Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
La teora de las colas proporciona un gran nmero de modelos matemticos
para describir una situacin de lnea de espera. Con frecuencia se dispone de
resultados matemticos que predicen algunas de las caractersticas de estos
modelos. Despus de una introduccin general se analiza la manera en que
puede usarse la informacin que proporciona la teora colas para la toma de
decisiones.
2
I. BASE TEORICA
Sistema de colas
Fuente Mecanismo
de Cola de servicio
SERVIDOR
entrada
3
FUENTE DE ENTRADA ( POBLACIN POTENCIAL)
COLA
Una cola se caracteriza por el nmero de clientes que puede admitir. Las colas
pueden ser finitas o infinitas, segn si ste nmero es finito o infinito. La
suposicin de una cola infinita es la estndar para la mayor parte de los
modelos, incluso las situaciones en las que de hecho existe una cota superior
(relativamente grande) sobre el nmero permitido de clientes, ya que manejar
una cota as puede ser un factor complicado para el anlisis. Los sistemas de
4
colas en los que la cota superior es tan pequea que se llegan a ella con
cierta frecuencia, necesitan suponer una cola finita.
DISCIPLINA DE LA COLA
El tiempo que transcurre desde el inicio del servicio para un cliente hasta su
terminacin en una instalacin se llama tiempo de servicio ( o duracin del
servicio.) Un modelo de sistema de colas determinado debe especificar la
distribucin de probabilidad de los tiempos de servicio para cada servidor (y tal
ves para los distintos clientes), aunque es comn suponer la misma
distribucin para todos los servidores .La distribucin de tiempo de servicio
que ms se usa en la prctica es la exponencial ( por ser ms manejable que
cualquier otra.)
5
Para estudiar estos sistemas, la teora de colas formula modelos matemticos
que representan su operacin y despus usa stos modelos para obtener
medidas de desempeo. Este anlisis proporciona informacin vital para
disear de manera efectiva sistemas de colas que logren un balance apropiado
entre el costo de proporcionar el servicio y el costo asociado con la espera por
ese servicio.
6
II. METODOLOGIA
En primer lugar, se procedi a identificar a cada persona que llega al sistema con
alguna caracterstica que hiciera fcil su reconocimiento (como color de ropa o
accesorios). Estas caractersticas eran respetadas por el resto de integrantes para
saber el tiempo exacto de recorrido de cada persona en el sistema.
En segundo lugar se verific que los tres integrantes tengan el mismo distintivo para
cada persona.
Se elimin a los que compraban cigarrillos o galletas, en general, los productos que
se entregaban en la misma caja, ya que no completaban el circuito.
7
Por ltimo, se procedi a tabular los datos en Excel, verificndose que se distribuyen
como una Poisson.
8
III. CLCULOS Y ANLISIS DE DATOS
1. Introduccin
Los datos obtenidos se encuentran registrados en la Tabla 1. Dichos datos han sido
presentados en segundos para una mejor comprensin y anlisis. Las mediciones y
pruebas necesarias son cuatro: cantidad de usuarios por unidad de tiempo y su
ajuste a una distribucin Poisson; tiempos de servicio y su ajuste a una distribucin
exponencial negativa.
De estos resultados, se derivan todos los dems necesarios para un estudio exacto
del sistema.
a) Tiempo Total: son las dos horas en las cuales se ha efectuado el estudio; sto es,
7200 s.
9
b) Cantidad de llegadas: son los 178 usuarios registrados.
e) Aplicando la prueba del , se debe calcular (Ox - ex)2 / ex, no sin antes notar que,
al ser las frecuencias esperadas de 0 llegadas y de 6 y 7 o ms llegadas menores
que 5, se deben agrupar con los datos ms cercanos, en este caso 1 llegada y 5
llegadas, respectivamente. La sumatoria de los valores obtenidos dar el valor de
calc. Todos estos datos estn reunidos en la Tabla 4. El valor obtenido es
alrededor de 0,160.
10
llegadas se distribuyen segn una distribucin de Poisson) si y slo si 2calc < o =
2tab. Ahora bien, 2 (0,05; 3) = 0,352. Como se puede notar, se debe aceptar la
hiptesis. Por lo tanto, se acepta que las llegadas se distribuyen segn Poisson.
4. Tasa de servicio (
11
a = lmite inferior de clase; b = lmite superior de clase
e) Aplicando la prueba del , se debe calcular (Ox - ex)2 / ex , no sin antes notar que,
al ser la frecuencia esperada del segmento desde 480 segundos a infinito menor a 5,
se debe agrupar con el dato ms cercano, en este caso el segmento entre 420 y 480
segundos. La sumatoria de los valores obtenidos dar el valor de calc. Todos estos
datos estn reunidos en la Tabla 6. El valor obtenido es alrededor de 93,417.
Por el diseo de la muestra investigada, por los resultados obtenidos en las pruebas
de distribucin y por el objeto de estudio en s, el modelo al parecer ms correcto
para analizar sera un M / G / 6. El por qu de esta designacin es muy claro: se
determin en el punto 2 que las llegadas siguen un patrn exponencial (dado que las
llegadas por segmentos seguan distribucin de Poisson); en el 4, que los tiempos
de servicio no eran exponenciales, ni determinsticos.
12
En cuanto al nmero de servidores, es necesaria una explicacin. En el kiosco El
Gato operan, por lo menos en las horas de punta, que han sido las estudiadas, seis
personas. Una persona en la caja, dos en la atencin, dos cocineros y un mesero.
Se podra argumentar que esto no implica un nmero de seis servidores, pero
asume consistencia si se analiza atentamente el mbito de operacin de cada
persona. El punto es que cada persona puede estar atendiendo a un usuario, todas
contemporneamente.
13
d) Probabilidad de que no haya clientes en el sistema:
P =
0 1 . = 0,003514 = 0,35 %
5
/ n!) + [( / 6!) * (6 / 6 - )]
n 6
n=0
14
IV. CONCLUSIONES
Habra mucho que decir sobre estas cifras y sobre el modelo estudiado en este
caso.
Por ejemplo, la realidad se revela, como siempre, ms compleja de los sistemas que
se usan para estudiarla; en este caso, hay otras posibilidades de modelos aplicables
al caso analizado. Adems de considerar un modelo M/D/6, que sera el ms
correcto, o un M/M/6, que es el ms operativo, habra que considerar el hecho de
que en ciertos casos el sistema cambia forma y puede verse como un sistema con
servidores en serie. Basta pensar a cuando se pide una hamburguesa: luego de
haber pagado en la caja (primer servidor), se debe entregar un papel con indicados
los ingredientes adicionales que se desean, y slo en ese momento se es
efectivamente atendido (segundo servidor).
Por otro lado, hay innumerables errores posibles durante la obtencin de datos,
debido al elevado nmero de usuarios que se acercan, a personas que abandonan
la cola, a personas que no pasan a retirar su pedido a tiempo, generando un tiempo
de servicio aparentemente mayor. Por no hablar de las frecuentes coladas de
amigos o conocidos.
Finalmente, hay que considerar que los tipos de servicio, a parte de ser en muchos
casos paralelos (como se explic al comenzar el anlisis cualitativo), pueden ser por
15
partes, cuando se puede, por ejemplo, recibir una bebida mientras se sigue
esperando un segundo. Por no hablar de las obvias diferencias de tiempos que
genera el atender a pedidos extremadamente dismiles.
16
V. ANEXO: DELIVERY EN RESTAURANTES
Introduccin:
Proceso estudiado:
17
El mtodo de atencin es el siguiente. El cliente, ante el deseo de consumir algn
producto de este establecimiento, marca el nmero telefnico y su llamada es
atendida. Existen dos operadoras que toman las llamadas regularmente, aunque en
las horas punta o en das tales como viernes, sbados y feriados, este nmero
puede aumentar hasta cuatro. Luego de hacer el saludo correspondiente y de
identificarse, se le pide al cliente su nmero de telfono para identificarlo en la base
de datos de la computadora. Si el cliente ya existe, se le lee su direccin para
confirmarla, y si no est registrado, se procede a hacerlo. Luego se le toma la orden,
la cual la operadora repite para luego confirmarla y enviarla a cocina. En cocina, se
recibe la orden y se le da prioridad sobre las rdenes de restaurante. La preparacin
de la pizza toma entre 12 y 15 minutos, tras lo cual se entrega a la zona de repartos,
donde es tomada por uno de los tres o cuatro drivers o conductores que la lleva a su
destino final. Cabe resaltar que en el rea de cocina existen generalmente entre tres
a cinco cocineros, dependiendo del da y la hora, que son los que se encargan de
procesar los pedidos. De esta manera, el cliente tiene que esperar entre 30 y 40
minutos desde que hace la llamada hasta recibir el producto, en general, pues
muchas veces, si el sistema se encuentra descongestionado, el pedido puede ser
entregado en poco ms de 25 minutos.
Metodologa de investigacin:
18
Es vlido sealar que se nos proporcionaron datos correspondientes al da mircoles
22 de noviembre del ao en curso, en el horario comprendido entre las 1500 y 1700
horas, que puede ser tratado como un horario bastante tranquilo, por lo cual se
considerarn slo dos operadoras telefnicas y tres cocineros, as como tres
repartidores o drivers.
Anlisis de resultados:
19
47 34 81
53 30 83
55 33 88
57 34 91
60 30 90
62 30 92
64 28 92
67 28 95
68 32 100
68 35 103
75 26 101
77 29 106
78 31 109
84 25 109
90 25 115
94 31 125
94 33 127
94 34 128
101 32 133
105 31 136
105 33 138
106 34 140
106 35 141
108 35 143
108 35 143
108 36 144
110 36 146
110 37 147
110 38 148
111 36 147
113 38 151
114 38 152
116 39 155
116 40 156
116 40 156
116 40 156
117 41 158
117 42 159
118 39 157
118 40 158
119 38 157
120 37 157
120 37 157
20
Nmero promedio de clientes atendidos por unidad de tiempo en un canal:
Wq = 34.763888 mins.
Por lo tanto, el tiempo promedio en el sistema,
W = 37.430556 mins.
L = 22.77 pedidos
Lq = 21.148 clientes
Vale recordar que para este caso se est considerando una poblacin de clientes
infinita, y que sus llegadas presentan una distribucin exponencial de acuerdo a las
horas pico.
21
- Porcentaje de utilizacin del servidor: 97.74 %
- Tiempo promedio en el sistema: 36.3705 minutos.
- Clientes promedio en el sistema: 22.1254 clientes
- = 0.60833 pedidos por minutos.
- = 0.62239 pedidos atendidos por minuto
Conclusiones:
22
puntos, como retrasos, sobrecargos, etc, segn nos fue mencionado por el
personal a cargo.
23
IV. TABLAS
24