Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCION .........................................................................................................................................1
DEFINICION DE TERMINOS.........................................................................................................................3
ANALISIS DE PROBLEMAS DE COLAS CON POBLACION INFINITA CANAL SIMPLE.......................................5
1.3.1
MODELO MATEMATICO: POBLACION INFINITA CANAL SIMPLE .........................................5
1.3.2
EJEMPLOS DE PROBLEMAS DE COLAS CON POBLACION INFINITA CANAL SIMPLE .......6
1.3.2.1
1.3.2.2
1.3.2.3
1.4
1.5
Ejemplo 1 .................................................................................................................................................... 7
Ejemplo 2 .................................................................................................................................................... 8
Ejemplo 3 .................................................................................................................................................... 9
Ejemplo 1 .................................................................................................................................................. 11
Ejemplo 2 .................................................................................................................................................. 13
Ejemplo 3 .................................................................................................................................................. 14
Ejemplo 1 .................................................................................................................................................. 17
Ejemplo 2 .................................................................................................................................................. 20
TECNICAS DE SIMULACION
1.1 INTRODUCCION
De todos los conceptos tratados con las tcnicas bsicas de investigacin operacional, la teora
de colas aparece como la de mayor aplicacin potencial y sin embargo es quizs la ms difcil
de aplicar. Todos los negocios, gobierno, industria, escuelas, hospitales, tienen problemas de
colas (sistemas de servicios).
El objetivo principal de analizar estos tipos de sistemas es el de obtener su mximo
rendimiento.
Sistema de Colas: Es un sistema en el que los elementos (o usuarios) intentan utilizar un
recurso, para lo que llegan a un punto de servicio, esperan a que les corresponda el uso del
mismo (en una cola), utilizan dicho recurso y abandonan el sistema.
Se pueden considerar varios tipos de problemas de gestin relacionados con los sistemas de
colas, estos son:
Problemas de anlisis: Se precisa conocer si, dado un sistema, ste est funcionando
correctamente.
TECNICAS DE SIMULACION
Existe una forma de representar los diferentes tipos de problemas de colas existentes, llamada
Notacin de Kendal A/B/c/n/p, en donde:
A y B representan la distribucin de llegadas y servicios respectivamente, c el nmero de
servidores, n la capacidad del sitio de espera y p la poblacin. Si n y p no aparecen se
suponen ambos (infinito).
TECNICAS DE SIMULACION
La tasa de servicio representa la mxima capacidad de servicio suponiendo que la unidad de
servicio no esta ociosa. Estas tasas son valores promedios que normalmente se representan
con la distribucin de Poisson.
Normalmente se debe encontrar la tasa de servicio adecuada para la tasa de llegada de los
clientes.
En la figura 2.2 se muestran los tipos de colas existentes.
Cliente: Unidad que llega requiriendo la realizacin de algn servicio, pueden ser
personas, maquinas, partes, etc.
TECNICAS DE SIMULACION
Tasa de llegada: Tasa (clientes por periodo de tiempo) a la cual llegan clientes para
ser atendidos. El valor medio de esta tasa es.
Tasa de Servicio: Tasa (clientes por unidad de tiempo) a la cual un canal de servicio
puede suministrar el servicio requerido por el cliente. El valor medio de esta tasa es.
Tamao de la Poblacin: Tamao del grupo que proporciona los clientes. Si hay
unos pocos clientes potenciales, la poblacin es finita. Si hay un gran nmero de
clientes potenciales, por ejemplo entre 30 y 50, o ms, generalmente se dice que la
poblacin es infinita. Otra regla emprica es, la poblacin es infinita cuando la
poblacin es lo suficientemente grande como para significar que la llegada de un
cliente no afecta apreciablemente la probabilidad de otra llegada.
Lq, nmero esperado de clientes en la cola: Nmero estimado de clientes que esperan
ser atendidos.
Wq, tiempo esperado en la cola: Tiempo estimado que emplea un cliente esperando en
lnea.
Wn, tiempo estimado de espera en una cola no vaca: Tiempo estimado que un cliente
espera en una lnea en el caso de que decida esperar. Es el valor promedio de los
tiempos de espera de todos los clientes que entran a la cola cuando el canal de servicio
est ocupado. Los clientes que llegan cuando el canal est vaci tienen un tiempo de
espera cero, y estos valores no se promedian en Wn.
TECNICAS DE SIMULACION
Usando estos trminos podemos definir los siguientes modelos de problemas de colas:
Modelos de Colas
Tamao de la Poblacin
Nmero de Canales
Infinita
Simple
Finita
Mltiple
Simple
Mltiple
Realmente el modelo del canal simple es un caso especial del modelo multicanal. Adems de
esta simple subdivisin la distribucin de tiempos de llegada y/o tiempos de servicio puede
variarse para dar lugar a un rbol an ms grande. Aunque es este texto slo se trata la
distribucin de Poisson, otros tipos comunes son la distribucin de Erlang y las de perodos
fijos o constantes. La inclusin de estas dos distribuciones aumenta el conjunto de cuatro
modelos hasta doce.
P0 1
TECNICAS DE SIMULACION
3. La probabilidad Pn de hallar exactamente n clientes en el sistema:
n
Pn P0 , considere que:
P
n0
Lq
2
( )
Wq
( )
TECNICAS DE SIMULACION
1.3.2.1 Ejemplo 1
Una mquina duplicadora para uso de oficina es utilizada y manejada por el personal de la
oficina que necesita obtener copias, principalmente secretarias. Puesto que el trabajo que debe
duplicarse vara en magnitud (nmero de pginas del original) y en el nmero de copias
requeridas, la tasa de servicio est aleatoriamente distribuida, pero se aproxima a una
distribucin de Poisson, que tiene una tasa media de servicio de 10 trabajos por hora.
Generalmente los requerimientos de utilizacin son aleatorios durante las 8 horas de trabajo
diario pero llegan a una tasa de 5 por hora. Algunas personas han observado que
ocasionalmente se forma una lnea de espera y han objetado la poltica de mantener una sola
unidad. Si el tiempo de una secretaria est evaluado en $ 3.50, haga un anlisis para
determinar:
a. Utilizacin de equipo.
b. Porcentaje de tiempo que una llegada tiene que esperar.
c. Tiempo promedio en el sistema.
d. Costo promedio ocasionado por esperar y hacer funcionar la mquina.
Resolucin:
0,50
10
1
1
1
0,20 h / c
10 5 5
En promedio cada persona que llega gasta 0,20 horas esperando y procesando el
trabajo.
TECNICAS DE SIMULACION
d. El costo promedio es:
Costo por da = Nmero de trabajos procesados por da costo promedio por
trabajo
Costo promedio por trabajo = Tiempo promedio por trabajo * $/hora
= W($3,50/hora)
= 0,20(3,50)
Costo por da = 8(5)(0,20)(3,50) = $28 por da
1.3.2.2 Ejemplo 2
Una refinera distribuye sus productos mediante camiones que se cargan en el terminal de
carga. Se cargan camiones de la compaa y camiones de distribuidores independientes. Las
compaas independientes se quejan de que algunas veces deben esperar en la lnea y perder
dinero por mantener esperando al conductor y al camin. Ellos han solicitado a la refinera
disponer de un segundo terminal de carga o descontar un precio equivalente al tiempo de
espera. Se han acumulado los siguientes datos.
Tasa promedio de llegada (para todos los camiones) = 2c/hora
Tasa promedio de servicio = 3c/hora.
El 30% de todos los camiones son independientes. Suponiendo que estas tasas aleatorias tiene
una distribucin de Poisson, determinar:
a. La probabilidad que un camin tenga que esperar.
b. El tiempo de espera de un camin.
c. El tiempo estimado que los camiones independientes esperan por da.
Resolucin:
a. La probabilidad de que un camin tenga que esperar por servicio es el factor de
utilizacin.
2
0,66
3
Wn
1
1
1
1h / c
32 1
TECNICAS DE SIMULACION
c. El tiempo total estimado que los camiones independientes esperan por da es:
Camiones por da * % de independientes * Wn = (2*8)(0,30)(0,67)(1) = 3,2 h/da.
Este resultado se puede obtener por otro camino:
Tiempo esperado = Camiones/da * % independientes * tiempo estimado de
espera/camin
2
3,2 h / c
16(0,3)
(2 * 8)(0,3Wq ) 16(0,3)
3(3 2)
1.3.2.3 Ejemplo 3
Una gra desplaza objetos de una mquina a otra y se utiliza cada vez que la mquina requiere
carga o descarga. La demanda de servicios es aleatoria. Los datos tomados del registro de
tiempos entre llamadas de servicio siguen una distribucin exponencial, con una media de una
llamada cada 30 minutos. De manera semejante, el tiempo real de servicio de carga o descarga
toma un promedio de 10 minutos. Si el tiempo de mquina est evaluado en $8,50 por hora,
cunto vale el tiempo perdido por da?
Resolucin:
En primer lugar se deben ordenar los valores de y . Ambos son tasas, esto es, unidades por
perodo de tiempo, mientras que los datos estn dados en funcin de tiempo por unidad. Si
una llamada para solicitar servicio ocurre cada 30 minutos en promedio, esto es una tasa de
dos llamadas por hora. Anlogamente, si se emplean 10 minutos para atender un cliente como
promedio, la tasa de servicio es de 6 por hora. Por lo tanto = 6 unidades/hora. Tambin
puede demostrarse que si los tiempos de servicio (o tiempos de llegada) estn distribuidos
exponencialmente, la situacin es equivalente a una distribucin de Poisson que tiene como
base la tasa de servicio (o de llegada).
El tiempo perdido por mquina es el tiempo promedio W del sistema.
1
1
1
TECNICAS DE SIMULACION
1
n
n k 1
1
n 0 n!
1
k
k! k
P0
Para n = 0,1, 2,, k
n!
Pn
1
Pn
k! k n k
P0 Para n k
3. La probabilidad Pk de que una unidad que llega tenga que esperar (probabilidad de que
haya k o ms unidades en el sistema):
Pk
k!
k
k
P 0 , considere:
k 1
n0
n0
nk
Pn 1 Pn Pn y
P
nk
Pk
P0
2
k 1! k
k
10
TECNICAS DE SIMULACION
5. El nmero esperado Lq de clientes en la cola:
P0
Lq
k 1 ! k 2
k
P0
k 1! k 2
k
Wq
P0
1
2
k 1!k
k
Mquina pequea
Mquina grande
Tasa de servicio ,
por hora
10
15
Costo diario de
arrendamiento
$5
$10
Resolucin:
El costo total diario es el costo de arrendamiento ms el costo del tiempo perdido. Por lo
tanto, el costo total de una mquina pequea se puede determinar a partir de los clculos
anteriores:
CT = (1 pequea) = $5 (arrendamiento) + $28 (tiempo) = $ 33 diarios.
El costo de una mquina grande es:
W grande
1
1
1
0.10 h / m
15 5 10
11
TECNICAS DE SIMULACION
CT (grande) = $10 (arrendamiento) + (8*5)(0,10)(3,50) = $24 por da.
El costo de dos mquinas pequeas seria:
Para calcular el tiempo en el sistema de dos mquinas pequeas, primero se calcula P 0 usando
la ecuacin:
P
1
n k 1
1
n !
n0
P0
P0
k !
k
k
1
n 1
n
1 5
n 0 n! 10
1 5 2(10)
2! 10 2(10) 5
1
1
0 , 5 0 1 0 , 5 1 1 0 , 5 2 20
0!
1
2
15
P0
1
0 , 600
1 0 , 5 0 ,167
Po = 0.60
El tiempo esperado W en el sistema es:
P0
k 1 ! k
k
12
TECNICAS DE SIMULACION
1.4.2.2 Ejemplo 2
Repetir el ejemplo de la refinera explicado en el epgrafe 2.3.2.2 usando dos canales de igual
tamao.
Resolucin:
a. La probabilidad de que un camin tenga que esperar es igual a la probabilidad Pk
de encontrar ya dos o ms camiones en el sistema.
P0
1
n 1
n
1 2
n 0 n! 3
1 2
2 (3)
2! 3 2 ( 3 ) 2
P0
2 1
6
2
1 0 , 67
3 2
62
0 ,50
1 2
2 3
0 , 50 0 ,16
2! 3 2 3 2
2
Pk P2
2
3
0 , 50
3
0 , 042
2
12 (3 ) 2
Pk
0 , 042
0 ,16
0 , 2625
c. El tiempo total estimado que los camiones independientes tienen que esperar
diariamente es:
Tiempo Total = (2*8)(0,3)(0,16)(0,2625) = 0,202 horas/da
Tiempo Total = 16(0,3 Wq) = 16(0,3)(0,042) = 0.202 horas/da
13
TECNICAS DE SIMULACION
1.4.2.3 Ejemplo 3
Una compaa telefnica est planeando la instalacin de casillas telefnicas en un nuevo
aeropuerto. Se ha establecido la estrategia de que una persona no tenga que esperar ms del 10
porciento de las veces que intente usar un telfono. Se estima que la demanda de uso tiene una
distribucin de Poisson con un promedio de 30 por hora. La llamada telefnica promedio
tiene una distribucin exponencial con un tiempo medio de 5 minutos. Cuntas casillas
telefnicas se deben instalar?
Resolucin:
Pk < 0.10,
= 30c/h,
= 12c/h
1
5
60
Cuando k = 2, 2=24, deben instalarse por lo menos tres telfonos para satisfacer la demanda
de servicio y la condicin de estabilidad del sistema.
Ensayar con k = 5:
P0
1
n 5 1
n
1 30
n 0 n! 12
1 30
5 (12 )
5! 12 5 (12 ) 30
1
0,0801
2,5 2,5 2,54 1 5 60
1 2,5
2,5
2!
3!
4! 5!
30
Pk P5
1
512
2 ,5 5
0 ,0801 0 ,13
5!
512 30
P6 < 0.10
Por tanto si se instalan 6 telfonos la probabilidad de que un cliente tenga que esperar es
0,047. Ya que este valor es menor que 0.10, este es el nmero mnimo que satisface la poltica
de la compaa.
14
TECNICAS DE SIMULACION
P0
1
M ! n
n 0 M n !
nM
M!
Pn
M n !
P0 , considere que:
P
n 0
15
TECNICAS DE SIMULACION
3. El nmero esperado L de clientes en el sistema:
nM
nP
n0
1 P0
Lq M
1 P0
1
n k 1
n0
M !
M n ! n !
n
n M
nk
M !
M n ! k ! k
nk
M !
M n ! n !
M!
M n ! k ! k n k
Donde k n M
Pn P0
considere que:
P
n 0
16
TECNICAS DE SIMULACION
3. El nmero esperado L de clientes en el sistema:
n k 1
nP
n0
n M
n
nk
k Pn k 1
Pn
n k 1
n0
Lq
nM
n k P
nk
1.5.3.1 Ejemplo 1
Un mecnico atiende cuatro mquinas, para cada una, el tiempo medio entre requerimientos
de servicio es 10 horas y se supone que tiene una distribucin exponencial. El tiempo de
reparacin tiende a seguir la misma distribucin y tiene un tiempo medio de 2 horas. Cuando
una mquina queda en reparacin, el tiempo perdido tiene un valor de $20 por hora. El
servicio del mecnico cuesta $50 diarios.
a. Cul es el nmero esperado de mquinas en operacin?
b. Cul es el costo esperado del tiempo perdido por da?
c. Sera conveniente tener dos mecnicos para que cada uno atendiera slo dos
mquinas?
Resolucin:
a. Para calcular el nmero esperado de mquinas en operacin, primero se determina y
.
1
10
0 .1 ,
1
2
0 ,5
17
TECNICAS DE SIMULACION
Ahora se calcula P0:
P
1
n 4
n 0
4!
4 n
0 ,1
! 0 ,5
0 .4
L 4
0,5
(1 0,4) 4 3 1
0,1
P0
1
1
0,68
2
1 2(0,2) 2(1)( 0,2)
1,48
0 ,5
1 0 , 68 0 , 4
0 ,1
18
TECNICAS DE SIMULACION
Como ejercicio puede compararse lo anterior con un sistema similar pero que tenga cuatro
clientes (mquinas) y dos canales (mecnicos).
M = 4, k = 2
P0
1
n 2 1
n 0
4!
0 ,1
(
4
n
)!
n
!
0 ,5
n 4
n 2
4!
(
4
n
)! 2 ! 2
n 2
0 ,1
0 ,5
1
1
0 , 48
4!
4!
4!
4!
4!
2
,
09
0
1
2
3
4
0,2
0,2
0,2
0,2
0,2
4!0!
3!1!
2!2!2 0
1!2!2
0!2!2
n k 1
nP
n0
n 2 1
n0
n M
n
nk
k Pn k 1
Pn
n k 1
n0
n4
n 2 1
nPn ( n 2 ) Pn 2 1 Pn
n2
n0
M!
Pn P0
( M n )! n!
P1 0,48
P2 0, 48
4! 1
0,2 0,38
3!1!
4!
0, 2 2 0,12
2!2!
Para P3 y P4, k n M,
M !
P n P0
( M n )! k ! k
P3 0 , 48
nk
4!
0 , 2 3 0 , 02
1!2 !2 1
19
TECNICAS DE SIMULACION
P4 0,48
4!
0,2 4 0,002
2
0!2!2
Por tanto:
L = 0(0,48) + 1(0,38) + 0(0,12) + 1(0,02) + 2(0) + 2(1 0,48 0,38)
L = 0 + 0,38 + 0 + 0,02 + 0 + 2,28
L = 0,68
El tiempo perdido por da de 8 horas es 8(0,68) = 5,44 horas/da
Costo total = (2 hombres)(50) + ($20/hora)(5,44) = 100 + 108,80 = $208,80/da
Esta variante es la menos costosa de todas. Debe esperarse que sea superior a dos sistemas
separados de dos mquinas por mecnico puesto que los mecnicos se utilizan mejor.
1.5.3.2 Ejemplo 2
Una compaa ha decidido utilizar subestaciones localizadas en la regin de mercadeo para
atender sus camiones de reparto. El vicepresidente de mercadeo desea que los requerimientos
de servicio y mantenimiento no interfieran al servicio de entrega. Puesto que los camiones
operan 24 horas, pueden llegar a solicitar servicio en cualquier momento pero generalmente lo
requieren cada 8 horas. Los procedimientos de mantenimiento requieren una estacin con
capacidad para atender 10 camiones durante un perodo de 8 horas. El tiempo entre llegadas
se aproxima a una distribucin de Poisson. El vicepresidente ha solicitado que slo la mitad
de los camiones que llegan estn obligados a esperar servicio. Por cuntos camiones debe
responder cada estacin?
Resolucin:
Determinar M tal que P0 0,50.
Sea M = 4
P0
1
n M
n 0
P0
M !
( M n )!
1
0
4! 1
4! 1
4! 1
4! 1
4! 1
( 4 0 )! 10
3! 10
2! 10
1! 10
0! 10
0 , 647
20
TECNICAS DE SIMULACION
Sea M = 5
P0 0,56
Sea M = 6
P0 0,485
21