ÍNDICE

Contenido

pág.

Índice………………………………………………………………………………..……………………………..…II Objetivos………………………………………………………………………………………………………….....III Introducción………………………………………………………………………………………………………….4 Marco teórico………………………………………………………………………………………………………...5 Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a 1. DEMANDA BAJA……………………………………………………............................................................14 2. DEMANDA MEDIA……………………………………………………………...............................................16 3. DEMANDA ALTA………………………………………………………………………………………………..18 Conclusiones……………………………………………………………………………………………………….21 Bibliografía…………………………………………………………………………………………………………..21

II INVESTIGACIÓN OPERATIVA II Página 1

OBJETIVOS   Conocer los diferentes modelos básicos de colas de espera. Filmar un sistema de colas en tres momentos distintos a) Momento de baja demanda b) Momento de media demanda c) Momento de alta demanda (hora pico)  Identificar y aplicar el modelo de colas de espera al video filmado, según la metodología expuesta.

III

INVESTIGACIÓN OPERATIVA II

Página 2

El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de servicio que podemos esperar de un determinado recurso. en nuestro caso a la cola de vehículos que son las llegadas y al redondel que es el servidor. La teoría de colas contiene un gran interés por lo que podemos conocer el comportamiento de las colas por ende podemos optimizar el servicio y reducir los costos de operación del sistema y aplicarlo.INTRODUCCIÓN El presente trabajo de investigación se refiere al tema de teoría de las colas que se puede definir como una técnica matemática (estadística y económico) que tiene como objetivo reducir los tiempos de permanencia en cola de los clientes a niveles soportables o permisibles. en el que las llegadas forman una cola única que será atendida en un servidor único. Existe una variedad de modelos de teoría de las colas. pero para realizar este trabajo se utilizo el modelo A: modelo de canal único con llegadas de Poisson y tiempos de servicio exponencial. el cual fue debidamente observado y con la toma de tiempos pudimos determinar los datos que se necesitaron para realizar la respectiva tabla para el cálculo de fórmulas que se utilizaron en el modelo A de canal único con llegadas de Poisson y tiempos de servicio exponencial. INVESTIGACIÓN OPERATIVA II Página 3 . como la forma en la cual dicho recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus clientes. Para este trabajo se realizó la grabación de un video en el Redondel ubicado entre las calles Paseo de los Cañaris y Gonzáles Suárez.

Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda delservicio. trabajador de la Copenhagen Telephone Exchange. tales como máquinas dañadas a la espera de ser rehabilitadas. Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo. en este caso. Si el servidor no está disponible inmediatamente el cliente decide esperar. mediante alguna regla INVESTIGACIÓN OPERATIVA II Página 4 . En determinado momento se selecciona un miembro de la cola.MARCO TEÓRICO El matemático danés Agner Krarup Erlang. Prestar atención al tiempo de permanencia en el sistema o en la cola de espera. Modelo de formación de colas Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo. publicó el primer artículo sobre la teoría de colas en 1990. Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. para proporcionarle el servicio. aunque las instalaciones de servicio sean adecuadas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la línea de espera para un sistema dado. Una cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de línea de espera particulares o sistemas de colas. cuando los “clientes” llegan a un “lugar” demandando un servicio a un “servidor”. Los clientes puede que esperen temporalmente. Elementos existentes en la teoría de colas o Proceso básico de colas: Los clientes que requieren un servicio se generan en una fase de entrada. a ser cada vez más larga a medida que transcurre el tiempo. Objetivos Los objetivos de la teoría de colas consisten en:     Identificar el nivel óptimo de capacidad del sistema que minimiza el coste del mismo. entonces se forma la cola. Específicamente se preocupó del estudio del problema de dimensionamiento de líneas y centrales de conmutación telefónica para el servicio de llamadas. la cola tiende a ser explosiva. es decir. En las formaciones de colas se habla de clientes. Esta se presenta. Estos clientes entran al sistema y se unen a una cola. La teoría de colas es el estudio matemático del comportamiento de líneas de espera. porque los clientes llegados anteriormente están siendo atendidos. el cual tiene una cierta capacidad de atención.

o Fuente de entrada o población potencial: Una característica de la fuente de entrada es su tamaño. Las colas pueden ser finitas o infinitas. Por ejemplo: las redes de comunicaciones o los sistemas operativos multitarea. según la cual se atiende primero al cliente que antes haya llegado. cada una de ellas con uno o más canales paralelos de servicio. o Mecanismo de servicio: El mecanismo de servicio consiste en una o más instalaciones de servicio. El tamaño es el número total de clientes que pueden requerir servicio en determinado momento. primero en salir. o Redes de colas. INVESTIGACIÓN OPERATIVA II Página 5 . o Cola: Una cola se caracteriza por el número máximo de clientes que puede admitir. Puede suponerse que el tamaño es infinito o finito. o Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se seleccionan sus miembros para recibir el servicio. puede suponerse finita o infinita.  ProcessorSharing – sirve a los clientes igualmente. llamados servidores. o Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). se lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio.  RSS (randomselection of service) que selecciona los clientes de manera aleatoria. o El proceso de servicio: Define cómo son atendidos los clientes. Luego. La capacidad de la red se comparte entre los clientes y todos experimentan con eficacia el mismo retraso. de acuerdo a algún procedimiento de prioridad o a algún otro orden. o Cliente: Es todo individuo de la población potencial que solicita servicio como por ejemplo una lista de trabajo esperando para imprimirse. después de lo cual el cliente sale del sistema de colas. De nuevo. Por ejemplo. Sistema donde existen varias colas y los trabajos fluyen de una a otra.conocida como disciplina de servicio. puede ser:  FIFO(first in firstout) primero en entrar.  LIFO (last in firstout) también conocida como pila que consiste en atender primero al cliente que ha llegado el último.

múltiples servidores INVESTIGACIÓN OPERATIVA II Página 6 . un servidor Sistemas de colas: una línea. múltiples servidores Sistemas de colas: modelo básico Sistema de colas: varias líneas.Estructuras típicas de las colas Sistemas de colas: una línea.

Este modelo puede aplicarse a trabajos ordenador que esperan tiempo de procesador. los supuestos para este modelo son los siguientes:        Las llegadas son atendidos FIFO. pero se conoce su ritmo medio. Es el modelo máscomún en donde las llegadas forman una cola única que será atendida en un puesto único. INVESTIGACIÓN OPERATIVA II Página 7 . una línea con múltiples servidores. independientemente de la longitud de la cola Las llegadas son independientes de las llegadas anteriores. Los tiempos de servicio siguen una distribución de probabilidad exponencial negativa. se llama un sistema de un servidor y una cola.Sistema de colas: una línea. El tercer sistema. aquél en que cada servidor tiene una línea de separación. El ritmo se servicio es mas rápido que el ritmo de llegada. pero el numero medio de las llegadas no cambia Las llegadas responden a una distribución de poisson y proceden de población infinita Los tiempos de servicio varían de un cliente a otro y son independientes uno de otro. servidores secuenciales El primer sistema que se muestra en la figura. es una línea con servidores en serie. Variedad de los modelos de colas Modelo A:Modelo de canal único con llegadas de poisson y tiempos de servicio exponencial. El segundo. El cuarto sistema.

Las llegadas obedecen a una distribución de poisson. INVESTIGACIÓN OPERATIVA II Página 8 . Las condiciones son:       Los clientes forman una cola única y luego pasan al primer servidor disponible ejm: las ventanillas de los bancos. Existen dos o más servidores o canales disponibles para atender a los clientes que llegan. Otros supuestos expuestos anteriormente. Todos los servidores funcionan al mismo ritmo. Modelo B: Modelo de cola de canales múltiples.Tabla 1. Fórmulas para el cálculo de canal único. Los tiempos de servicio obedecen a una distribución exponencial negativa El servicio es del tipo FIFO.

no así para el servicio. Ls y Ws. Dado que los ritmos de servicios son constantes.Wq.Tabla 2. Fórmulas de cálculo para canales múltiples. piezas. Las formulas para averiguar las características de este modelo vienen dadas por: INVESTIGACIÓN OPERATIVA II Página 9 . cuando los clientes. Modelo C: Modelo de tiempo de servicio constante Algunos sistemas de colas tiene tiempos de servicio constante en lugar de seguir una distribución exponencial. que tiene ritmos de servicio variables. Las condiciones en las llegadas son similares que para los casos anteriores. son siempre menores de lo que serian en el modelo A. maquinas son procesados siguiendo un ciclo fijo propio del sistema de servicio automático. productos. los valores para Lq.

Modelo D: Modelo de población limitada o finita. se debe acudir a una notación distinta de los modelos anteriores y para simplificar se han desarrollado tablas de colas finitas que determinan ciertos términos probabilidades y factores de eficacia. Cuando hay una población limitada de clientes o elementos potenciales para las instalaciones de servicios. este modelo permite considerar cualquier numero de servidores. Fórmulas de cálculo para el servicio constante. Para resolver este tipo de casos con mayor facilidad. por ejemplo si una maquina tuviera 5 maquinas y todas estuvieran averiadas y esperando ser reparadas. el ritmo de llegadas de clientes o maquinas se disminuye. si consideramos las reparaciones de equipos o maquinas de una fabrica o taller de servicio de mantenimiento que tiene 5 maquinas . hay que considerar un modelo diferente de colas.Tabla 3. En general por tanto a medida que la cola de espera se alarga en este modelo. INVESTIGACIÓN OPERATIVA II Página 10 . el ritmo de llegadas caería en cero. Este modelo se utilizara por ejemplo . Este modelo es diferente a los anteriores debido a que ahora existe una relación de dependencia entre la longitud de la cola y el ritmo de llegada.

Existen tablas de colas finitas para poblaciones de hasta 250 unidades. Para trazar una línea divisoria entre lo que se considera como población finita e infinita.Tabla 4. Si el número de la cola es una proporción significativa de la población de llegada. A continuación se presenta una parte de las tablas sobre colas infinitas en la que proporciona los datos para una población N=5³. Formulas par el cálculo de población limitada o finita. la convención general es la siguiente. se utiliza un modelo de la cola de población limitada. aunque no hay nada definido. INVESTIGACIÓN OPERATIVA II Página 11 .

Tabla colas finitas par una población N=5.Tabla 5. INVESTIGACIÓN OPERATIVA II Página 12 .

ya que nuestro ejemplo esta compuesto por un servidor que es el redondel y un canal que es la cola de vehículos. Número medio de llegadas por periodo de tiempo (vehículos por minuto). ANÁLISIS Y CÁLCULO DE DATOS Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda baja. INVESTIGACIÓN OPERATIVA II Página 13 . para lo cual tuvimos que observar el sistema en funcionamiento y con la ayuda de un cronometro tomamos los tiempos de numero de llegadas por periodo de tiempo y el número de vehículos atendidos por periodo de tiempo.Para realizar este trabajo de teoría de colas se seleccionó el modelo A: Modelo de canal único con llegadas de Poisson y tiempos de servicio exponencial. Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 7 5 11 7 4 6 40 6. Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio λ 7 5 11 7 4 6 40 6. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto). los mismos que fueron recolectados en un registro. ≥lo que nos indica que el factor de utilización (ρ>1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo. 1.7 2.7 El valor de µ es igual al valorde.

Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (. Número medio de vehículos esperando en el Sistema Lq = 2 / [.3. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. (. (.)]   Wq = ( ) 7.) Ws = 5. Tiempo medio que un vehículo espera en la cola Wq= / [. Factor de utilización para el sistema 8.)] Lq = ( ( ) ) 6. Probabilidad de 0 vehículos en el sistema INVESTIGACIÓN OPERATIVA II Página 14 .

lo que quiere decir que siempre habrá por lo menos un vehículo en espera. 9. Probabilidad de más de k vehículos en el Sistema ( ) Pn>k= (λ/μ)^(k+1) 1 1 1 1 1 1 k 0 1 2 3 4 5 Todos los cálculos nos dan como resultado división para cero o indeterminado. Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda media 1.La probabilidad de que haya cero vehículos en el sistema es igual a cero. Número medio de llegadas por periodo de tiempo (vehículos por minuto) Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio λ 12 8 8 9 9 10 56 9.3 INVESTIGACIÓN OPERATIVA II Página 15 . esto sucede por la baja capacidad del servidor.

3.8 El valor de µ es menor al valorde. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto) Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 11 9 8 9 4 12 53 8. Número medio de vehículos esperando en el Sistema Lq = 2 / [. (.) Ws = 5.2.)]   Wq = ( ) INVESTIGACIÓN OPERATIVA II Página 16 . ≥ e igual que en el caso anterior que nos indica que el factor de utilización (ρ> 1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo. (. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4.)] Lq = ( ( ) ) 6. Tiempo medio que un vehículo espera en la cola Wq= / [.

Probabilidad de más de k vehículos en el Sistema k 0 1 2 3 4 5 Pn>k= (λ/μ)^(k+1) 1. 1.19 1. Número medio de llegadas por periodo de tiempo (vehículos por minuto).26 1.06 1. Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio INVESTIGACIÓN OPERATIVA II λ 12 16 9 13 10 7 67 11.7.12 1. Probabilidad de 0 vehículos en el sistema 9.34 1. Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda alta.2 Página 17 .42 Los resultados obtenidos en los cálculos son negativos como resultado de la baja capacidad del servidor. Factor de utilización para el sistema 8.

Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (. 3.2. Tiempo medio que un vehículo espera en la cola Wq= / [.)] Lq = ( ( ) ) 6. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. (.) Ws = 5. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto). Número medio de vehículos esperando en el Sistema Lq = 2 / [.)]   INVESTIGACIÓN OPERATIVA II Página 18 . Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 10 16 11 8 12 8 65 10.8 El valor de µ es menor al valor de. (. ≥e igual que en los casos anteriores esto nos indica que el factor de utilización (ρ> 1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo.

Wq = ( ) 7.06 1. Factor de utilización para el sistema 8.19 De igual manera que en el caso de Demanda media los resultados obtenidos en los cálculos son negativos como consecuencia de la baja capacidad del servidor.16 1.03 1. INVESTIGACIÓN OPERATIVA II Página 19 . Probabilidad de más de k vehículos en el Sistema k 0 1 2 3 4 5 Pn>k= (λ/μ)^(k+1) 1.09 1.13 1. Probabilidad de 0 vehículos en el sistema 9.

nos indican que la capacidad del servidor es muy baja. el mismo que no es adecuado como consecuencia de la baja capacidad del servidor pues en el sistema se maneja una tasa mayor a la que el servidor puede atender. es decir que el ritmo de servicio del redondel a las vehículos es más lento que el ritmo de llegada de los vehículos al redondel.  Los resultados que arrojan las diferentes fórmulas sobre las medidas de desempeño de la línea de espera son valores cuantitativos que nos permiten evaluar el tipo de servicio.  El valor de ρ > 1.CONCLUSIONES  Los resultados que se obtuvieron: para el primer caso λ = µ. nos muestra que en el sistema hay una saturación por lo que el estado del sistema no es estable. esta inestabilidad no nos permite evaluar adecuadamente el rendimiento del sistema. INVESTIGACIÓN OPERATIVA II Página 20 . para el segundo y tercer caso λ > µ.

México.BIBLIOGRAFÍA www. Pearson Educación. Quinta Edición. Investigación de operaciones.investigación-operaciones. 2000 INVESTIGACIÓN OPERATIVA II Página 21 . G. REINOSO. Marco Guía didáctica de Investigación Operativa 2 EPPEN.com/Teoria_colas es.Wikipedia. Modelos De Colas de Espera.org/wiki.

Sign up to vote on this title
UsefulNot useful