UNIVERSIDAD TCNICA DEL NORTE

FICA- INGENIERA INDUSTRIAL

1

APLICACIN DE LOS TEMAS DE ESTADSTICA INFERENCIAL, PROBABILIDAD COMPLETA,
DISTRIBUCIN DE POISSON Y EXPONENCIAL, EN EL ESTUDIO REALIZADO POR LA
ENCUESTADORA HMO SISTEMAS DEL ECUADOR EN EL CENTRO MEDICO AVANTMED
OBJETIVO

Determinar el nivel de utilizacin de un Call Center para analizar las posibles causas que afectan el
nivel de servicio de los servidores.
Simular el servicio que da el call Center en el programa Arena en el cual podemos identificar cual
es el comportamiento de los servidores, al dar una cita mdica como al brindar informacin acerca
de los servicios que oferta el centro mdico AVANTMED
JUSTIFICACIN
La razn por la cual hemos escogido este tema, es para demostrar que las probabilidades y los
diferentes tipos de distribucin se pueden aplicar no solo en la industria dedicada a los bienes,
sino tambin al sector de servicios en los cuales se generan colas y tiempos de llegadas con
distribucin de Poisson y exponencial.
Para la aplicacin se analizara el porcentaje de llamadas que recibe el Call Center en un mes, para
asignar las citas mdicas en las especializaciones requeridas a los diferentes lugares de atencin
como son: Matriz Central, Guajalo, y Pintado utilizando una distribucin de Poisson. Para as lograr
que en los tres centros mdicos AVANTMED no exista un colapso en la atencin de los
servidores, tampoco se genere una subutilizacin del sistema.
Determinar la probabilidad de la aceptacin
Durante un da de atencin en la empresa privada AVANTMEND se atienden 21 llamadas por hora.
Los cuales son atendidos por un servidor automtica el cual tiene 2 opciones de servicio. Sea para
obtener citas o informacin.
FUNCIONAMIENTO DEL CALL CENTER DEL CENTRO MEDICO AVANTMED
Para obtener una cita mdica, deber llamar a los nmeros 1800 200 200 o al 100 de acuerdo con
el siguiente horario: lunes, mircoles y viernes, durante todo el da se receptarn las llamadas de
todas las personas cuyo ltimo nmero en su cdula de identidad sea impar; 1, 3, 5, 7 y 9
Mientras que martes, jueves y sbado, durante todo el da tambin, el nuevo Call Center receptar
las llamadas cuyo ltimo nmero en su cdula de identidad sea par; 2, 4, 6, 8 y 0


UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
2

TEOREMA DE BAYES.
El teorema de Bayes se utiliza para revisar probabilidades previamente calculadas cuando se posee
nueva informacin. Desarrollado por el reverendo Thomas Bayes en el siglo XVII, el teorema de
Bayes es una extensin de lo que ha aprendido hasta ahora acerca de la probabilidad condicional.
Comnmente se inicia un anlisis de probabilidades con una asignacin inicial, probabilidad a
priori. Cuando se tiene alguna informacin adicional se procede a calcular las probabilidades
revisadas o a posteriori. El teorema de Bayes permite calcular las probabilidades a posteriori y es:

APLICACIN DE LA PROBABILIDAD COMPLETA
El call center del centro mdico AVANTMED atiende a los clientes afiliados al IESS y les da una cita
mdica en la especialidad solicitada, y se le asigna la fecha y al lugar ms cercano a su domicilio.
En la siguiente talla se detalla el nmero de citas, las especialidades y el lugar de atencin
Citas por especialidad en la cuidad de quito
Especialidad Matriz % Pintado % Gujalo % TOTAL %
ODONTOLOGIA 1162 67% 466 28% 89 5.1% 1717 31,29%
MEDICINA INTERNA 547 12.2% 547 9,97%
GINECOLOGIA 415 78.4% 114 21.5% 529 9,64%
PEDIATRA 327 77.12% 97 22.8% 424 7,73%
MEDICINA FAMILIAR 323 78.2% 90 21.79% 413 7,53%
TRAUMATOLOGA

84.97% 52294 15% 346 6,31%
ORRITOLARINGOLOGA 215 4.8% 215 3,92%
OFTANMOLOGA 191 4.27% 191 3,48%
UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
3

ME
DICINA
EMERGENCIA
154 3.4% 154 2,81%
UROLOGA 139 3.1% 139 2,53%
GASTROENTEROLOGA 115 2.57% 115 2,10%
MEDICINA GENERAL 50 45.87% 59 54.12% 109 1,99%
ERIATRA 111 2.4% 111 2,02%
CARDIOLOGA 105 2.3% 105 1,91%
DERMATOLOGA 87 1.94% 87 1,59%
ENDOCRNOLOGIA 81 1.8% 81 1,48%
NEUROLOGA 51 1.1% 51 0,93%
CIRUGA VASCULAR 37 0.82% 37 0,67%
NEUMOLOGA 29 0.64% 29 0,53%
REUMATOLOGA 20 0.44% 20 0,36%
AUDIOMETRAS 17 0.38% 17 0,31%
CIRUGA GENERAL 15 0.33% 15 0,27%
ECOCARDIOGRAMAS 9 0.20% 9 0,16%
METABOLISMO Y
NUTRICIN
9 0.20% 9 0,16%
OPTEMETRA 7 0.15% 7 0,13%
HEPATOLOGA 6 0.13% 6 0,11%
PSICOLOGA 3 0.067% 3 0,05%
CIRUGA PEDITRICA
1 0.022% 1 0,02%
TOTAL
4470 81,5% 869
15,8%
148
2,70% 5487 100%

Si en la estacin del call center se recibe una llamada para la asignacin de una cita mdica.
Determinar la probabilidad de que sea para;
a) La especialidad de cardiologa
b) La especialidad de ginecologa en que solicita ser atendida en la estacin central
c) Una persona solicita ser atendida en la estacin central, para la especialidad de
ginecologa.
Solucion
a) La especialidad de cardiologa.
El 2% de las llamadas son citas para la especialidad de cardiologa.
UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
4

b) Llamada de una cita mdica en la especialidad de ginecologa para ser atendida en la
estacin central.
El 78,4% de las llamadas en la estacin central es para solicitar una cita en la especialidad de
ginecologa.
c) Una llamada solicitando ser atendida en la estacin de pintado en la especialidad de
traumatologa.
El 99.69% de las citas en la especialidad de traumatologa son solicitadas para ser atendidas en la
estacin de Pintado.
REGISTRO DEL CALL CENTER
Resultado Registro %
Llamadas Contestadas 6536 92
Llamadas Abandonadas 551 8
Total de Llamadas
Entrantes
7087 100

El promedio de llamadas contestadas por el Call Center del centro mdico AVANTMED en un
minuto se atienden 0,35 llamadas. Hallar la probabilidad de que en 2 minutos.
a) Se hagan tres llamadas
b) Se hagan menos de tres llamadas
c) No menos de tres llamadas.
Solucin
a) Se hagan tres llamadas


UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
5

b) Se hagan menos de tres llamadas

Pr(X>3)= Pr(X=0)+ Pr(X=1)+ Pr(X=2)=
Pr(X=0) 0,4965853
Pr(X=1) 0,34760971
Pr(X=2) 0,1216634
Total 0,96585842

C) No menos de tres Llamadas
Pr(X>=3)= 1- Pr(X>3) = 1-0,96= 0,04
APLICACIN DE LA DISTRIBUCIN DE POISSON
En la ciudad de Quito se ha recolectado los siguientes datos de la empresa AVANTMED con la
finalidad de identificar el porcentaje de llamadas que recibe el Call Center del centro mdico. Si se
conoce que las llamadas recibidas siguen una distribucin de Poisson.
Datos
Tiempo de Atencin de los
servidores
Llam/ Mes % Llam/Dia Llam/Hr seg/llam Min/llam Hr/llam
Llamadas recibidas para CITAS 5487 0,840 228,6 17,6 52,5 0,88 0,015
Llamadas para INFORMACION 1049 0,160 43,7 3,4 82,5 1,38 0,023
Total de llamadas 6536 1 272,3 21

Servicio
automtico
Servidor 1
(Cita M)
21 llam/hr
Matriz
Guajalo
Pintado
Servidor 2
(Inf)
Atencin Fin
Inicio
84%
16%
0.015 hr
0.023 hr
17.64 llam/hr
3.36 llam/hr
69%
13%
18%
17.64 llam/hr
12.1 llam/hr
2.2 llam/hr
3.1 llam/hr
21 llam/hr

a) Hallar la probabilidad de que 2 llamadas tomadas al azar deban ser atendidas y tengan la
necesidad de obtener una cita

( )

()
()

k=0, 1, 2, 3..n
UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
6

SOLUCIN
Aplicacin 1 (EXCEL)

Se introdujo una formula en el programa para obtener los datos, porque el programa solo calcula
las probabilidades sin tomar en cuenta el tiempo.
DEMOSTRACIN

APLICACIN 2 (EXCEL OM 3) LLEVADO A LA TEORA DE COLAS
TEOREMA DE LITTLE
Sea un sistema de colas con cualquier distribucin de llegadas y servicios y cualquier estructura,
Sean L el nmero de trabajos presentes en el sistema en el estado estacionario, W es tiempo
medio de respuesta en el estado estacionario y la razn de llegadas al sistema, Entonces:

e= 2,7183 X Pr(X=k) Pr %
-1 0 0,7367534 74%
1 0,22507974 23%
2 0,03438117 3%
100%
Datos:
W L =
UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
7

En un proceso de Poisson donde se repite sucesivamente un experimento a intervalos de tiempo
iguales, el tiempo que transcurre entre la ocurrencia de dos "sucesos raros" consecutivos sigue un
modelo probabilstico exponencial.
Por ejemplo, el tiempo que transcurre entre que sufrimos dos veces una herida importante





Donde la siguiente notacin supone la condicin de estado estable:

- Pn: Probabilidad de que haya exactamente n clientes en el sistema
- L: Nmero esperado de clientes en el sistema.
- Lq: Longitud esperada de la cola (excluye los clientes que estn en servicio).
- W: Tiempo de espera en el sistema para cada cliente
- W q: Tiempo de espera en la cola para cada cliente.
- Pw: Probabilidad de que una unidad que llega tenga que esperar en el servicio
CONCEPTO DE COLA
Una cola es una lnea de espera para determinado servicio
Este servicio lo proporciona uno o varios dependientes
La teora de colas analiza la causa de la formacin de la cola, que es la existencia de momentos en
los que hay una mayor demanda de servicio que la capacidad de servicio
Clasificacin de sistemas de colas
Llamaremos clientes, a los que demandan servicio, y dependientes, empleados o servidores a los
que ofrecen servicio.
Un sistema de colas viene dado por varias caractersticas:
1. Modelo de llegada de clientes: El ndice de llegadas ser el nmero medio de llegadas por
unidad de tiempo, Alternativamente podemos usar el tiempo entre llegadas, que es el
tiempo medio entre llegadas sucesivas
2. Modelo de servicio: Puede venir dado por el tiempo de servicio o por el nmero de
clientes atendidos por unidad de tiempo, Tendremos una variable aleatoria o bien un
servicio determinista, Aqu supondremos que el modelo de servicio es independiente del
de llegada
0 0
0
0
2
1
0
0
) / (
!
1
,
!
) / (
,
!
) / ( 1
) ( )! 1 (
) / (
!
) / (
!
) / (
1
P
k
k
k
P k n si P
k k
P
k n si P
n
P W W
L
W L L P
k k
L
n k
k
K
P
k
w
k n
n
n
n
n q s
q
q q s
K
q
K
n
n k
|
|
.
|

\
|

= > =
s = + =
= + =

=
+
|
|
.
|

\
|

UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
8

3. Disciplina de la cola: Establece el orden en que se va atendiendo a los clientes:
- Por orden de llegada (FIFO)
- Por orden inverso al de llegada (LIFO)
- Seleccin aleatoria (RANDOM)
- Segn prioridades (PRIORITY, PR), Dos subtipos:
- Con interrupcin, Si llega un cliente de ms prioridad, el trabajo que se estaba
sirviendo se interrumpe para atenderlo
- Sin interrupcin, No se pueden interrumpir los trabajos
- Dentro de cada clase de prioridad se podrn aplicar disciplinas LIFO, FIFO o RANDOM.
4. Capacidad del sistema: Es el nmero mximo de clientes que puede haber en el sistema
(finito o infinito), Si llega un cliente y el sistema est lleno, se marcha,
5. Nmero de canales de servicio: Es el nmero de dependientes, Puede haber una cola para
cada dependiente o bien una sola cola global
6. Nmero de estados de servicio: Puede haber varias partes en las que se subdivide el
trabajo (estados), cada una con su cola y su dependiente, que deben ser completadas
sucesivamente, P, ej,, tres estados:
Cola M | M | 1
Hay una sola cola, cuya capacidad es infinita, y un solo servidor, La disciplina ser FIFO
Las llegadas se producen segn un proceso de Poisson de razn, donde es el nmero medio de
llegadas por unidad de tiempo y 1/ es el tiempo medio entre llegadas, Los tiempos entre llegadas
se distribuirn exponencialmente, Expo ()
Los tiempos entre servicios tambin se distribuirn exponencialmente, Expo (), de tal manera
que es el nmero medio de clientes que el servidor es capaz de atender por unidad de tiempo y
1/ es el tiempo medio de servicio
Condicin de no saturacin
Se demuestra que s >, el sistema se satura, es decir, el nmero de clientes en la cola crece
indefinidamente con el tiempo, Por consiguiente, la condicin de no saturacin ser:

= Utilizacin del servidor
SOLUCIN EXCEL OM3

= < donde , 1
UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
9


b) Hallar la probabilidad que indique a qu tipo de servidor va a ser destinadas las llamadas
atendidas en el literal a)
SOLUCIN
Distribucin Binomial
( )

Aplicacin 1 (EXCEL)
Datos:
p= 0,33
q= 0,67
x=
2 # de llamadas recibidas
n= 3 n=# de servidores

Pr(X=k) k Pr %
Pr(X=0) 0 0,300763 30%
Pr(X=1) 1 0,444411 44%
Pr(X=2) 2 0,218889 22%
Pr(X=3) 3 0,035937 4%
TOTAL 1 100%

UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
10

APLICACION DEL PROGRAMA ARENA
Este simulador tiene la caracterstica de presentar una Herramienta Orientada al Proceso, por
cuanto permite la descripcin completa de la experiencia que una entidad desarrolla al interior del
sistema conforme fluye a travs de l.
Es muy apropiado para la simulacin de colas que se generan en los servidores o determinar el
comportamiento de las lneas de espera.
Descripcin del proceso


c) Cul es la probabilidad de que el tiempo de respuesta del servidor automtico sea a lo mucho
15 segundos?
Datos:
e= 2,7183

UNIVERSIDAD TCNICA DEL NORTE
FICA- INGENIERA INDUSTRIAL
11


-1

x= 21 llam/hr

0,35 llam/min
t=u= 15 seg/hr

4 llam/mi
( ) ( (

))
Pr(X<=15) 0,753403 75%

La probabilidad de que el tiempo de respuesta est entre 10 y 15s.




Conclusiones
Mediante la teora de colas se puede determinar el nmero de llamadas que esperan en la cola
como tambin el nmero de unidades que se atienden en un servidor, debido a que su tasa de
entrada o llegada siguen una distribucin de Poisson es decir que las llamadas entrantes suceden
de forma aleatoria.
Las distribuciones de las probabilidades utilizadas en este trabajo, nos sirven para mejorar el nivel
de utilizacin y servicio de los dependientes (servidores)