Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Capitulo 14 Teoria de Colas
Capitulo 14 Teoria de Colas
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
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.
agosto de 2009
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 ModelosA
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.
agosto de 2009
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.
agosto de 2009
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
agosto de
2009
Ing. Juan C. Ubillus
C.
5
construccion
de unMg.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.
agosto de 2009
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
agosto de 2009
TEORA DE COLAS
Equilibrio entre Costos de Espera y Costos de Servicio
Costo
COSTO TOTAL
ESPERADO
Costo
Total
Mnimo
agosto de 2009
Nivel de Servicio
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.
agosto de 2009
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.
agosto de 2009
10
TEORA DE COLAS
COLAS MAS USUALES
SITIO
LLEGADAS EN COLA
SERVICIO
Supermercado
Compradores
Pago en cajas
Peaje
Vehculos
Pago de peaje
Consultorio Medico
Pacientes
Consulta
Sistema de Cmputo
Programas a ser
corridos
Proceso de datos
Construccin
Requerimientos de
gra
Efectuar montaje de
estructuras
Telfono
Clientes
Llamadas en espera
Mantenimiento
Mquinas daadas
Reparacin
Muelle
Barcos
Carga y descarga
agosto de 2009
11
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
agosto de 2009
12
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
agosto de 2009
13
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
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
agosto de 2009
14
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
1. CARACTERSTICAS DE ARRIBO:
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.
agosto de 2009
15
TEORA DE COLAS
Caractersticas de una LNEA DE ESPERA
1. CARACTERSTICAS DE LLEGADAS (ARRIBO):
DISTRIBUCION DE POISSON:
e x
P(x ) =
para _ x = 0,1,2,3,4,...
x!
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
agosto de 2009
16
TEORA DE COLAS
DISTRIBUCIN DE POISSON
DISTRIBUCIN DE POISSON PARA TIEMPOS DE ARRIBO
=2
0.3000
PROBABILIDAD
0.2500
0.2000
0.1500
DISTRIBUCIN
0.1000
0.0500
0.0000
0
DISTRIBUCIN 0.1353
0.2707
0.2707
0.1804
0.0902
0.0361
0.0120
0.0034
0.0009
0.0002
ARRIBOS/UNIDAD DE TIEMPO
agosto de 2009
17
TEORA DE COLAS
DISTRIBUCIN DE POISSON
DISTRIBUCIN POISSON PARA TIEMPOS DE ARRIBO
=4
0.2500
PROBABILIDAD
0.2000
0.1500
DISTRIBUCION
0.1000
0.0500
0.0000
0
DISTRIBUCION 0.0183 0.0733 0.1465 0.1954 0.1954 0.1563 0.1042 0.0595 0.0298 0.0132
ARRIBOS/UNIDAD DE TIEMPO
agosto de 2009
18
TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERSTICAS DE ARRIBO:
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.
agosto de 2009
19
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.
agosto de 2009
20
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.
agosto de 2009
21
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.
agosto de 2009
22
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.
agosto de 2009
23
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
agosto de 2009
24
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
SALIDAS
CLIENTES SERVIDOS
ARRIBOS
DE
CLIENTES
COLA
CLIENTES SERVIDOS
MECANISMO
DE
SERVICIO
SALIDAS
SISTEMA DE COLAS
agosto de 2009
25
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
ARRIBOS
DE
CLIENTES
FUENTE
DE
ENTRADA
COLA
MECANISMO
DE
SERVICIO
CLIENTES
SERVIDOS
SISTEMA DE COLAS
agosto de 2009
26
agosto de 2009
27
agosto de 2009
28
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
COLA
SERVIDOR
ARRIBOS
SALIDAS
SERVICIO
FASE 1
SERVICIO
FASE 2
SALIDAS
29
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
COLA
CANAL 1
CANAL 2
ARRIBOS
CANAL 3
SERVIDOR
SERVISOR
SALIDAS
SERVIDOR
agosto de 2009
30
TEORA DE COLAS
Configuraciones Bsicas de Sistemas de Colas
3.1. Configuraciones bsicas para el Servicio
COLA
CANAL 1
FASE 1
CANAL 1
FASE 2
CANAL 1
SALIDAS
ARRIBOS
FASE 1
CANAL 2
FASE 2
CANAL 2
CANAL 2
agosto de 2009
31
TEORA DE COLAS
Configuraciones Bsicas de Sistemas 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
32
TEORA DE COLAS
Medicin del Rendimiento de las Colas
agosto de 2009
33
TEORA DE COLAS
PROBABILIDAD DE QUE EL SERVICIO TOME MS DE X
MINUTOS (distribucin exponencial negativa,tiempo de servicio)
Probabilidad
(intervalos de 1 minuto)
25
= NMERO PROMEDIO
20
15
TIEMPO promedio de
servicio de 20 minutos
10
TIEMPO promedio de
servicio de una hora
30
agosto de 2009
60
90
120
150
Minutos
34
35
36
agosto de 2009
37
TEORA DE COLAS
Alta probabilidad de lapsos de servicios cortos
en la distribucin exponencial
Probabilidad
(S t)
1
La probabilidad de que S
sea menor o igual que t es
= 0.632
0.75
TIEMPO promedio de
servicio de 20 minutos
0.5
0.25
10
agosto de 2009
20
30
40
50
60
t Minutos
38
39
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.
agosto de 2009
40
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
agosto de 2009
41
TEORA DE COLAS
Notacin de los Modelos de Colas
Ek = Erlang de orden k
P H = Tipo fase
H = Hiperexponencial
G = Arbitrario o general
GI = General independiente
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
agosto de 2009
42
TEORA DE COLAS
Notacin de los Modelos 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.
agosto de 2009
43
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
agosto de 2009
44
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.
agosto de 2009
45
TEORA DE COLAS
Modelo A: M/M/1
agosto de 2009
46
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
agosto de 2009
47
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.
agosto de 2009
48
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
agosto de 2009
49
NOMBRE
N DE
CANAL
ES
N DE
FASES
PATRN
DE
ARRIBO
PATRN
DE
SERVICIO
TAMAO DE
LA POBLACIN
DISCIPLINA
DE COLA
SIMPLE
M/M/1
UNO
UNA
POISSON
EXPONEN
CIAL
INFINITA
PEPS
MULTICANAL
M/M/S
MULTI
CANAL
UNA
POISSON
EXPONEN
CIAL
INFINITA
PEPS
SERVICIO
CONSTANTE
(M/D/1)
UNO
UNA
POISSON
CONSTAN
TE
INFINITA
PEPS
POBLACION
LIMITADA
UNO
UNA
POISSON
EXPONEN
CIAL
FINITA
PEPS
agosto de 2009
50
agosto de 2009
51
Pn = 1 = (1 ) n
= (1 )
agosto de 2009
k +1
52
1
n = M 1 1
n =0 n !
1
M
+
M ! M
M
para M
LS =
Po
+
(M 1).!.(M )2
agosto de 2009
53
1 LS
WS =
Po
+
=
2
(M 1)! (M )
Lq = Nmero promedio de personas o unidades en la lnea o cola, en espera de servicio =
Lq = L S
= LS
agosto de 2009
54
agosto de 2009
55
agosto de 2009
56
T
X=
T +U
L = N (1 F )
L(T + U ) T (1 F )
=
N L
XF
Nmeropromedioen funcionamiento J = NF (1 X )
Nmeropromediosiendo servido
H = FNX
Cuanta de la Poblacin .............
N =J +L+H
Tiempo promediode espera ........
agosto de 2009
W=
57
agosto de 2009
58
59
agosto de 2009
60
61
62
agosto de 2009
63
El problema existente
agosto de 2009
64
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
agosto de 2009
65
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:
66
Propuesta de solucion:
67
Problema prpuesto:
agosto de 2009
68
Bibliografa
agosto de 2009
69