Instituto Tecnolgico Superior

De Jess Carranza

Materia: investigacin de operaciones

Docente: Jennifer Gayoso
Carrera: Ing. Gestin Empresarial

Unidad 4
Alumna
Brenda Yosari Hernndez Gonzlez

Jess Carranza, Ver.

06 de junio de 2016

Lneas de Espera
Los modelos de lnea de espera consisten en frmulas y relaciones matemticas
que pueden usarse para determinar las caractersticas operativas (medidas de
desempeo)
Las

para

caractersticas

Probabilidad
Cantidad

de

una

operativas

que

no

promedio

de

haya

de

inters

unidades

unidades

en

cola.

incluyen

las

clientes

en

la

lnea

siguientes:
el
de

sistema
espera

Cantidad promedio de unidades en el sistema (la cantidad de unidades en la lnea

de

espera

Tiempo

ms

promedio

la

cantidad

que

pasa

de

unidades

que

se

estn

atendiendo)

unidad

en

la

lnea

de

una

espera

Tiempo promedio que pasa una unidad en el sistema (el tiempo de espera ms el
tiempo

de

servicio)

Probabilidad que tiene una unidad que llega de esperar por el servicio.
Los gerentes que tienen dicha informacin son ms capaces de tomar decisiones
que equilibren los niveles de servicio deseables con el costo de proporcionar dicho
servicio.

4.1- Estructura bsica de los modelos de lnea de

espera
Lnea

de

espera

de

un

solo

canal:

Cada cliente que entra al restaurante de Burger Dome debe pasar por un canal,
una estacin para tomar y surtir el pedido, para colocar el pedido, pagar la cuenta
y recibir el producto. Cuanto llegan ms clientes forman una lnea de espera y
aguardan que se desocupe la estacin para tomar y surtir el pedido.
Distribucin

de

llegadas:

Definir el proceso de llegada para una lnea de espera implica determinar la

distribucin de probabilidad para la cantidad de llegadas en un periodo dado. Para
muchas situaciones de lnea de espera, cada llegada ocurre aleatoria e
independientemente de otras llegadas y no podemos predecir cundo ocurrir. En
tales casos los analistas cuantitativos han encontrado que la distribucin de
probabilidad de poisson proporciona una buena descripcin del patrn de
llegadas.

Distribucin

de

tiempos

de

servicio:

El tiempo de servicio es el tiempo que pasa un cliente en la instalacin una vez el

servicio

ha

iniciado.

Se puede utilizar la distribucin de probabilidad exponencial para encontrar la

probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t.
Al describir un sistema de lnea de espera debemos definir la manera en que las
unidades

que

esperan

el

servicio

se

ordenan

para

recibirlo.

En general para la mayora de las lneas de espera orientadas al cliente, las

unidades que esperan servicio se acomodan segn el principio el primero que
llega, el primero al que se sirve.

Operacin

de

estado

estable:

Generalmente la actividad se incrementa gradualmente hasta un estado normal o

estable. El perodo de comienzo o principio se conoce como perodo transitorio,
mismo que termina cuando el sistema alcanza la operacin de estado estable o
normal.

4.1.1- Un servidor, una cola.

El objetivo es encontrar el estado estable del sistema y determinar una capacidad
de servicio apropiada.
Un sistema puede dividirse en dos componentes principales:

Cola
Instalacin de servicio

LINEAS DE ESPERA
El proceso entre llegadas El proceso entre de entrada se denomina por lo regular,
proceso de llegadas. Las llegadas se llaman clientes. En todos los modelos que se
estudian se supone que no ms de una llegada ocurre en un instante dado. En el
caso de un restaurantes una suposicin irreal. Si hay ms de una llegada en un
instante dado se dice que se permiten las llegas en masa.
Las llegadas pueden ser:
Personas
Automviles
Maquinas que requieren reparacin, etc.

4.1.2- N servidores, una cola.

Una lnea de espera con canales mltiples consiste en dos o ms canales
deservicio que se supone son idnticos desde el punto de vista de su capacidad.

En el sistema de canales mltiples, las unidades que llegan esperan en una sola
lnea y luego pasan al primer canal disponible para ser servidas. La operacin de
un solo canal de Burger Dome puede expandirse a un sistema de dos canales al
abrir un segundo canal de servicio. La siguiente figura muestra un diagrama de la
lnea de espera de dos canales de Burger Dome.

4.1.3- N servidores, n colas.

El tercer sistema, en que cada servidor tiene una lnea separada, es caracterstico
de los bancos y las tiendas de autoservicio. Para este tipo de servicio pueden
separarse los servidores y tratarlos como sistemas independientes de un
servidor y una cola. Esto sera vlido slo si hubiera muy pocos intercambios entre
las colas. Cuando el intercambio es sencillo y ocurre con frecuencia, como dentro
de un banco, la separacin no sera vlida.

4.2- Criterios bajo la distribucin de Poisson y

exponencial para la seleccin del modelo
apropiado de lneas de espera.
La distribucin

de

Poisson es

una distribucin

de

probabilidad discreta que

expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que

ocurra un determinado nmero de eventos durante cierto perodo de tiempo.
Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".
La funcin de masa o probabilidad de la distribucin de Poisson es
Donde

k es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la

probabilidad de que el evento suceda precisamente k veces).

es un parmetro positivo que representa el nmero de veces que se

espera que ocurra el fenmeno durante un intervalo dado. Por ejemplo, si el
suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo de
10 minutos, usaremos un modelo de distribucin de Poisson con = 104 =
40.

e es la base de los logaritmos naturales (e = 2,71828...)

Tanto el valor esperado como la varianza de una variable aleatoria con distribucin
de Poisson son iguales a . Los momentos de orden superior son polinomios de
Touchard en cuyos coeficientes tienen una interpretacin combinatoria. De
hecho, cuando el valor esperado de la distribucin de Poisson es 1, entonces

segn

la frmula

de

Dobinski,

el n-simo

momento

iguala

al

nmero

de particiones de tamao n.
La moda de una variable aleatoria de distribucin de Poisson con un no entero
es igual a , el mayor de los enteros menores que (los smbolos representan
la funcin parte entera). Cuando es un entero positivo, las modas son y 1.

4.3- Aplicacin de modelos de decisin en lneas

de espera.
La teora de colas requiere de un estudio matemtico del comportamiento de
lneas de espera. Estas se presentan cuando "clientes" llegan a un "lugar
demandando un servicio al "servidor", el cual tiene cierta capacidad de atencin.
Si el servidor no est disponible inmediatamente y el cliente decide esperar,
entonces

se

forma

en

la

"lnea

de

espera".El problema es determinar qu capacidad o tasa de servicio proporciona e

lbalance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo,
es decir, no se sabe con exactitud en qu momento llegarn los clientes. Tambin
el tiempo de servicio no tiene un horario fijo.
Las llegadas se describen por su distribucin estadstica. si las llegadas ocurren
con una tasa promedio y que son independientes una de otra, entonces ocurren
de acuerdo con una distribucin de probabilidades de tipo
"poisson.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lneas de espera particulares o de
sistemas de colas. Los modelos sirven para encontrar un buen compromiso entre
costes del sistema y los tiempos promedio de la lnea de espera para un sistema
dado. Con frecuencia, las empresas deben tomar decisiones respecto al caudal de
servicios que debe estar preparada para ofrecer. Sin embargo, muchas veces es
imposible predecir con exactitud cundo llegarn los clientes que demandan el

servicio y/o cuanto tiempo ser necesario para dar ese servicio; es por eso que
esas decisiones implican dilemas que hay que resolver con informacin escasa.
La teora de colas requiere de un estudio matemtico del comportamiento de
lneas de espera. Estas se presentan cuando "clientes" llegan a un "lugar"
demandando un servicio al "servidor", el cual tiene cierta capacidad de atencin. si
el servidor no est disponible inmediatamente y el cliente decide esperar, entonces
se forma en la lnea de espera".

4.4- Inferencia de resultados.

Al partir de hiptesis o argumentos, es posible inferir una conclusin (que puede
resultar verdadera o falsa). Por ejemplo: Todava no recib la confirmacin oficial
por parte de la empresa, lo que te digo es slo una inferencia ma, Cada vez
que juega la seleccin, Mariana falta al trabajo: mi inferencia es que maana
vamos a estar solos en la oficina, No podemos guiarnos por inferencias, sino que
tenemos que aguardar a que los sucesos se confirmen antes de tomar una
decisin
.El silogismo es una forma esencial de inferencia. Se trata de una forma de
razonamiento deductivo que se forma por dos proposiciones (premisas) y una
conclusin. Esta conclusin es la inferencia que necesariamente se deduce de
lados premisas