Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bibliografa Bsica
Mtodos
Definir el
problema
Identificar
alternativas
Determinar
los criterios
Anlisis
Cualitativo
Resumen y
Evaluacin
Anlisis
Cuantitativo
Toma de
Decisin
1.
2.
3.
4.
5.
6.
7.
8.
9.
Programacin Lineal
Programacin Lineal Entera
Gerencia de Proyectos (PERT-CPM)
Modelos de Inventarios
Modelos de Lneas de Espera (colas)
Simulacin por Computadora
Anlisis de Decisiones
Pronsticos
Teora de Juegos
TEMA I
PROGRAMACIN CON ENTEROS (PE)
Avin grande
$1 milln
$5 millones
$5 millones
$50 millones
Sin mximo
Capital disponible
100 millones
SIGNO
DEL COEFICIENTE DE LA
VARIABLE LIBRE EN LA
RESTRICCIN
VALOR ASIGNADO A LA
VARIABLE LIBRE EN LA
VERIFICACIN DE
FACTIBILIDAD
DECISIONES GERENCIALES II
Tema II
TEORA DE COLAS
2.1 Introduccin.
2.2 Estructura del sistema.
2.3 Modelo de colas con un servicio nico.
2.4 Modelo de colas con servicio mltiple.
Introduccin: Las colas (lneas de espera) son parte de nuestra vida cotidiana.
Todos esperamos en colas para comprar un boleto para el cine, efectuar un
depsito bancario, pagar vveres, enviar un paquete por correo, obtener comida
en la cafetera, comenzar un recorrido en un parque de diversiones, etctera. Nos
hemos acostumbrado a cantidades notables de espera, pero an nos
molestamos con las esperas prolongadas.
Sin embargo, tener que esperar no es slo una pequea molestia personal. La
cantidad de tiempo que la poblacin de un pas desperdicia esperando en las
colas es un factor primordial tanto de la calidad de vida como de la eficiencia de
un pas.
DECISIONES GERENCIALES II
Tema II
TEORA DE COLAS
Estructura del sistema:
a) Insumo. Son dos los elementos que constituyen los insumos del sistema:
la poblacin y la tasa de llegadas. La poblacin que deber atenderse
puede venir de una porcin de la poblacin indefinida, por ejemplo la
poblacin de una regin dada, o de una porcin de una poblacin
determinada, por ejemplo el conjunto de camiones que debern cargarse en
una empresa. La tasa de llegada del insumo puede ser constante (las
piezas que se desplazan por una lnea de montaje) o variable (la llegada de
pacientes a una clnica de emergencias). Por tanto, el nmero de llegadas
puede definirse por una distribucin aleatoria.
b) Sistema de servicio. En ste se distinguen dos zonas: la zona de espera
y la zona de servicio. Los dos elementos que definen la zona de espera son
la estructura de la lnea y la regla de prioridad. La lnea de espera o cola
se caracteriza por la longitud (infinita o limitada) y por su nmero (una sola
lnea o varias). La regla de prioridad puede ser: la primera llegada es la que
se atiende primero; las llegadas anteriores ceden su lugar a los casos de
urgencia; los pedidos de duracin ms corta son los primeros en atenderse,
etc.
DECISIONES GERENCIALES II
Tema II
TEORA DE COLAS
c) Producto. En cuanto al producto se distinguen dos categoras: la que
volver al sistema y reconstituir as parte de la poblacin que deber
atenderse (clientes de sucursales bancarias, de salas de emergencia y de
estaciones de servicio, etc.), y la que no volver (productos terminados no
defectuosos).
Modelos de lneas de espera.
TEORA DE COLAS
Elementos de un sistema de colas
Los actores principales en una lnea de espera o cola son el cliente y el
servidor. Los clientes se generan en una fuente. Al llegar a la instalacin
pueden recibir servicio de inmediato, o esperar en una cola, si la instalacin est
ocupada. Cuando en una instalacin se termina un servicio, en forma automtica
se atrae a un cliente en espera, si lo hay, de la cola. Si la cola est vaca, la
instalacin se vuelve inactiva hasta la llegada de un nuevo cliente.
Desde el punto de vista del anlisis de las colas, el proceso de llegada se
representa con el tiempo entre llegadas, de los clientes sucesivos, y el servicio
se describe con el tiempo de servicio por cada cliente. Por lo general, los
tiempos entre llegadas y servicio pueden ser probabilsticos, como el
funcionamiento de una oficina de correos, o determinsticos, como en la llegada
de solicitudes a las entrevistas de trabajo.
El tamao de la cola desempea un papel en el anlisis de las colas, y puede
ser finito, como en el rea de reserva entre dos mquinas consecutivas, o puede
se infinito, como en las instalaciones de pedidos por correo.
TEORA DE COLAS
Elementos de un sistema de colas
La disciplina de la cola, que representa el orden en el que se seleccionan los
clientes de una cola, es un factor importante en el anlisis de los modelos de
colas. La disciplina ms comn es la de primero en llegar, primero en servirse.
Entre otras disciplinas estn ltimo en llegar, primero en servirse, y de dar
servicio en orden aleatorio. Tambin, los clientes se pueden seleccionar en la
cola con base en cierto orden de prioridad. Por ejemplo, los trabajos urgentes en
un taller se procesan antes que los trabajos normales.
El comportamiento de los clientes en espera juegan un papel en el anlisis de las
lneas de espera. Los clientes humanos se pueden saltar de una cola a otra,
tratando de reducir la espera. Tambin pueden rehusar totalmente a la cola por
haber esperado demasiado.
La fuente en donde se generan los clientes puede ser finita o infinita. Una fuente
finita limita a los clientes que lleguen al servicio (por ejemplo, las mquinas que
piden el servicio de mantenimiento). Tambin, una fuente infinita es abundante
por siempre (por ejemplo, las llamadas que llegan a una central telefnica).
TEORA DE COLAS
Modelo Generalizado de Cola de Poisson
La siguiente teora y frmulas se derivan del modelo general de cola en donde se
combinan llegadas y salidas, basndose en la hiptesis de Poisson: los tiempos
entre llegadas y de servicio tienen una distribucin exponencial. El modelo es la
base para deducir modelos especializado de Poisson que se vern ms
adelante.
El desarrollo de este modelo generalizado se basa en el comportamiento a largo
plazo, o de estado estable, de la cola, que se alcanza despus de que el
sistema ha funcionado durante un tiempo suficientemente largo. Esta clase de
anlisis contrasta con el comportamiento transitorio (de calentamiento) que
prevalece durante el inicio del funcionamiento del sistema. Una razn para no
describir el comportamiento transitorio en esta parte del programa es su
complejidad analtica. Otra es que el estudio de la mayor parte de los casos de
lneas de espera sucede bajo condiciones de estado estable.
El modelo generalizado supone que las frecuencias tanto de llegadas como de
salidas dependen del estado, y eso quiere decir que dependen de la cantidad de
clientes en la instalacin de servicio.
TEORA DE COLAS
Colas especializadas de Poisson
Definicin de las medidas de desempeo
1.
Cuntos clientes suelen esperar en el sistema de colas?
2.
Cunto suelen esperar estos clientes?
Estas dos medidas expresadas en forma de interrogantes, por lo comn se
expresan en trminos de sus valores esperados (en el sentido estadstico). Para
hacer esto, es necesario aclarar si slo se estn contando con clientes mientras
esperan en la cola (previo al iniciar el servicio) o mientras se encuentran en
cualquier punto en el sistema de colas (ya sea en la cola o en servicio). Estas dos
formas de definir los dos tipos de medidas proporcionan cuatro medidas de
desempeo. Se presentan estas cuatro medidas y su smbolos.
L = nmero esperado de clientes en el sistema, incluye a quienes estn en el
servicio (el smbolo L proviene de longitud)
Lq = nmero esperado de clientes en la cola, que excluye a los clientes que
estn en el servicio.
W = tiempo de espera esperado en el sistema (incluye el tiempo de servicio)
para un cliente individual (el smbolo W proviene de tiempo de espera)
Wq = tiempo de espera esperado en la cola (excluye el tiempo de servicio) para
un cliente individual.
TEORA DE COLAS
Colas especializadas de Poisson
Relaciones entre L, W, Lq y Wq
La nica diferencia entre W y Wq es que W incluye el tiempo esperado de
servicio y Wq no. As 1/ es el smbolo de tiempo esperado de servicio,
donde
W = Wq + 1/ ,
= tasa media de servicio.
Quiz la frmula ms importante en la teora de las colas proporciona una
relacin directa entre L y W. Esta frmula es
L = W,
donde
= tasa media de llegadas para los clientes que entran al sistema de colas.
La frmula anterior (L = W), tambin se aplica a la relacin entre Lq y Wq. Por
lo tanto, otra versin de esta frmula es: Lq = Wq
Al combinar las relaciones anteriores tambin se obtiene la siguiente relacin
L = W = (Wq + 1/ )
directa entre L y Lq,
= Lq + /
TEORA DE COLAS
Colas especializadas de Poisson
Las notaciones normales o estndar para representar las distribuciones de
llegadas y de salidas son:
M = Distribucin de Markov (o de Poisson) de las llegadas o de las salidas (o lo
que es igual, distribucin exponencial del tiempo entre llegadas o tiempo de
servicio)
D = Tiempo constante (determinstico)
Ek = Distribucin Erlang o gamma de tiempo (o bien, la suma de distribuciones
exponenciales independientes)
GI = Distribucin general del tiempo entre llegadas
G = Distribucin general del tiempo de servicio
Entre la notacin de disciplinas de cola estn:
PLPS = Primero en llegar, primero en ser servido
ULPS = ltimo en llegar, primero en ser servido
SEOA = Servicio de orden aleatorio
DG = Disciplina en general (es decir, cualquier tipo de disciplina)
TEORA DE COLAS
Colas especializadas de Poisson
Uso de las probabilidades como medidas de desempeo
Con frecuencia los gerentes se interesan en ms de lo que ocurre en promedio
en un sistema de colas. Aparte de querer que L, W, Lq y Wq no excedan valores
meta, tambin les preocupan los peores escenarios. Cul ser el mximo de
clientes en el sistema (o en la cola) que slo ser excedido una pequea fraccin
de tiempo (esto es, con una pequea probabilidad)? Cul ser el mximo
tiempo de espera de los clientes en el sistema (o en la cola) que slo ser
excedido una fraccin de tiempo? Un gerente podra especificar que el sistema
de colas debe estar diseado de forma tal que esos nmeros mximos no
exceden ciertos valores.
El alcance de ese objetivo requiere del uso de la distribucin de probabilidad del
estado estable de estas cantidades (el nmero de los clientes y el tiempo de
espera). Por ejemplo, suponga que la meta es no tener ms de tres clientes en el
sistema al menos 95% del tiempo. Usando la notacin:
Pn = probabilidad de estado estable de tener exactamente n clientes en el
sistema (para n = 0, 1, 2, )
Para cumplir con esta meta se requiere que P0 + P1 + P2 + P3 0.95
TEORA DE COLAS
Colas especializadas de Poisson
Uso de las probabilidades como medidas de desempeo
Del mismo modo, suponga que otra meta es que el tiempo de espera en el
sistema no exceda a dos horas al menos para el 95% de los clientes. Sea la
variable aleatoria W el tiempo de espera en el sistema para un cliente individual
mientras el sistema est en una condicin de estado estable. (As, W es el valor
esperado de esta variable aleatoria.) Usando la distribucin de probabilidad para
esta variable aleatoria, alcanzar la meta requiere que
P(W 2 horas) 0.95
Si por otro lado el objetivo est planteado en trminos del tiempo de espera en la
cola, entonces se usara del mismo modo otra variable aleatoria W q que
representa este tiempo de espera.
Se dispone de frmulas para calcular al menos algunas de esta probabilidades
para varios modelos de colas considerados ms adelante.
TEORA DE COLAS
Modelos con un servidor
En esta seccin se presentan dos modelos para el caso en que hay un solo
servidor (c = 1). En el primer modelo no se establece lmite para la cantidad
mxima en el sistema, y en el segundo se supone un lmite finito del sistema.
Ambos modelos suponen una fuente de capacidad infinita. Las llegadas suceden
con frecuencia de clientes por unidad de tiempo, y la tasa de servicio es
clientes por unidad de tiempo.
Modelo (M/M/1) : (DG//)
El modelo M/M/1 es el modelo de un servidor que supone que ambos tiempos
entre llegadas y servicios tienen distribucin exponencial. DG//, significa que
el modelo obedece a una disciplina general (ver teora), y que no hay lmite para
la cantidad mxima del sistema y tambin supone una fuente de capacidad
infinita.
TEORA DE COLAS
Modelos con un servidor
Esta seccin se centra en los sistemas de colas bsicos que tiene un solo
servidor. Se usarn los smbolos claves introducidos anteriormente:
= tasa media de llegadas para los clientes que entran al sistema de colas, o
nmero esperado de llegadas por unidad de tiempo.
= tasa media de servicio (para un servidor normalmente ocupado), o
nmero esperado de terminaciones de servicio por unidad de tiempo.
Entonces podemos decir que 1/ es el tiempo esperado entre llegadas (el tiempo
promedio entre la llegada del clientes consecutivos) y 1/ es el tiempo esperado
de servicio para cada cliente.
Un nuevo smbolo para esta seccin es
=/
donde es la letra griega ro. A esta cantidad se llama factor de utilizacin, y
representa la fraccin de tiempo promedio que utiliza el servidor para atender a
los clientes.
Este modelo difiere del modelo M/M/1 (DG//) en que hay un lmite de N para
la cantidad de clientes en el sistema (longitud mxima de la cola = N 1), es
decir cuando hay presente N clientes en todo el sistema, todas las llegadas se
regresan y el sistema las pierde para siempre.
Como en el modelo anterior, suponemos que los tiempos entre llegadas son
exponenciales con rapidez y que los tiempos de servicio son exponenciales con
rapidez .
Cuando la cantidad de clientes en el sistema llega a N no se permiten ms
llegadas, y entonces
, n = 0, 1, , N -1
n =
0, n = N, N + 1,
n= , n = 0, 1, ,
(1 ) / (1 N + 1),
1 /(N + 1),
=1
P0 =
[(1 ) n] / (1 N + 1),
As,
Pn =
, n = 0, 1, , N
1 /(N + 1),
=1
L = n Pn
n=0
L = [(1 ) / (1
N + 1)]
,1
(1 )(1 N + 1)
nn
n=0
ef
perdido
W = L / ef,
Wq = W (1 / )
lo que resulta en
P0
Pn =
Nota importante: tener muy en cuenta los valores de c y n para el clculo de los
diferentes items de un determinado problema.
Lq =
como sigue:
Lq
Lq se reduce a
Lq
W = L / ef,
Wq = W (1 / )
TEORA DE JUEGOS
Tema III
La Teora de Juegos maneja situaciones de decisin en las que hay dos
oponentes inteligentes que tienen objetivos contrarios. Entre los ejemplos
caractersticos estn lanzamientos de campaas de publicidad para productos
que compiten, y la planeacin de estrategias blicas en los ejrcitos contrarios.
En un conflicto de juego hay dos oponentes, llamados jugadores, y cada uno
tiene una cantidad (finita o infinita) de alternativas o estrategias. Asociada con
cada par de estrategia hay una recompensa que paga el jugador al otro. A esos
juegos se les llama juegos entre dos jugadores con suma cero, porque la
ganancia de un jugador es igual a la prdida del otro. Si se presentan dos
jugadores con A y B, con m y n estrategias, respectivamente, el juego se suele
representar con la matrz de recompensa para el jugador A, es la siguiente:
B1
B2
..
Bn
A1
a11
a12
..
a1m
A2
a21
a22
..
a2m
am1
am2
.
.
Am
..
amn
TEORA DE JUEGOS
JUEGOS DE DOS PERSONAS CON SUMA CERO Y SUMA CONSTANTE:
PUNTOS SILLA
A) Caractersticas de los juegos de dos personas con suma cero
1.- Hay dos jugadores: el jugador de filas y el jugador de columnas.
2.- El jugador de filas debe escoger una de m estrategias. En forma simultanea,
el jugador de columnas debe escoger una de n estrategias.
3.- Si el jugador de filas escoge su -sima estrategia y el de columnas su j-sima
estrategia, el de filas recibe una recompensa aij y el de columnas pierde una
cantidad aij. As, podemos pensar que la recompensa aij del jugador de filas
proviene del jugador de columnas.
Un juego de dos personas con suma cero tiene la propiedad que para cualquier
eleccin de estrategias, es cero la suma de la recompensas a los jugadores. En
n juego de suma cero, cada bolvar que gana un jugador proviene del bolsillo del
otro. Por eso los jugadores tienen intereses totalmente opuestos. Por lo mismo,
no puede haber cooperacin entre los dos jugadores.
TEORA DE JUEGOS
El caso de la teora de juegos que acabamos de analizar tiene la propiedad de
satisfacer la condicin de punto silla:
max (mnimo de filas)=min(mximo de columnas)
Cualquier juego entre dos personas con suma cero que cumpla con la relacin
anterior se dice que tiene un punto silla. Si un juego de dos personas con suma
cero tiene punto silla, el jugador de filas debe escoger cualquier estrategia (fila)
que alance el mximo del primer miembro de la relacin.
Uno se podra imaginar tambin que un punto silla es un punto de equilibrio en el
que ninguno de los jugadores puede beneficiarse a partir del cambio unilateral de
estrategia. As, un punto silla es estable porque ninguno de los jugadores tiene
incentivo alguno de alejarse de l.
TEORA DE JUEGOS
B) Caractersticas de los juegos de dos personas con suma constante
An si un juego de dos personas no tiene suma cero, las dos pueden estar
todava en conflicto total. Para ejemplarizar esto, veremos ahora juegos de dos
personas con suma constante.
Un juego con suma constante es aquel en que, para cualquier seleccin de
estrategias de ambos jugadores, la recompensa del jugador de filas y la de
jugador de columnas se suman para dar un valor constante c. Desde luego que
un juego de dos personas con suma cero es tan slo uno de dos personas con
suma constante en donde c=0. Un juego de dos personas con suma constante
mantiene caractersticas que el jugador de filas y el de columnas estn en
contraposicin total, porque un aumento unitario en la recompensa del jugador de
filas siempre ocasionar una disminucin unitaria en la recompensa del jugador
de columnas. En general, las estrategias ptimas y el valor mismo para un juego
de dos personas con suma constante se pueden calcular con los mismos
mtodos que se utilizaron para determinar las estrategias ptimas y el valor para
un juego de dos personas con suma cero.
TEORA DE JUEGOS
Ejemplo de juego de dos personas con suma constante
En el horario de 8 a 9 p.m., dos cadenas televisivas compiten por la audiencia de
100 millones se espectadores. La cadenas deben anunciar en forma simultanea
el espectculo que emitirn en ese horario. Las elecciones posibles de cada
cadena y el nmero de televidentes de la cadena 1, en millones aparecen en la
siguiente tabla. Tiene el juego punto silla? Cul es el valor del juego para la
cadena?
Cadena1
Cadena 2
Pel. oeste
Telenovela
Comedia
Mnimo
fila
35
15
60
15
Telenovela
45
58
50
45
Comedia
38
14
70
14
Mximo columna
45
58
70
SIMULACIN
Tema IV
La simulacin es una tcnica muy poderosa y ampliamente usada en las ciencias
administrativas, para analizar y estudiar sistemas complejos.
Se puede definir la simulacin como la tcnica que imita el funcionamiento de un
sistema del mundo real cuando evoluciona en el tiempo. Esto se hace , por lo
general, al crear un modelo de simulacin. Pero es importante destacar que la
simulacin no es una tcnica de optimizacin.
Terminologa Bsica
Sistema: Un sistema en un conjunto de entidades que actan e interactan para
la realizacin de un fin lgico.
Estado: El estado de un sistema es un conjunto de variables necesarias para
describir la condicin del sistema en un momento determinado.
Sistema Discreto: Es aquel en el cual las variables de estado cambian slo en
puntos discretos o contables en el tiempo
SIMULACIN
Sistema Continuo: Es aquel en el que las variables de estado cambian en forma
continua a travs del tiempo.
Modelo Esttico de Simulacin: Es una representacin de un sistema en
determinado punto del tiempo.
Modelo Dinmico de Simulacin: Es una representacin de cmo evoluciona
Un sistema a travs del tiempo.
Si bien la palabra simulacin tiene distintos significados, dependiendo de su uso,
en el terreno de los negocios normalmente se refiere a emplear una computadora
para hacer experimentos con un modelo de un sistema real. Algunos ejemplos de
otros tipos de simulacin son los simuladores de vuelos de aviones, video juegos
y la animacin con realidad virtual.
Adems, la simulacin es til para ensear a los administradores y a los
trabajadores cmo opera el sistema real, les demuestra los efectos de los
cambios en las variable y del sistema, cmo controlar el tiempo real y cmo
desarrollar ideas nuevas para manejar un negocio.
SIMULACIN
Cuando usamos un modelo de computadora, reducimos el sistema que
estudiando a una representacin simblica que corremos en ella. Si bien no
corresponde a este curso detallar los aspectos tcnicos de los modelos por
computadora, algunos que repercuten directamente en las simulaciones son:
SIMULACIN
Los programas de softwere de simulacin para propsitos especiales son
creados para simular aplicaciones especficas; por ejemplo, MAP/1 y
SIMFACTORY.
VENTAJAS DE LA SIMULACIN
SIMULACIN
DEVENJAS