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

Existe una variedad de modelos de teoría de las colas. INVESTIGACIÓN OPERATIVA II Página 3 . en el que las llegadas forman una cola única que será atendida en un servidor único. en nuestro caso a la cola de vehículos que son las llegadas y al redondel que es el servidor. El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de servicio que podemos esperar de un determinado recurso. 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. como la forma en la cual dicho recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus clientes. pero para realizar este trabajo se utilizo el modelo A: modelo de canal único con llegadas de Poisson y tiempos de servicio exponencial. Para este trabajo se realizó la grabación de un video en el Redondel ubicado entre las calles Paseo de los Cañaris y Gonzáles Suárez. 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.

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. Específicamente se preocupó del estudio del problema de dimensionamiento de líneas y centrales de conmutación telefónica para el servicio de llamadas. 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. es decir. porque los clientes llegados anteriormente están siendo atendidos. a ser cada vez más larga a medida que transcurre el tiempo. 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. el cual tiene una cierta capacidad de atención. la cola tiende a ser explosiva. En determinado momento se selecciona un miembro de la cola. en este caso. trabajador de la Copenhagen Telephone Exchange. En las formaciones de colas se habla de clientes. para proporcionarle el servicio. Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda delservicio. Objetivos Los objetivos de la teoría de colas consisten en:     Identificar el nivel óptimo de capacidad del sistema que minimiza el coste del mismo.MARCO TEÓRICO El matemático danés Agner Krarup Erlang. aunque las instalaciones de servicio sean adecuadas. Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo. entonces se forma la cola. Modelo de formación de colas Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo. Los clientes puede que esperen temporalmente. Esta se presenta. Prestar atención al tiempo de permanencia en el sistema o en la cola de espera. mediante alguna regla INVESTIGACIÓN OPERATIVA II Página 4 . 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”. Si el servidor no está disponible inmediatamente el cliente decide esperar. 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. tales como máquinas dañadas a la espera de ser rehabilitadas.

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

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

una línea con múltiples servidores. Los tiempos de servicio siguen una distribución de probabilidad exponencial negativa. pero se conoce su ritmo medio. independientemente de la longitud de la cola Las llegadas son independientes de las llegadas anteriores. 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. los supuestos para este modelo son los siguientes:        Las llegadas son atendidos FIFO. El segundo.Sistema de colas: una línea. aquél en que cada servidor tiene una línea de separación. El tercer sistema. es una línea con servidores en serie. El ritmo se servicio es mas rápido que el ritmo de llegada. Es el modelo máscomún en donde las llegadas forman una cola única que será atendida en un puesto único. servidores secuenciales El primer sistema que se muestra en la figura. Variedad de los modelos de colas Modelo A:Modelo de canal único con llegadas de poisson y tiempos de servicio exponencial. Este modelo puede aplicarse a trabajos ordenador que esperan tiempo de procesador. El cuarto sistema. INVESTIGACIÓN OPERATIVA II Página 7 . se llama un sistema de un servidor y una cola.

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

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

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. este modelo permite considerar cualquier numero de servidores. Modelo D: Modelo de población limitada o finita.Tabla 3. el ritmo de llegadas de clientes o maquinas se disminuye. hay que considerar un modelo diferente de colas. si consideramos las reparaciones de equipos o maquinas de una fabrica o taller de servicio de mantenimiento que tiene 5 maquinas . 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. INVESTIGACIÓN OPERATIVA II Página 10 . Cuando hay una población limitada de clientes o elementos potenciales para las instalaciones de servicios. 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. el ritmo de llegadas caería en cero. Fórmulas de cálculo para el servicio constante. En general por tanto a medida que la cola de espera se alarga en este modelo.

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

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

ya que nuestro ejemplo esta compuesto por un servidor que es el redondel y un canal que es la cola de vehículos. ANÁLISIS Y CÁLCULO DE DATOS Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda baja.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 λ 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 µ 7 5 11 7 4 6 40 6. ≥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. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto). 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.7 2. Número medio de llegadas por periodo de tiempo (vehículos por minuto). 1. INVESTIGACIÓN OPERATIVA II Página 13 .7 El valor de µ es igual al valorde. los mismos que fueron recolectados en un registro.

(.) Ws = 5. Factor de utilización para el sistema 8. Tiempo medio que un vehículo espera en la cola Wq= / [. (. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. Número medio de vehículos esperando en el Sistema Lq = 2 / [.)] Lq = ( ( ) ) 6. Probabilidad de 0 vehículos en el sistema INVESTIGACIÓN OPERATIVA II Página 14 .)]   Wq = ( ) 7.3. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (.

esto sucede por la baja capacidad del servidor. 9.3 INVESTIGACIÓN OPERATIVA II Página 15 . Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda media 1. 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. lo que quiere decir que siempre habrá por lo menos un vehículo en espera.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.

8 El valor de µ es menor al valorde. (. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. (. 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.)] Lq = ( ( ) ) 6. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (.) Ws = 5. ≥ 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.)]   Wq = ( ) INVESTIGACIÓN OPERATIVA II Página 16 . Número medio de vehículos esperando en el Sistema Lq = 2 / [.2. 3. 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) 1.42 Los resultados obtenidos en los cálculos son negativos como resultado de la baja capacidad del servidor.12 1. 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. Número medio de llegadas por periodo de tiempo (vehículos por minuto). Factor de utilización para el sistema 8. Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda alta.2 Página 17 .19 1.26 1.34 1.7.06 1. Probabilidad de 0 vehículos en el sistema 9.

)] Lq = ( ( ) ) 6. Número medio de vehículos esperando en el Sistema Lq = 2 / [. (.8 El valor de µ es menor al valor de. (.2. ≥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. 3. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (.) Ws = 5. Tiempo medio que un vehículo espera en la cola Wq= / [. 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. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto).)]   INVESTIGACIÓN OPERATIVA II Página 18 .

06 1. Probabilidad de 0 vehículos en el sistema 9.16 1.09 1. INVESTIGACIÓN OPERATIVA II Página 19 .13 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. Probabilidad de más de k vehículos en el Sistema k 0 1 2 3 4 5 Pn>k= (λ/μ)^(k+1) 1.Wq = ( ) 7.03 1.

 El valor de ρ > 1. nos muestra que en el sistema hay una saturación por lo que el estado del sistema no es estable. INVESTIGACIÓN OPERATIVA II Página 20 .CONCLUSIONES  Los resultados que se obtuvieron: para el primer caso λ = µ. esta inestabilidad no nos permite evaluar adecuadamente el rendimiento del sistema. nos indican que la capacidad del servidor es muy baja. 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 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. para el segundo y tercer caso λ > µ.

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

Sign up to vote on this title
UsefulNot useful