Documentos de Académico
Documentos de Profesional
Documentos de Cultura
en
las
actividades
diarias.
En
el
contador
de
un
CAPTULO I
FORMULACIN DEL ESTUDIO
Planteamiento del Tema
En los problemas de formacin de cola, a menudo se habla de
clientes, tales como personas que esperan la desocupacin de lneas
telefnicas, la espera de mquinas para ser reparadas y los aviones que
esperan aterrizar y estaciones de servicios, tales como mesas en un
restaurante, operarios en un taller de reparacin, pistas en un aeropuerto,
etc. Los problemas de formacin de colas a menudo contienen una velocidad
variable de llegada de clientes que requieren cierto tipo de servicio, y una
velocidad variable de prestacin del servicio en la estacin de servicio.
Cuando se habla de lneas de espera, se refieren a las creadas por
clientes o por las estaciones de servicio. Los clientes pueden esperar en cola
simplemente porque los medios existentes son inadecuados para satisfacer
la demanda de servicio; en este caso, la cola tiende a ser explosiva, es decir,
a ser cada vez ms larga a medida que transcurre el tiempo. Las estaciones
de servicio pueden estar esperando por que los medios existentes son
excesivos en relacin con la demanda de los clientes; en este caso, las
estaciones de servicio podran permanecer ociosas la mayor parte del
tiempo.
Los clientes puede que esperen temporalmente, aunque las
instalaciones de servicio sean adecuadas, por que los clientes llegados
anteriormente estn siendo atendidos. Las estaciones de servicio pueden
3
(probabilstica);
en
problemas
que
no
admiten
esta
CAPTULO II
DESARROLLO DEL TEMA
Bases Tericas de la Investigacin
Teora de Cola
puede usarse para representar una situacin tpica en la cual los clientes
llegan, esperan si los servidores estn ocupados, son servidos por un
servidor disponible y se marchan cuando se obtiene el servicio requerido.
Con frecuencia, las empresas deben tomar decisiones respecto al
caudal de servicios que debe estar preparada para ofrecer. Pero, por otro
lado, carecer de la capacidad de servicio suficiente causa colas
excesivamente largas en ciertos momentos. Cuando los clientes tienen que
esperar en una cola para recibir sus servicios, estn pagando un coste, en
tiempo, ms alto del que esperaban. Las lneas de espera largas tambin
son costosas por tanto para la empresa ya que producen prdida de prestigio
y prdida de clientes. El problema es determinar qu capacidad o tasa de
servicio proporciona el balance correcto.
La teora de las colas en si no resuelve directamente el problema, pero
contribuye con la informacin vital que se requiere para tomar las decisiones
concernientes prediciendo algunas caractersticas sobre la lnea de espera:
probabilidad de que se formen, el tiempo de espera promedio.
Caractersticas
b.
11
13
La Distribucin de Poisson
Esta distribucin es muy frecuente en los problemas relacionados con
la investigacin operativa, sobre todo en el rea de la gestin de colas. Suele
describir, por ejemplo, la llegada de pacientes a un ambulatorio, las llamadas
a una central telefnica, la llegada de coches a un tnel de lavado, etc. Todos
estos casos pueden ser descritos por una variable aleatoria discreta que
tiene valores no-negativos enteros.
La Distribucin Exponencial
La distribucin de Poisson describe las llegadas por unidad de tiempo
y la distribucin exponencial estudia el tiempo entre cada una de estas
llegadas. Si las llegadas son de Poisson, el tiempo entre ellas es
exponencial. La distribucin de Poisson es discreta, mientras que la
distribucin exponencial es continua, porque el tiempo entre llegadas no
tiene por qu ser un nmero entero.
Esta distribucin se usa mucho para describir el tiempo entre eventos,
especficamente, la variable aleatoria que representa el tiempo necesario
para servir a la llegada. Un ejemplo tpico puede ser el tiempo que un mdico
14
dedica a un paciente.
n :
para n = 0,1,2,3,.
<
n : para n = 1,2,3, ..
15
()
( )
Po=1
Factor de utilizacin:
=
( )
Lq =
()
W q=
( )
16
W=
P (T >t )=e( ) , t 0
b) Excluyendo el tiempo de servicio.
( )
e
,t 0
()
P ( T q >t ) =
17
n :
para n = 0,1,2,3,.
< S
n= n para n=1,2,3, .. , S
S para n=S , S +1, ..
n Po ,0 n S 2
n!
Pn =
18
P o=
1
S 1
n=0
[ ]
n
[ ]
S
1 []
1 [ ]
+
n ! [ ] S ! [ ] S
Factor de utilizacin:
( /)S ( / S )
Lq =
Po
S !(1( /S ))2
]( )
( /)
L=
P +
L=Lq +( / )
2 o
( S1 ) !( S )
W q=
W=
( /)S
Po W q=Lq /
( S1 ) !(S )2
]( )
( /)S
1
P +
W =W q +(1/)
2 o
( S1 ) ! ( S )
19
P (T >t )=et
S
1e t(S 1(/ ))
1+
S ! ( 1 ) S1( /)
Po
()
(
1e
Cuando S1 =0 ,
S1
()
( ))
t S1
()
P (T =0 )= P n
n=0
para n = 1,2,3,.
n=
1( /)
P o , para n=0,1,2, . , M , si >
1( / ) M+1
P n=
, para n=0,1,2,3, , M , si
=1, L=M /2
M +1
()
P o=
1( )
si >
1( )M +1
Factor de utilizacin:
n Pn=
( M+ 1 ) ( / )M +1
( /)
1( / )
1( /) M+1
M
L=
n=0
Lq=L(1P o)
W q=
Lq
, = efectiva
e e
M1
e = Pn= ( 1P M )=(1P o)
n=0
W =L / e
22
n= n para n=1,2,3, .. , S
S para n=S , S +1, ..
n =
para n = 0,1,2,3,.
SM
23
P n=
P , para n=1,2, ., S
n! o
()
Po , para n=S , S+ 1, .. , M
S ! Sn S
0 para n> M
()
P o=
1+
n=1
( /) ( /)
+
+
n!
S!
S
n=S +1
nS
( )
Factor de utilizacin:
=
S
P ( /)
Lq = o
[1 MS ( M S ) M S (1)]
2
S !(1 )
1
n=0
n Pn + Lq +S
S 1
L=
n=0
W q=
Lq
, = efectiva
e e
24
M 1
e = Pn= ( 1P M )=(1P o)
n=0
25
n = ( M n) para n=0,1,2,3, .. , M
0 para n M
para n = 1,2,3,.
n=
P n=
M ! (/ )n
P , para n=1,2, , M
(M n! ) o
P o=
n=0
Lq=M
M ! ( /)
(M n)!
+
(1P o)
L=M (1Po )
L= n Pn =Lq +(1P o)
n=0
W q=
Lq
, = efectiva
e e
e = ( M L)
n= n para n=1,2,3, .. , S
S para n=S , S +1, ..
SM
P , para 0 n S
(M n)n ! o
P n=
n
M!
Po , para S n M
( M n ) ! S ! Sn S
0 para n>M
M!
()
()
P o=
S 1
n=0
] [
n
n
M
!
M
(M n)n! n=S ( M n ) ! S ! Sn S
M!
()
()
28
Lq= (nS)P n
n= S
S 1
n=0
n=0
L= n P n=Lq +(1 P n)
W q=
Lq
, = efectiva
e e
e = ( M L)
29
empresas
manufactureras
han
atacado
el
problema
de
la misma
lnea de produccin para manejar dos maquinas, mientras que a otros se les
haba asignado para manejar. Cuatro maquinas. Como. Todas las mquinas
son Iguales, los trabajadores reciben el mismo salario bsico, pero la
gratificacin de incentivo por la produccin sobre la cuota, es de la mitad por
unidad para los operadores con cuatro maquinas que para los que tienen
dos: maquinas.
Superficialmente ese arreglo parece equitativo. No obstante, un; estudio
de las condiciones reales revela que aunque cada una de las dos mquinas
que maneja un solo hombre estaran ociosas alrededor del 12 por ciento de
su tiempo programado, cada una de las cuatro maquinas manejadas j por un
solo individuo estaran ociosas alrededor del 16 por ciento de su tiempo
programado. El problema es que dos (o ms) mquinas pueden
descomponerse a la vez en el grupo de cuatro maquinas, lo que
generalmente no ocurre con el grupo de dos maquinas. El individuo que
maneja el, grupo de cuatro maquinas tiene que trabajar a mayor eficiencia
que el que j maneja un grupo de dos maquinas, a fin de ganar el mismo
incentivo. El problema se resolvera pagando a los operadores de las
bateras de cuatro maquinas un salario bsico mayor, determinado
bsicamente empleando las probabilidades calculadas con la teora de las
lneas de espera.
Las reas anteriores no agotan en modo alguno las posibles
aplicaciones de la teora de las lneas de espera, que pueden extenderse
para incluir la i dotacin de personal de las operaciones de oficina, y el
equilibrio del flujo de materiales en un taller de tareas. Esa teora puede tener
una influencia bien definida en el desafo de un sistema de inventario y de
control de produccin.
Tiempos Uniformes de Llegaba y de Servicio
El manejo apropiado de los tiempos uniformes de llegada y de servicio,
en trminos de costo mnimo, puede demostrarse con un ejemplo. Una
32
n = 1,2,N
(Muerte pura)
Ejemplo 2
Al inicio de la semana, se almacenan 15 unidades de un artculo de
inventario para utilizarse durante la semana. Solo se hacen retiros del
almacenamiento durante los primeros 6 das (la empresa est cerrada los
domingos) y sigue una distribucin de Poisson con la media de 3
36
t= 1,2,,6
Como ejemplo ilustrativo
p5(t)
0.0008 0.0413
12
0.1186
0.1048
15
0.0486
18
0.015
t (das)
12
15
18
pn<=5(t)
0.0011
0.0839 0.4126
0.7576
0.9301
0.9847
N
pn(6)
10
0.792. 0.0655 . 0.0509 . 0.0368 . 0.0245 . 0.015 .0.0083 . 0.0042. 0.0018. 0.0007 . 0.0002. 0.0001
b.
c.
d.
e.
11
P n(t)
m!
=
P0 (t) ( mn ) !
P 0 (t ) =
n=0
Po
L=m
(3.20)
1
P n(t)
P0 (t)
(3.21)
W =L+ ( 1P0 ( t ) )
(3.22)
(3.23)
39
s=
L
(1P0 )
T
T w =T s+
(3.24)
(3.25)
Pn (t )=P0 ( t )
(3.26)
m!
( mn ) !
Ejemplo 3.
Suponga que en la flota de Aeromxico existen cuatro aviones del tipo
jumbo 747. Se ha venido observando el comportamiento de estos aviones
desde 1971 y, en especial, las fallas de las turbinas. Los datos indican que
las fallas de cualquier turbina de cualquier avin es una variable aleatoria y
que el tiempo promedio entre dos fallas consecutivas de cualquier avin es
de un ao. El tiempo promedio de revisin y compostura de la falla de la
turbina es de 45 das (un octavo de ao). Solamente se tienes un equipo
humano de expertos para dar servicios y se proporciona servicio bajo la
poltica de primero que entra al taller, primero que se le sirve. Durante el
periodo de mantenimiento el avin no vuela. Describa cuantitativamente al
sistema de espera.
91 Pn ( t )=1
n=0
P n(t )
P ( t ) =1
P0 (t ) n=0 n
P0 (t )
n=0
Pn (t )
P0 (t )
1
1 1
=1, =1, = , m=4 .
8
1
= = <1 , se aplica los conceptos anteriores. Se calcula la
8
Como
m!
( mn ) !
4!
=1
4!
4!
=4
3!
4!
=12
2!
4!
=24
1!
4!
=24
0!
1 0
=1.0000
8
1 1
=0.12500
8
1 2
=0.01563
8
1 3
=0.00195
8
1 4
=0.00024
8
P n(t )
m!
=
P0 (t ) ( mn ) !
1.00000
0.50000
0.18750
0.04688
0.00576
P (t)
Pn (t) =1.74024
Tabla 1
n=0
n=0
1
1
=
=0.57463
Pn (t) 1.74024
P0 (t)
1 2
0.57463=0.11
8
4!
P2 ( t )=
( 42 ) !
El nmero promedio de aviones de aviones que esperan servicio en 1 ao es
de:
L=4
( 1+8 )
( 10.57463 )=.017 aviones
1
0.17
=0.05 de ao
8(10.57463)
dias
horas
horas
14
=5110
ao
dias
ao
Por lo que recibe 5 mantenimientos preventivos de 100 horas cada uno,
horas
ao
de servicio de mantenimiento. Si en un ao
horas
ao
Estar parado el avin en tierra. Entonces el costo total anual para cada
avin ser de:
(5110
horas de vuelo
pes os
10,000
) + (500
ao
hora de vuelo
* 5000
pesos
) + (3150
hora de mantenimiento
horas de mantenimiento
ao
horas en tierra
2000
ao
59.9
pesos
)=
hora en tierra
millones de pesos
aoavion
Si un avin de este tipo pasa T w = 0.175 de ao (64 das), en el sistema
de compostura de turbinas, el costo asociado a este tiempo muerto es:
(59.9
millones de pesos
) (0.175 aos) = 10.48
aoavion
millones de pesos
avion
T w ( 4.8 )
=
aviones
numero de
ao
0.21
millones de pesos
ao
4 aviones
millones de pesos
avion
0.49
millones de pesos
avion
millones de pesos
avion
44
tiempo es el mismo y se denota por . Se supone que este nmero tiene una
distribucin exponencial negativa.
Se observa que cuando el nmero de elementos en la cola y en las
estaciones de servicio, m, es mayor que el nmero de servidores, S, (m > S),
la probabilidad de que algn cliente abandone el sistema (despus de recibir
su servicio) en el intervalo de tiempo t es S t. En caso contrario (S > m),
dicha probabilidad es m t.
Esta observacin incorporada en la expresin 3.3 origina:
Pm ( t+ t )=P m ( t ) (1 t ) ( 1S t ) + Pm +1 ( t )( S t ) ( 1 t ) + Pm 1 ( t )( t ) ( 1S t ) + Pm ( t )( t ) (
(3.27)
En la expresin anterior
Pm1 ( t )
[ P0 ( t ) + tP 0 ( t ) ]
=P 0 ( t ) P0 ( t ) S + P 1 ( t ) S =0
t
t 0
lim
Por lo que
P1 ( t )=P0 ( t )( 1+
)
S
(3.28)
45
El lmite, cuando
1, genera
P1 (t + t )P1 ( t )
t
d P1 (t )
[]=
=0
dt
lim
t0
P2 ( t ) =
P ( t )+ P 1 ( t )
P (t)
S 1
S 0
(3.29)
P2 ( t )=P0 ( t )
(3.30)
m 1
Pm ( t )=P 0 ( t )
que se puede reescribir:
m
para m> S
P0 ( t )
Pm ( t ) =
S S [ ms ]
(3.31)
46
m
para m< S
P0 ( t )
Pm ( t ) =
(3.32)
P 0 (t )
Pm ( t )=1
, arrojando la expresin:
m=0
P0 (t )= s1
P m ( t ) + Pm ( t )
m=1
(3.33)
m=s
P 0 (t )
s
s
1
( s )
m 1
+
s
s1
1
m
m=0
P 0 ( t )=
dada por
(3.34)
L=
m= s+1
( ms ) Pm ( t )
47
s 2
( s1 ) !
L=
(3.35)
(3.36)
(3.37)
(3.38)
<1
(para que no se
como
<S
P { T S=0 }= P n
n=0
48
1+ PO
Z
P { T w >Z }=e
Ejemplo 3.
Suponga que en el cruce fronterizo de Mxico y Estados Unidos,
localizado entre las poblaciones de Piedras Negras, Coahuila, y Eagle Pass,
Texas, existe un puente sobre el Ro Bravo con dos lneas de trfico, una en
direccin de Mxico a Estados Unidos y la otra en sentido contrario. La lnea
de trfico de Estados Unidos a Mxico, se bifurca a 5 garitas de inspeccin
migratoria y aduanera.
Suponga que las llegadas de automviles tienen una distribucin de
Poisson con igual a 15 llegadas por hora, mientras que el nmero de
servicios tiene una distribucin exponencial negativa con igual a
8 servicios por hora.
Por decreto gubernamental, no existe prioridad de trato, as que las
garitas migratorias y aduaneras proporcionan servicio en la medida que se
desocupan, y se atiende en primer trmino al primer automvil de la cola y
as sucesivamente.
Se describe en forma cuantitativa al sistema de garitas migratorias y
aduaneras.
Primero se corrobora que el parmetro
<1
S
15 15
=
= =0.375<1
S 5 (8) 40
49
S 5
5
m 1
+
5
4
1
m
m=0
15
= =1.875 y PO =
8
Se tiene
40
( 4015
)
1.875 5 +
5
1
1.875 3 +
4
1
2
1.875 +
3
1
1
1.875 +
2
1
1.875 0+
1
1
1.875 4 +
1+1.875+1.7578+1.0986+0.515+0.193 ( 1.6 )
6.55521=0.1526
50
S 2
( S1 ) !
L=
s
1.875 0.1526
2
4015
4
( 15 ) ( 8 )
15
Tamao de la
cola
Garitas
desocupadas
0
1
2
3
4
5
6
7
8
0
0
0
0
0
0
1
2
3
5
4
3
2
1
0
0
0
0
51
Nmero de
automviles a los
cuales se les est
dando servicio
0
1
2
3
4
5
5
5
5
Pm (t)+,*
0.152
0.286**
0.267
0.167
0.078
0.029***
0.011****
0.004
0.001
m
m
5 5(m 5 )
P 1 ( t )=
1
(1.875 ) 0.1526=0.2861
1
1.875 5 0.1526=0.0295
1
P s ( t )=
5 50
1.875 6 0.1526=0.0111
1
P6 ( t ) =
1
55
o sea casi 7 segundos, mientras que el tiempo dentro del sistema, Tw es:
T w =T S +
1
0.0019+ =0.1269 de hora
8
Aproximadamente 7 minutos con 36 segundos.
Ejemplo 3.
El Director General de Egresos, el Lcdo. A. Uslero, experto en sistemas,
sospecha que se puede lograr un considerable ahorro econmico, si en vez
de 5 garitas funcionan 2, y que esto no causa graves problemas al turismo.
Estar en lo cierto?
Se calcula
P0 (t )
15
=
=0.9375<1
S 2(8)
52
15
= =1.875
8
2 2
(
)1
2
m 1
+
2
1
1
m
m=0
P0 ( t ) =
16
) 1
1615
1
1.875 1+
2
1
1.875 0+
1
1
1.875 2 (
1+1.875+28.13 1
311=0.03226
Tamao de la
cola
Garitas
desocupadas
0
1
2
0
0
0
2
1
0
53
Nmero de
automviles a los
cuales se les est
dando servicio
0
1
2
Pm (t) + ,*
0.03226
0.06048
0.05670
3
4
5
1
2
3
0
2
0
2
0
2
m
1.875 0.03226, para m 2
1
+ P m ( t )=
0.05316
0.04984
0.046725
2 2(m2 )
Establecer las conclusiones para cada modelo estudiado, de manera
accesible para futuros investigadores de este tema
EJERCICIOS:
El modelo simple de teora de colas que se ha definido, se basa en las
siguientes suposiciones:
a) Un solo prestador del servicio y una sola fase.
b) Distribucin de llegadas de poisson donde = tasa de promedio de
llegadas.
c) Tiempo de servicio exponencial en donde = tasa de promedio del servicio.
d) Disciplina de colas de servicio primero a quien llega primero; todas las
llegadas esperan en lnea hasta que se les da servicio y existe la
posibilidad de una longitud infinita en la cola.
A partir de estas suposiciones se pueden derivar las siguientes
estadsticas de desempeo:
P0 = 1-
Pn = P0
L =
Ls = / ( )
54
W =
)
W = 1 / ( )
Ejemplo:
Suponga que un cajero bancario puede atender a los clientes a una
velocidad promedio de diez clientes por hora ( = 10). Adems, suponga que
los clientes llegan a la ventanilla del cajero a una tasa promedio de 7 por
hora ( = 7). Se considera que las llegadas siguen la distribucin
exponencial. En la condicin uniforme el sistema de colas tendr las
siguientes caractersticas de desempeo.
= 7 / 10, el prestador del servicio trabajara el 70% del tiempo.
P0 = 1- 7 / 10 = 0.3; 30% del tiempo no habr clientes en el sistema
(ni en la cola, ni recibiendo servicio).
Pn = 0.3 (7 / 10)n, una frmula para descubrir la posibilidad de que n
se encuentre en el sistema en cualquier momento dado: n = 1, 2, 3,.......; P1
= 0.21, P2 = 0.147; P3 = 0.1029; etc.
L =
72
55
56
Ejemplo:
En una empresa la reparacin de un cierto tipo de maquinaria
existente en el mercado se realiza en 5 operaciones bsicas que se efectan
de una manera secuencial; si le tiempo que se lleva en realizar cada uno de
los 5 pasos tiene una distribucin exponencial con media de 5 minutos. Estas
mquinas se descomponen segn una distribucin Poisson con una razn
media de 2 mquinas / hora y en la fbrica solo hay un mecnico que las
repara. Calcular las caractersticas de operacin de la empresa.
57
CONCLUSIN
59
BIBLIOGRAFA
La Teora de Colas (2015). http://www.wikilearning.com/monografia/la_teoria
_teoria_de_colas/15124-2
Teora
de
Colas.
Proceso,
Modelos
de
Poisson.
(2005).
http://www.mitecnologico.com/TeoriaDeColasProceso_ModelosPoisson
Anlisis
de
Teora
de
Colas.
(2008).
usac.edu.gt/estadistica/analisis/teoriacolas.html
http://sitios.ingenieria-
Lineas
de
Esperas
(2000).
http://www.mitecnologico.com/Main/LineasDeEsperaIntroduccion
Marcano de R. Julia (2010). Gua Electiva II. Teora de Cola.
Prawda Witenberg J. (2000). Mtodos y Modelos de Investigacin de
Operaciones Vol 2, Limusa Noriega Editores.
Thierauf, Robert J. (2009).
Operaciones. LIMUSA.
Toma
de
Decisiones Investigacin
de
60