
ρ2 ( 0.64 )
= =1.137 p
1−ρ 1−0.64

Número de entidades en el sistema (L) = Lq + Ls =¿1.137 + 0.063 = 1.2

L 1.2 p
= =0.13 h
Tiempo promedio que gasta una entidad en el sistema (W) = λe p
9
h

Tiempo promedio que gasta una entidad en el sistema en fila ( W q ) = W −W s =0.13 h−0.07 h=0.06 h

V. CONCLUSIONES

VI. FINANCIAMIENTO

Proyecto de aula.

Universidad de la Costa, CUC, Programa de Ingeniería Industrial, Investigación de operaciones II.

REFERENCIAS

[1] Díaz-Bravo, Laura, Torruco-García, Uri, Martínez-Hernández, Mildred, & Varela-Ruiz, Margarita. (2013). La
entrevista, recurso flexible y dinámico. Investigación en educación médica, 2(7), 162-167. Recuperado en 23 de
septiembre de 2021, de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-
50572013000300009&lng=es&tlng=es [2] Hernández Mendoza, S., & Duana Avila, D. (2020). Técnicas e instrumentos
de recolección de datos. Boletín Científico De Las Ciencias Económico Administrativas Del ICEA, 9(17), 51-53.
https://doi.org/10.29057/icea.v9i17.601

BOLCH, G.; GREINER, S.; DE MEER, H.; TRIVEDI, K. S. (2006): “QUEUEING NETWORKS AND MARKOV
CHAINS”. Editorial: John Wiley & Sons, Inc., USA. GROSS, DONALD; HARRIS, CARL M. (1988):
“FUNDAMENTALS OF QUEUEING THEORY”. Editorial: John Wiley & Sons, Inc, USA.

M. Parchami Jalal and S. Matin Koosha, “Identifying organizational variables affecting project management office
characteristics and analyzing their correlations in the Iranian project-oriented organizations of the construction
industry,” Int. J. Proj. Manag., vol. 33, n°. 2, pp. 458–466, 2014, https://doi.org/10.1016/j.ijproman.2014.06.010. 2. A.
M. González Vanegas, “Análisis de las estrategias usadas por los servicios de tercerización de procesos de negocios
(call center) en Colombia de frente a la fidelización de los clientes,” Universidad Militar Nueva Granada, 2014