Capitulo 14 Teoria de Colas

agosto de 2009 Mg. Ing. Juan C. Ubillus C.
1
CAPITULO 14
TEORA DE COLAS
Las COLAS (LNEAS DE ESPERA) son realidades que
podemos observar diariamente:
Personas esperando para realizar sus pagos ante
una caja en un supermercado o un banco,
Ordenes de Trabajo esperando ser ejecutadas en
una fbrica,
Vehculos esperando (incluso barcos o
camiones) para ser decargados,
Mquinas daadas a la espera de una reparacin.
Se generan Lneas de Espera como resultado de un
desequilibrio temporal entre la demanda del
servicio y la capacidad del sistema para
suministrar el servicio.
agosto de 2009 Mg. Ing. Juan C. Ubillus C. 2
TEORA DE COLAS
Las COLAS (LNEAS DE ESPERA) son realidades que
pueden causar problemas:
Los barcos o camiones en espera de ser descargados
pueden retrazar los envios siguientes programados,
Un trabajo de manufactura esperando su proceso
demasiado tiempo puede perturbar la produccion
subsecuente,
Aviones esperando aterrizar o despegar pueden
desorganizar la programacion de vuelos,
Una cuadrilla de trabajo esperando que una Gra se
desocupe para atender el montaje de un ensamble
estructural.
Al generarse Lineas de Espera, el retraso en el servicio
puede ocasionar atrasos en la produccion, mayores
costos, insatisfaccion e incluso perdidas de clientes.
TEORA DE COLAS
La TEORA DE COLAS es el estudio de la espera en las
distintas modalidades.
Usa los Modelos de Colas, para representar los tipos
de sistemas de lneas de espera (sistemas que involucran
algun tipo de cola), que se presentan en la prctica.
Aprovecha los Modelos de Colas, para determinar como
debemos hacer operarar un sistema de colas de la manera
ms efectiva y/o eficiente.
Usa la Teora de Probilidades, para representar
caractersticas de algunos componentes del modelo.
Desarrolla frmulas para cada modelo, las que nos
indican cual debe ser el desempeo del sistema estudiado,
la cantidad promedio de espera que ocurrir bajo una
gama de circunstancias.
A
TEORA DE COLAS
Los Modelos de Colas permiten analizar sistemas de
colas, considerando que:
Proporcionar demasiada capacidad de servicio
para operar el sistema implica costos excesivos.
Proporcionar poca capacidad de servicio para
operar el sistema implica insatisfaccin del cliente por
la demora, atrasos de otras actividades o trabajos,
mayores costos y otros efectos negativos.
Nos permiten encontrar el balance apropiado
entre el costo del servicio y la cantidad de espera.
Son muy tiles para determinar como debemos
hacer operarar un sistema de colas de la manera
mas efectiva.
TEORA DE COLAS
Los Modelos de Lneas de Espera son de gran
utilidad tanto en las reas de Manufactura como en las
de Servicio.
Los Anlisis de Colas relacionan:
la longitud de la lnea de espera,
el promedio de tiempo de espera
y otros factores como:
la conducta de los usuarios a la llegada y en la
cola,
Los Anlisis de Colas ayudan a entender el
comportamiento de estos sistemas de servicio
(actividades de mantenimiento de maquinaria, el
control de las operaciones en planta, actividades de
construccion de una nueva planta industrial o de
construccion de un edificio, etc.).
TEORA DE COLAS
Desde la perspectiva de la Investigacin de Operaciones, una
cuadrilla en espera de una gra, los barcos que esperan ser
descargados por una gra, o las mquinas daadas esperando
reparacin, tienen mucho en comn.
Ambos (gente y mquinas) requieren de recursos humanos y
recursos materiales como equipos para que las actividades
subsiguientes no se detengan, para que se los cure o se los
haga funcionar nuevamente.
TEORA DE COLAS
Costos de Servicio y Costos de Espera
El Trueque. Los Administradores de operaciones reconocen
el equilibrio que debe haber entre el COSTO DE
proporcionar buen SERVICIO y el COSTO del tiempo DE
ESPERA del cliente o de la mquina que deben ser atendidos.
Los Administradores desean que las colas sean lo
suficientemente cortas con la finalidad de que los clientes
no se irriten e incluso se retiren sin llegar a utilizar el
servicio o lo usen pero no retornen ms.
Sin embargo los Administradores contemplan tener una
longitud de cola razonable en espera, que sea balanceada,
para obtener ahorros significativos en el COSTO DEL
SERVICIO
TEORA DE COLAS
Equilibrio entre Costos de Espera y Costos de Servicio
Nivel ptimo de Servicio
Nivel de Servicio
Costo por TIEMPO
DE ESPERA
Costo por proporcionar
el SERVICIO
Costo
Costo
Total
Mnimo
COSTO TOTAL
ESPERADO
TEORA DE COLAS
Costos de Servicio vs Nivel de Servicio
Los COSTOS DE SERVICIO se incrementan si se mejora el
NIVEL DE SERVICIO. Los Administradores de ciertos
centros de servicio pueden variar su capacidad teniendo
personal o mquinas adicionales que son asignadas a
incrementar la atencin cuando crecen excesivamente los
clientes.
En supermercados se habilitan cajas adicionales cuando
es necesario.
En bancos y puntos de chequeo de aeropuertos, se
contrata personal adicional para atender en ciertas
pocas del da o del ao.
TEORA DE COLAS
Cuando el servicio mejora, disminuye el costo de tiempo
perdido en las lneas de espera.
Este costo puede reflejar prdida de productividad de los
operarios que estn esperando que compongan sus equipos o
puede ser simplemente un estimado de los clientes perdidos
a causa de mal servicio y colas muy largas.
En ciertos servicios (Aeropuertos, Bancos, y otros) el costo
de la espera puede ser intolerablemente alto.
TEORA DE COLAS
COLAS MAS USUALES
Carga y descarga Barcos Muelle
Reparacin Mquinas daadas Mantenimiento
Llamadas en espera Clientes Telfono
Efectuar montaje de
estructuras
Requerimientos de
gra
Construccin
Proceso de datos Programas a ser
corridos
Sistema de Cmputo
Consulta Pacientes Consultorio Medico
Pago de peaje Vehculos Peaje
Pago en cajas Compradores Supermercado
SERVICIO LLEGADAS EN COLA SITIO
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
Una cola de espera est compuesta de tres elementos:
1. Llegadas o arribos o ingresos al sistema
2. Disciplina en la cola o lnea de espera
3. Mecanismo de Servicio o instalacin
Estos tres componentes tienen ciertas caractersticas que
deben ser examinadas antes de desarrollar el aspecto
matemtico de los modelos de cola.
TEORA DE COLAS
1. CARACTERSTICAS DE LAS LLEGADAS O ARRIBOS:
La fuente de ingreso que genera los arribos o clientes para
el servicio tiene tres caractersticas principales:
a. Tamao de la poblacin que arriba
b. Patrn de llegada a la cola
c. Comportamiento de las llegadas.
1.a.Tamao de la Poblacin:
El tamao de la poblacin puede ser:
infinito (ilimitado) o
limitado (finito).
TEORA DE COLAS
1. CARACTERSTICAS DE ARRIBO:
1.a. Tamao de la Poblacin:
Infinito (ilimitado): Cuando el nmero de clientes o
arribos en un momento dado es una pequea parte de los
arribos potenciales. Para propsitos prcticos
poblaciones ilimitadas pueden considerarse a los
vehculos que se acercan a un caseta de peaje, los
aficionados a un partido del mundial de Ftbol, clientes
en un supermercado.
LA MAYORA DE LOS MODELOS ASUME ARRIBO
INFINITO.
Poblacin de arribo limitada o finita: cuando se tienen muy
pocos servidores y el servicio es restringido. Ej.: los
pacientes en un consultorio mdico
TEORA DE COLAS
1.b. Patrn de arribo al sistema:
Los clientes arriban a ser atendidos de una manera
programada (un paciente cada 15 minutos) o de una
manera aleatoria.
Se consideran que los arribos son aleatorios cuando stos
son independientes de otros y su ocurrencia no puede ser
predecida exactamente.
Frecuentemente en problemas de colas, el nmero de
arribos por unidad de tiempo pueden ser estimados por
medio de la Distribucin de Poisson que es una
distribucin discreta de probabilidad.
TEORA DE COLAS
1. CARACTERSTICAS DE LLEGADAS (ARRIBO):
DISTRIBUCION DE POISSON:
P(x) = Probabilidad de x llegadas(arribos)
.x= nmero de llegadas(arribos) por unidad de tiempo
= tasa o cantidad promedio de llegadas(arribos)
.e = 2.71828
( ) ,... 4 , 3 , 2 , 1 , 0 _
!
= =
x para
x
e
x P
x

TEORA DE COLAS
DISTRIBUCIN DE POISSON
DISTRIBUCIN DE POISSON PARA TIEMPOS DE ARRIBO = 2
0.0000
0.0500
0.1000
0.1500
0.2000
0.2500
0.3000
ARRIBOS/UNIDAD DE TIEMPO
P
R
O
B
A
B
I
L
I
D
A
D
DISTRIBUCIN
DISTRIBUCIN 0.1353 0.2707 0.2707 0.1804 0.0902 0.0361 0.0120 0.0034 0.0009 0.0002
0 1 2 3 4 5 6 7 8 9
TEORA DE COLAS
DISTRIBUCIN DE POISSON
DISTRIBUCIN POISSON PARA TIEMPOS DE ARRIBO = 4
0.0000
0.0500
0.1000
0.1500
0.2000
0.2500
ARRIBOS/UNIDAD DE TIEMPO
P
R
O
B
A
B
I
L
I
D
A
D
DISTRIBUCION
DISTRIBUCION 0.0183 0.0733 0.1465 0.1954 0.1954 0.1563 0.1042 0.0595 0.0298 0.0132
0 1 2 3 4 5 6 7 8 9
TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
1.c. Comportamiento de las llegadas(arribos):
La mayora de los modelos de colas asume que los clientes
son pacientes o sea que esperan en la cola hasta ser
servidos y no se pasan entre colas. Desafortunadamente, la
vida es complicada y la gente se reniega. Aquellos que se
impacientan por la espera, se retiran de la cola sin
completar su transaccin.
Esta situacin sirve para acentuar el estudio de la teora de
colas y el anlisis de las lneas de espera, ya que un cliente no
servido es un cliente perdido y hace mala propaganda de ese
negocio.
Explicacin
Con una tasa promedio de llegada = 2 clientes por
hora, la probabilidad de que cero clientes llegen en
cualquier hora aleatoria es 13% aproximadamente, de 1
cliente es 27%, de 2 clientes es 27%, de 3 clientes es
18%, de 4 clientes 9%, de 5 clientes es 4%, de 6
clientes es 2% y as sucesivamnte, siendo que para la
probabiladd de arribo de 9 o ms son casi nulas.
TEORA DE COLAS
2. CARACTERSTICAS DE LA LNEA DE ESPERA:
La LNEA DE ESPERA es el segundo componente de un
sistema de colas. La longitud de la cola puede ser tambin
LIMITADA o ILIMITADA.
Cola LIMITADA es aquella que por aspectos fsicos no
puede incrementarse a tamaos infinitos. Puede ser el
caso de una peluquera que tiene pocos barberos y sillas
para atender.
Estudiaremos los modelos de colas asumiendo colas de
longitud infinita. Una cola es ILIMITADA cuando su
tamao no tiene restriccin como es el caso de una caseta
de peaje que sirve a los vehculos que arriban.
TEORA DE COLAS
2. CARACTERSTICAS DE LA LNEA DE ESPERA:
Una segunda caracterstica de las lneas de espera se
refiere a la DISCIPLINA EN LA COLA mediante la cual los
clientes reciben el servicio. La mayora de los sistemas usan
la regla Primero En Entrar Primero En Salir (First In First
Out) [PEPS (FIFO)]. Se denomina tambin FIFS (First In
First Served).
En las reas de emergencia de hospitales sin embargo se
omite esta regla dependiendo de la gravedad de las lesiones
de las personas que arriban por auxilio mdico.
En supermercados, personas con menos de 10 artculos tienen
la caja express que atiende a este tipo de clientes. Pero en la
cola se les atiende con la poltica PEPS.
TEORA DE COLAS
CARACTERSTICAS DE LA LNEA DE ESPERA
3. Caractersticas del Servicio
El tercer elemento de un sistema de colas es el SERVICIO. En
l son importantes dos propiedades bsicas:
1. La configuracin del sistema de servicio.
2. El patrn de tiempos de servicio
3.1. CONFIGURACIONES BSICAS PARA EL SERVICIO:
Los sistemas para el servicio son clasificados en funcin del
numero de canales (servidores) y el nmero de fases
(nmero de paradas que deben hacerse durante el servicio).
Sistema de cola de un solo canal: tiene un solo
servidor. Ejemplos de ello son los cajeros para
automovilistas o los establecimientos de comida rpida.
TEORA DE COLAS
CARACTERSTICAS DE LA LNEA DE ESPERA
3.1. Configuraciones bsicas para el Servicio
Sistema de cola multi-canal: Son principalmente los
cajeros de un banco en los cuales hay una sola cola y
varias personas atendiendo a los clientes en diversas
cajas.
Sistema de una sola fase: es aquel en el cual el cliente
recibe el servicio de una sola estacin y luego abandona
el sistema. Un restaurant de comida rpida en el cual la
persona que toma la orden tambin le entrega el alimento
y cobra, es un sistema de una sola fase
Sistema multifase: cuando se pone la orden en una
estacin, se paga en una segunda y se retira lo adquirido
en una tercera
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
MECANISMO
DE
SERVICIO
COLA
ARRIBOS
DE
CLIENTES
SISTEMA DE COLAS
SALIDAS
C
C
C
C
CLIENTES SERVIDOS
CLIENTES SERVIDOS
SALIDAS
S
S
S
S
TEORA DE COLAS
MECANISMO
DE
SERVICIO
ARRIBOS
DE
CLIENTES
SISTEMA DE COLAS
CLIENTES
SERVIDOS
COLA
FUENTE
DE
ENTRADA
Estructura de los Modelos de Colas
Fuente de entrada (poblacion potencial):Es la poblacion de
la cual surgen las unidades que llegan al sistema de colas.
Puede suponerse que el tamano es infinito por tanto la fuente
de entrada tambien es ilimitada. La suposicion de fuente
infinita hace los calculos mas sencillos.
Cola: es donde los Clientes esperan para ser servidos. La
suposicion de Cola infinita es la estandar para los modelos.
Estructura de los Modelos de Colas
Disciplina de Cola: Se refiere al orden en que los miembros
reciben el servicio. Asi puede ser primero en entrar primero
en salir, aleatoria o de acuerdo con algun otro orden de
prioridad.
Mecanismo de Servicio: Formada por una o mas
instalaciones de servicio, cada una con una o mas canales de
servicio paralelos denominados servidores.
TEORA DE COLAS
SERVIDOR
COLA
SERVICIO
FASE 2
COLA
ARRIBOS
SERVICIO
FASE 1
SALIDAS
SISTEMA DE COLA DE UN CANAL,
UNA FASE
ARRIBOS
SISTEMA DE COLA DE UN SOLO
CANAL, MULTIFASE
SALIDAS
TEORA DE COLAS
SISTEMA MULTICANAL UNA FASE
ARRIBOS
COLA
SERVIDOR
SERVISOR
SERVIDOR
SALIDAS
CANAL 1
CANAL 2
CANAL 3
SISTEMA MULTICANAL MULTIFASE
ARRIBOS
COLA
FASE 2
CANAL 1
FASE 1
CANAL 2
FASE 2
CANAL 2
SALIDAS
FASE 1
CANAL 1
TEORA DE COLAS
CANAL 1
CANAL 2
TEORA DE COLAS
3.2. Distribucin del Tiempo de Servicio
Los patrones de servicio son similares a los patrones de
llegada. Pueden ser constantes o aleatorios.
I. Si el tiempo de servicio es constante, toma la misma
cantidad de tiempo atender a cada cliente. Es comn con
servicios dados por medio de mquinas (Lavadora
automtica de carros).
II. Si el tiempo de servicio es distribudo aleatoriamente
que es el caso ms comn se lo representa por la
DISTRIBUCIN DE PROBABILIDAD EXPONENCIAL
NEGATIVA de la forma e
- x
para x 0. Esta es una
hiptesis matemtica muy conveniente, cuando los arribos
siguen la distribucin de Poisson.
TEORA DE COLAS
Medicin del Rendimiento de las Colas
Los modelos de colas ayudan a los administradores a tomar
decisiones para balancear los costos de servicio deseables con
los costos de espera en la lnea.
Los principales factores que se evalan en estos modelos son:
1. Tiempo promedio que cada cliente u objeto permanece en la
cola
2. Longitud de cola promedio
3. Tiempo promedio que cada cliente permanece en el sistema
(tiempo de espera + tiempo de servicio).
4. Nmero de clientes promedio en el sistema.
5. Probabilidad de que el servicio se quede vaco
6. Factor de utilizacin del sistema
7. Probabilidad de la presencia de un especfico nmero de
clientes en el sistema.
TEORA DE COLAS
PROBABILIDAD DE QUE EL SERVICIO TOME MS DE X
MINUTOS (distribucin exponencial negativa,tiempo de servicio)
30
Minutos
TIEMPO promedio de
servicio de una hora
Probabilidad
(intervalos de 1 minuto)
= NMERO PROMEDIO
DE SERVICIOS POR MNUTO
TIEMPO promedio de
servicio de 20 minutos
90 60 120 150
5
15
20
10
25
Distribucin exponencial negativa
Puesto que no se conoce con certeza el lapso entre dos
arribos, es necesario especificar para el una distribucin de
probabilidad.
En el modelo bsico de teora de colas se utiliza una
distribucin particular denominada distribucin exponencial,
llamada algunas veces como distribucin exponencial
negativa.
Esta distribucin permite una representacin razonable del
proceso de arribo en gran numero de situaciones.
Posee una propiedad llamada perdida de memoria o ausencia
de memoria, la cual permite alcanzar resultados analticos de
mucha utilidad.
Distribucin exponencial negativa.
Propiedades.
Ausencia de Memoria. Esta propiedad implica en que la
probabilidad de que ocurra un evento de llegada minutos
despus de un arribo, no esta influenciada por el momento en
que haya ocurrido la llegada anterior. (el sistema no lo trae a
la memoria).
Se puede dar en los siguientes casos:
Hay muchos individuos que potencialmente pueden llegar al
sistema.
Cada persona decide llegar independientemente de los
dems.
Cada individuo elige al azar el momento de llegar (por eso las
llegadas telefnicas encajan bien con la llegada exponencial).
Propiedades.
Lapsos de Servicio Breves. Esta propiedad implica que los
valores son pequeos en el lapso de servicio.
La distribucin exponencial representa muy bien estos casos,
en que un gran proporcin de tareas duran un lapso muy
breve y solo una pequea proporcin duran un lapso grande.
Si vemos la siguiente figura, nos indica que mas del 63% de
los tiempos de servicio sern menores que el promedio.
TEORA DE COLAS
Alta probabilidad de lapsos de servicios cortos
en la distribucin exponencial
10
t Minutos
La probabilidad de que S
sea menor o igual que t es
= 0.632
Probabilidad
(S t)
TIEMPO promedio de
servicio de 20 minutos
30 20 40 50
0.25
0.75
0.5
1
60
Propiedades.
Relacin con la Distribucin de Poisson.
Si el tiempo entre llegadas tiene una distribucin exponencial
con parmetro , entonces en un periodo especifico de
tiempo T esta propiedad implica que el nmero de llegadas
tendr una distribucin de Poisson con parmetros T.
Si X es el nmero de llegadas durante el tiempo T, la
probabilidad de que X sea igual a un nmero dado (digamos n)
se obtiene mediante una conocida ecuacin.
Comparando el nmero de tareas que llegan al servicio
durante un periodo dado con el numero que sugiere la
distribucin de Poisson, el analista puede ver si su criterio
sobre el modelo y los parmetros del proceso de llegadas es
razonable.
Distribucin de Poisson
La Distribucin de Poisson se utiliza para describir el
proceso de arribos en los casos en que el lapso entre arribos
tiene una distribucin exponencial.
Esto se debe a la relacin que hay entre la Distribucin
exponencial y la Distribucin de Poisson.
As, si el lapso entre arribos tiene una distribucin
exponencial, entonces el numero de llegadas en un intervalo
de tiempo especifico (por ejemplo en 8 horas) tiene un
distribucin de Poisson.
Existe una relacin matemtica entre la Distribucin
exponencial y la Distribucin de Poisson.
TEORA DE COLAS
Notacin de los Modelos de Colas
Reconociendo la diversidad de los sistemas de colas, Kendall
(1953) propuso un sistema de notacin para sistemas de
servidores paralelos que ha sido adoptado universalmente.
Una versin resumida de esta convencin est basada en el
formato A/B/c/N/K. Estas letras representan las siguientes
caractersticas del sistema:
A = Distribucin de tiempo entre arribos.
B = Distribucin del tiempo de servicio.
Los siguientes son smbolos comunes para A y B:
M = exponencial o Markov
(1)
D = constante o determinstica
TEORA DE COLAS
E
k
= Erlang de orden k
P H = Tipo fase
H = Hiperexponencial
G = Arbitrario o general
GI = General independiente
c = nmero de servidores paralelos
N = Capacidad del sistema
K = Tamao de la poblacin.
Nota
(1)
: A causa de las suposiciones de distribucin
exponencial en los procesos de arribo, estos
modelos son llamados MARKOVIANOS
TEORA DE COLAS
Por ejemplo: M/M/1/ / significa un solo servidor,
capacidad de cola ilimitada y poblacin infinita de arribos
potenciales. Los tiempos entre arribos y los tiempos de
servicio son distribudos exponencialmente.
Cuando N y K son infinitos, pueden ser descartados de la
notacin. M/M/1// es reducido a M/M/1.
TEORA DE COLAS
Variedad de Modelos de Colas
Existe una cantidad enorme de Modelos de Colas que pueden
utilizarse. Nos vamos a concentrar en 4 de los modelos ms
usados. Modelos ms complejos pueden ser desarrollados
mediante el uso de la Simulacin y se los encuentra en textos
especializados sobre el tema.
Los 4 modelos de colas a estudiar asumen:
o Arribos segn la Distribucin de Poisson
o Disciplina PEPS
o Una sola fase de servicio.
Modelo A: Un canal, Arribos segn la Distribucin de
Poisson; Tiempos de Servicio exponenciales
TEORA DE COLAS
Variedad de Modelos de Colas
Modelo B: Multicanal
Modelo C: Tiempo de Servicio constante
Modelo D: Poblacin Limitada
Modelo A: Modelo de Colas de un solo canal, con arribos
que siguen la distribucin de Poisson y Tiempos de
Servicio Exponenciales: (Modelo M/M/1)
Los casos ms comunes de problemas de colas incluyen la
lnea de espera de canal nico o servidor nico. En este caso
los arribos crean una sola cola a ser servida por una sola
estacin.
TEORA DE COLAS
Modelo A: M/M/1
Asumimos que existen las siguientes condiciones:
1. Los clientes son servidos con una poltica PEPS y cada
arribo espera a ser servido sin importar la longitud de
la lnea o cola.
2. Los arribos son independientes de arribos anteriores,
pero el promedio de arribos, no cambia con el tiempo.
3. Los arribos son descritos mediante la distribucin de
probabilidad de Poisson y proceden de una poblacin
muy grande o infinita.
4. Los tiempos de servicio varan de cliente a cliente y son
independientes entre s, pero su rata promedio es
conocida.
TEORA DE COLAS
Modelo A: (M/M/1) Modelo B: (M/M/S)
5. Los tiempos de servicio se representan mediante la
distribucin de probabilidad exponencial negativa.
6. La rata de servicio es ms rpida que la rata de arribo.
Tabla 5.3 Render Pg. 192
Modelo B: Modelo de cola multicanal (M/M/S)
Dos o ms servidores o canales estn disponibles para
atender a los clientes que arriban.
Los clientes forman una sola cola y se los atiende de
acuerdo al servidor que queda libre.
Asumimos que los arribos siguen la distribucin de
probabilidad de Poisson y los tiempos de servicio son
distribudos exponencialmente.
TEORA DE COLAS
Modelo B: (M/M/S) Modelo C: (M/D/1)
Los servicios se los hace de acuerdo a la poltica primero en
llegar primero en ser servido (PEPS) y todos los servidores
atienden a la misma rata.
Modelo C: Modelo de Tiempo de Servicio Constante
(M/D/1)
Algunos sistemas tienen tiempos de servicio constantes en
lugar de exponencialmente distribuidos. Cuando los clientes
son atendidos o equipos son procesados con un ciclo fijo
como es el caso de una lavadora de carros automatizada o
ciertos entretenimientos en los parques de diversiones, el
asumir servicio constante es adecuado.
TEORA DE COLAS
Modelo D: Poblacin limitada
Modelo D: Modelo de Poblacin limitada.-
Este modelo puede ser usado por ejemplo si estamos
considerando reparaciones de equipo en una fbrica que tiene
5 mquinas. Este modelo permite cualquier nmero de
reparadores a ser considerados.
La razn por la cual este modelo difiere de los otros tres es
que ahora hay una relacin de dependencia entre la longitud
de la cola y la rata de arribo. La situacin extrema sera si
en la fbrica tenemos 5 mquinas, todas se han daado y
necesitan reparacin; siendo en este caso la rata de arribo
CERO. En general, si la lnea de espera crece, la rata de
llegada tiende a cero
RESUMEN DE LOS MODELOS DE COLAS
DESCRITOS
PEPS FINITA EXPONEN
CIAL
POISSON UNA UNO POBLACION
LIMITADA
D
PEPS INFINITA CONSTAN
TE
POISSON UNA UNO SERVICIO
CONSTANTE
(M/D/1)
C
PEPS INFINITA EXPONEN
CIAL
POISSON UNA MULTI
CANAL
MULTI-
CANAL
M/M/S
B
PEPS INFINITA EXPONEN
CIAL
POISSON UNA UNO SIMPLE
M/M/1
A
DISCIPLINA
DE COLA
TAMAO DE
LA POBLACIN
PATRN
DE
SERVICIO
PATRN
DE
ARRIBO
N DE
FASES
N DE
CANAL
ES
NOMBRE MODELO
FRMULAS PARA COLAS
MODELO A: SISTEMA SIMPLE O M/M/1

=
+
= =
= =
= =
=
=
=
1
servicio) de tiempo espera de (tiempo
sistema el en permanece unidad una que promedio Tiempo
sistema del n utilizaci de Factor
sistema el en (clientes) unidades de promedio Nmero
sistema el en unidades de nmero
tiempo de perodo por servidos cosas o gente de promedio Nmero
tiempo de perodo por arribos de promedio Nmero
S
S
S S
W
W
L L
n
FRMULAS PARA COLAS
MODELO A: SISTEMA SIMPLE O M/M/1
( )
( )
( )
( )
1
2
sistema el en estn unidades k" " de ms que de ad Probabilid
1 1
vaca) est servicio de unidad (la sistema el en unidades cero de ad Probabilid
1 1
sistema el en estn clientes " n " que de ad Probabilid
cola la en espera unidad una que promedio Tiempo
cola la en unidades de promedio Nmero
+
|
|
\
|
=
= =
= =
= =
=
|
|
\
|
|
|
\
|
=
= =
=
= =
=
= =
k
k n
k n
o
o
n
n
n
n
S q
S q
P
P
P
P
P
P
W W
L L

FRMULAS PARA COLAS
MODELO B: SISTEMA MULTICANAL O
M/M/S
( ) ( )
+

|
\
|
=
=
|
|
\
|
+
(
(
|
|
\
|
=
= =
=
=
=
=
=
Po
M M
L
L
M
M
M
M n
P
P
M
M
S
s
M
M n
n
n
o
o
2
1
0
.!. 1
: sistema el en unidades o personas de promedio nmero
para
!
1
!
1
1
sistema el en unidades o personas CERO existan que de ad Probabilid
canal cada en servicio de promedio tasa
arribo de promedio tasa
abiertos canales de nmero
FRMULAS PARA COLAS
MODELO B: SISTEMA MULTICANAL O
M/M/S
( ) ( )

q
S q
q
S S q
q
S
M
S
s
L
W W
W
L L L
L
L
Po
M M
W
W
= =
=
=
= =
= =
= +

|
\
|
=
=
=
1
servicio por esperando cola la en da tar
se unidad o persona una que promedio Tiempo
servicio de espera en cola, o lnea la en unidades o personas de promedio Nmero
1
! 1
) (atendida) servida siendo y cola la (en
sistema, el en permanece unidad una que promedio Tiempo
2
FRMULAS PARA COLAS
MODELO C: SERVICIO CONSTANTE O
MODELO M/D/1
( )
( )
1
sistema, el en espera de promedio Tiempo
sistema, el en clientes de promedio Nmero
2
cola, la en espera de promedio Tiempo
2
cola, la de promedio Longitud
2
+ =
+ =
=
q S
q S
q
q
W W
L L
W
L
FRMULAS PARA COLAS
MODELO D: POBLACIN LIMITADA
servicio de Factor
cola la en espera unidad una que promedio Tiempo
unidad la a atencin de ntos requerimie entre servicio Tiempode
promedio servicio de Tiempo
s potenciale clientes de Nmero
servicio de canales de Nmero
servicio el esperando unidades de promedio Nmero
servicio de sector el en o cola en estn no que unidades de promedio Nmero
servidas siendo unidades de promedio Nmero
eficiencia de Factor
cola la en esperar que tenga unidad una que de ad Probabilid
: NOTACIN
=
=
=
=
=
=
=
=
=
=
=
X
W
U
T
N
M
L
J
H
F
D
FMULAS PARA COLAS
MODELO D: POBLACIN LIMITADA
( )
( ) ( )
( )
H L J N
FNX H
X NF J
XF
F T
L N
U T L
W
F N L
U T
T
X
+ + =
=
=
+
=
=
+
=
... .......... Poblacin la de Cuanta
servido siendo promedio Nmero
1 ento funcionami en promedio Nmero
1
........ espera de promedio Tiempo
1 ........ espera en promedio Nmero
... .......... .......... Servicio de Factor
: FRMULAS
El Modelo Bsico o Simple.
Supongamos estamos en una empresa donde tenemos una
sola copiadora y las personas arriban para sacar copias
segn su turno de llegada y entonces tienen que hacer su
cola en una sola fila.
Los trabajos varan desde sacar una copia de una pagina
hasta sacar 100 copias de un informe de 25 paginas.
Este tipo de sistema de denomina cola de espera con un
solo servidor (o de un canal).
El Modelo Bsico o Simple.
Nos hacemos las siguientes preguntas:
Cantidad de personas en el sistema
Numero de personas en la fila
Tiempo de espera
Tiempo de espera en la fila
Hacemos las siguientes suposiciones del modelo bsico:
Proceso de llegadas
Proceso de servicio
Tamao de la lnea de espera
Disciplina de la lnea de espera
Horizonte de tiempo
Proceso de llegadas, modelo bsico:
Como no conocemos con certeza el tiempo entre dos llegadas,
arribos o tareas, le especificamos una distribucin de
probabilidad.
En el modelo bsico se utiliza la distribucin exponencial.
Esta distribucin queda completamente identificada con el
parmetro (tasa media de llegadas), o sea cuantas veces se
presenta en promedio durante un periodo dado.
Sea = 0.05 tareas/minuto es decir arriban 5 tareas cada
100 minutos o una tarea cada 20 minutos.
tiempo medio entre tareas = tiempo promedio entre 2 arribos
= 1/ , en el caso de la distribucin exponencial.
Luego tiempo promedio = 1/ = 1/0.05 = 20minutos.
Proceso de servicio, modelo bsico:
En el modelo bsico, el tiempo de servicio es el que
ocupa concluir una tarea.
Se maneja tambin con la distribucin exponencial.
El parmetro de esta distribucin exponencial se llama
= Tasa promedio de servicios en tareas por minuto o
nmero promedio de servicios por mnuto
Por tanto T sera en promedio el numero de tareas que
se atenderan durante un perioo de T minutos.
Si por ejemplo tenemos que = 0.10 tareas/minuto es
decir se completa una tarea en 10 minutos como
promedio.
Luego el tiempo medio o promedio de servicio es 10,
puesto que 1/ = 1/0.10 = 10
Tamao, disciplina y horizonte
Tamao de la lnea de espera: Infinita, no hay limite.
Disciplina en la lnea de espera: el primero en llegar el
primero en salir.
Horizonte del tiempo: Continuamente, luego es Infinito.
Si suponemos tiempo de arribo entre tareas es de 20
minutos,
luego 1/ = 20 minutos, implica =0.05, o sea llegan
tareas a razon de 1 cada 5 minutos segn la distribuion
exponencial.
Similarmente, si suponemos tiempo promedio para
terminar una tarea es de 10 minuto (tiempo de servicio),
entonces puesto que 1/ = 1/0.10 entonces luego =
0.10 y se atenderan treas a razon de 0.10 por minuto
cuando al maquina este trabajando.
Tamao, disciplina y horizonte
Si suponemos tiempo de arribo entre tareas es de 20
minutos,
luego 1/ = 20 minutos, implica =0.05, o sea llegan
tareas a razn de 1 cada 5 minutos segn la distribuion
exponencial.
Similarmente, si suponemos tiempo promedio para
terminar una tarea es de 10 minuto (tiempo de
servicio), entonces puesto que 1/ = 1/0.10 entonces
luego = 0.10 y se atendern tres a razn de 0.10 por
minuto cuando al maquina este trabajando.
El problema existente
El problema existente es un sistema, el cual queremos estudiar para
convertirlo en un sistema mejor o mas eficiente.
Para esto nos ayudaran los Modelos de Colas y la teora de Colas.
Una Nave Industrial, consistente en una construccin de
estructuras metlicas industriales pesadas de acero, integrada por
sub-ensambles estructurales cuyo montaje es apoyado con una gra-
camin de 30 ton con pluma hidrulica telescpica de 20 m de
alcance.
Se observa que el gruero ha estado trabajando muchas horas de
sobretiempo, lo cual puede causar accidentes personales adems de
atrasar la entrega de la obra segn el cronograma contractual
Al respecto se desea analizar alternativas de alquilar mas gruas con
implicancias en los tiempos y en los costos:
Recopilacin de datos:
Se conocen los datos de los tiempos entre arribos de los
requerimientos del servicio de gra segn el cuadro
mostrado (average Inter arival time = 3.55h).
Al respecto, el tiempo promedio de montaje de un
subensamble es de 5 horas, lo cual se ha utilizado en el
cronograma.
Por lo tanto: Si suponemos tiempo de arribo entre tareas
es de 3.55 horas = 213 minutos,
luego 1/ = 213 minutos, implica =0.00469
Similarmente: Si conocemos que el tiempo promedio para
culminar una tarea es de 5 horas = 300 minutos,
luego 1/ = 300 minutos, implica =0.00333
Propuesta de solucion:
Con 1 gra:
Mean waiting time = AS/(A-S) = (5*3.55)/(5 3.55)=12.24 h
Intensidad de trafico = S / A = 3.55 / 5 = 71% ocupado
Wq = tiempo promedio de espera en cola = / (-)
Wq = 0.00469/0.00469(0.00469 -0.00333)
Wq = 0.00469/0.0000063784 =735.294 minutos
= 12.25 horas
= Factor de utilizacin del servicio o Intensidad de trafico.
= / = 0.00333/0.00469 =71%
Con 3 gras:
=3.14 horas tiempo promedio de espera
1.67/3.55 =0.47 = 47% intensidad de trfico
Propuesta de solucion:
Con 3 gras, estamos en un modelo multicanal B: MMS
Wq =Lq/
Lq = Ls ( / )
Ls = ( ( ( / )^M)Po / (M-1)! (M-1) ^2) ) + ( / )
Wq = tiempo promedio de espera en cola = X horas
= Factor de utilizacin del servicio o Intensidad de trafico
= / = = %
Luego, con 3 gras:
tiempo promedio de espera =
intensidad de trfico =
Problema prpuesto:
Al respecto analizar la siguientes alternativas con implicancias en
los tiempos y en los costos:
Costos de alquilar ms gras (para tener 3 gras en obra)
Costos de no alquilar gra adicional, no hacer nada y asumir los
costos
Penalidad
Hh perdidas
Costos financieros por renovar carta fianza, demora en
cobranza de valorizaciones)
Costo de oportunidad
Trabajar 24 horas, con 3 turnos, 3 grueros, una sola gra
Pagos por personal adicional
Alquiler grupo electrgeno (iluminacin)
Gastos de seguridad un guardian adicional
Bibliografa
Juan C. Ubillus C. Apuntes de Clase de la asignatura: Investigacin
de Operaciones. FIC. Dpt. Acadmico de Contruccin. Universidad
Nacional de Ingeniera. Pre Grado. Lima. Per.
Juan C. Ubillus C. Modelos y Anlisis de Decisisones. FIC.
Universidad Nacional Ingeniera, Seccin de Post Grado. Lima.
Per.
Render,B y R.M. Stair. Quantitative Analysis for Management. 5ta.
Ed. Boston: Allyn & Bacon.
Frederick S. Hillier y Gerald J. Lieberman. Introduction to
operations resarch. Stanford University. Ed. McGraw-Hill.
Gould, Eppen and Schmidt. Investigacin de Operaciones en la
Ciencia Administrativa. Ed. Prentice Hall.
Sasieni,Yaspan, Friedman. Investigacin de Operaciones. Ed. Limusa.

Capitulo 14 Teoria de Colas

Cargado por

Información del documento

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

Capitulo 14 Teoria de Colas

Cargado por

Copyright:

Formatos disponibles

agosto de 2009 Mg. Ing. Juan C. Ubillus C.

agosto de 2009 Mg. Ing. Juan C. Ubillus C. 17

agosto de 2009 Mg. Ing. Juan C. Ubillus C. 53

También podría gustarte