Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fasciculo 8 PDF
Fasciculo 8 PDF
Investigación de
Operaciones
Semestre 6
Investigación de operaciones
Semestre 6
Investigación de operaciones
Introducción 1
Conceptos previos 1
Mapa conceptual Fascículo 8 2
Logros 2
Teoría de colas (Líneas de espera) 2
Sistemas de líneas de espera 4
Terminología y estructura 6
Terminología 6
Estructura 7
Patrones de llegada 8
Patrones de servicio 8
Distribución exponencial 9
Proceso de Poisson 10
Notación Kendall-Lee 12
Modelo M/M/1 13
Aplicaciones 14
Actividad de trabajo colaborativo 17
Resumen 17
Bibliografía recomendada 18
Seguimiento al autoaprendizaje 19
Créditos: 3
Tipo de asignatura: Teórico – Práctica
Semestre 6
Investigación de operaciones
Corrección de estilo
Adriana Valencia Rodríguez
Semestre 6
Investigación de operaciones 1
Introducción
El ser humano siempre ha estado preocupado por disminuir el tiempo de
espera de una persona en una fila, es el reto de una empresa en aras de
prestar un mejor servicio o mejorar el plan de producción en serie. Hoy en
día, todo se puede modelar como un sistema de colas, las cuales deben
ser vistas como clientes que llegan a una estación de servicio y por medio
de operadores o servidores desean ser atendidos. Los clientes que se so-
meten a largas filas en un banco para ser atendidos, los pacientes quienes
esperan en una sala de emergencias, los aviones que esperan para aterri-
zar, máquinas que paran mientras son reparadas, las piezas que esperan
a ser procesadas, en fin, se podrían citar cientos de ejemplos asociados a
una línea de espera. La modelación matemática, propuesta por el esta-
dounidense A. K. Erlang en 1909, permitió analizar la congestión del tráfi-
co telefónico. Para un tomador de decisiones gerenciales resulta indispen-
sable su conocimiento manejo de la teoría de colas.
Conceptos previos
Para el buen desarrollo de éste fascículo y en general del aprendizaje de la
Investigación de Operaciones, se debe tener en cuenta lo aprendido sobre
temas como:
Variables discretas y continuas.
Función de probabilidades.
Distribución de probabilidad.
Función de densidad de probabilidad.
Función exponencial.
Teoría de la decisión.
Logros
Fascículo No. 8
Investigación de
operaciones 2 Semestre 6
Investigación de operaciones
8.1
La teoría de colas se aplica frente a la demanda de un servicio y supone un Una cola se forma cuando el
tiempo que transcurre para
ejercicio matemático que permita minimizar el tiempo transcurrido entre atender un cliente es mucho
mayor que el tiempo en llegar
atender uno u otro cliente. el siguiente cliente.
Si bien tener demasiados servidores genera un costo muy elevado que las
empresas no están dispuestas a asumir, no tener la capacidad de servicio
suficiente, puede degenerar en otros costos asociados por la demora en la
cola (pérdida de tiempo valioso para el cliente) Entonces, lo ideal tener un
balance entre estos, el costo de servicio y el costo asociado por la espera.
La figura 8.1, es un modelo de decisión de una línea de espera, basado en
los anteriores costos y cuyo objetivo es minimizarlos.
Fascículo No. 8
Semestre 6 3 Investigacion de
operaciones
Investigación de operaciones
Figura 8.1.
Modelo de decisión de un sistema de líneas de espera basado en costos.
Fuente:
HAMDY A. Taha, INVESTIGACIÓN DE OPERACIONES, 7a. edición, Ed. PEARSON, México 2004, pág. 580.
Fascículo No. 8
Investigación de
operaciones 4 Semestre 6
Investigación de operaciones
Figura 8.2.
Sistemas de líneas de espera.
Fuente:
BRONSON Richard, INVESTIGACIÓN DE OPERACIONES, Ed. Mc Graw Hill, México 1983, pág. 263.
Fascículo No. 8
Semestre 6 5 Investigacion de
operaciones
Investigación de operaciones
8.2
Terminología y estructura
Terminología
Aunque ya se han nombrado anteriormente, los elementos principales de
una línea de espera son el cliente y los servidores. Los clientes siempre
provienen de una fuente (figura 8.2), que puede ser finita o infinita. Puede
suceder que al llegar al servidor o instalación, sea atendido o esperar en
una fila o cola. Es de anotar, cuando una instalación termina la atención de
un servicio, el siguiente cliente quien se encuentra en la fila pasa al servi-
dor para ser atendido. Sino hay clientes este servidor queda inactivo u
ocioso, hasta la llegada de un cliente. Según lo anterior, en el análisis de
colas son primordiales, los patrones de llegada (tiempo entre llegadas) y
los patrones de servicio (tiempo de servicio) los cuales se analizarán,
más adelante.
Fascículo No. 8
Investigación de
operaciones 6 Semestre 6
Investigación de operaciones
Disciplina de la cola: tiene que ver en la forma en que los clientes son
atendidos en la fila. La más común es que el primer cliente quien entra a la
fila sea el primero en ser atendido, esto es, servicio según el orden de lle-
gada, disciplina FIFO. También las hay LIFO, último cliente en entrar sea el
primero en ser atendido. Las SIRO, si el servicio es en orden aleatorio. De
otro modo, las puede haber de acuerdo a ciertas prioridades (GD).
8.3
Número de servidores: tanto el número como su distribución (mecanis- Los componentes caracterís-
ticos de un sistema de colas
mo de servicio), es importante en un sistema de líneas de espera, ver figu- son: los clientes, los servido-
res, tiempo de llegadas de
ra 8.2. los clientes, tiempo de servi-
cio de los servidores, la ca-
pacidad del sistema, la dis-
Estructura ciplina de la cola y la canti-
dad de servidores.
Diferentes estructuras de un sistema de líneas de espera han sido mostra-
das en la figura 8.2. La figura 8.3, representa otras características de la es-
tructura, que han sido descritas anteriormente en la terminología.
Fascículo No. 8
Semestre 6 7 Investigacion de
operaciones
Investigación de operaciones
Figura 8.3.
Estructura de un sistema de líneas de espera.
Fuente:
HAMDY A. Taha, INVESTIGACIÓN DE OPERACIONES, 7a. edición, Ed. PEARSON, México 2004, pág. 598.
Patrones de llegada
También enominados tiempo entre llegadas y denotada por λ, cuando el
patrón de llegada es consecutivo a la instalación que ofrece el servicio.
Este patrón puede ser determinístico (conocerse exactamente) o proba-
bilístico; es decir, una variable aleatoria con distribución conocida. Es im-
portante decir, que los clientes pueden llegar de uno en uno o por grupos.
Los patrones de llegada pueden depender incluso del estado de la cola
(número de clientes en cola) o no. En este caso, pueden haber rechazo
(se decide no tomar la cola por su tamaño) o un abandono (el cliente des-
pués de estar en la fila, se retira, por el tiempo de espera).
Patrones de servicio
Nombrados de manera general como tiempo de servicio y denotada por
µ, es el tiempo que dura un servidor en atender un cliente. Igual que el an-
terior patrón, este patrón puede ser determinístico (conocerse exactamen-
te) o probabilístico; es decir, una variable aleatoria con distribución cono-
cida. los patrones de servicio pueden depender del estado de la cola
(número de clientes en cola) o no. De igual manera, es relevante saber si
un servidor atiende totalmente a un cliente, figuras 8.2 a) a la c), o si el
cliente requiere de una secuencia de servidores, figura 8.2 d).
Fascículo No. 8
Investigación de
operaciones 8 Semestre 6
Investigación de operaciones
Distribución exponencial
Los tiempos aleatorios de ocurrencia se describen en forma cuantitativa
mediante la distribución exponencial, figura 8.4 y se define:
Figura 8.4.
Distribución exponencial y su fdp.
Fuente:
HAMDY A. Taha, INVESTIGACIÓN DE OPERACIONES, 7a. edición, Ed. PEARSON, México 2004, pág. 477.
Fascículo No. 8
Semestre 6 9 Investigacion de
operaciones
Investigación de operaciones
En donde:
λ es la tasa de llegadas (llegadas/hora), y,
1/λ: tiempo promedio entre llegadas (horas/llegada),
T: tiempo dado.
Proceso de Poisson
Otra hipótesis de llegada de clientes es que llegan de acuerdo a un proce-
so Poisson, es decir, el número de clientes en cualquier momento dado
tiene una distribución Poisson, figura 8.5. El proceso de llegadas al sistema
es totalmente aleatorio, pero con una tasa promedio conocida.
Figura 8.5.
Distribución de Poisson y su fdp.
Fuente:
El autor.
Fascículo No. 8
Investigación de
operaciones 10 Semestre 6
Investigación de operaciones
1
WINSTON Wayne L., Investigación de operaciones: Aplicaciones y algoritmos, 4ª edición, Ed. Thomson, Méxi-
co 2005, pág. 1055.
Fascículo No. 8
Semestre 6 11 Investigacion de
operaciones
Investigación de operaciones
Notación Kendall-Lee-Taha
Es una notación estándar (Kendall, 1951), para especificar las seis (6) ca-
racterísticas de un sistema de línea de espera. La notación es: 1/2/3/4/5/6,
donde:
8.4
Fascículo No. 8
Investigación de
operaciones 12 Semestre 6
Investigación de operaciones
Modelo M/M/1
Una cola tiene las siguientes medidas de desempeño, eficiencia o funcio-
namiento:
Fascículo No. 8
Semestre 6 13 Investigacion de
operaciones
Investigación de operaciones
Donde:
; es el factor de utilización o intensidad de tránsito.
Si , se tiene:
;en donde,
Pn = probabilidad de estado estable.
8.5
Aplicaciones
A) Un cajero de un almacén atiende a los clientes quienes llegan en forma
aleatoria a una tasa de 4 por hora. Halle a) la media; b) la varianza; c) la
probabilidad de que un cliente sea atendido en menos de 15 minutos; y
d) la probabilidad de que un cliente se demore por lo menos 15 minutos
en caja.
b)
c) T=15
Hay una probabilidad del 63.2%, que un cliente sea atendido en menos de
15 minutos.
Fascículo No. 8
Investigación de
operaciones 14 Semestre 6
Investigación de operaciones
d)
B) Para A), que las llegadas son Poisson, determine: a) Calcule la media y
la varianza b) La probabilidad que lleguen 5 clientes en una hora; c) La
probabilidad que lleguen 2 clientes entre las 9:30 y 10:00 de la mañana.
a)
b)
Hay una probabilidad del 15.6% que lleguen 5 clientes en una hora.
c)
Existe una probabilidad del 27% que lleguen 2 clientes en una media hora
del día.
Fascículo No. 8
Semestre 6 15 Investigacion de
operaciones
Investigación de operaciones
Datos:
Fascículo No. 8
Investigación de
operaciones 16 Semestre 6
Investigación de operaciones
1. Distribución Erlang.
2. Cadena de Markov (Proceso markoviano).
3. Modelo de nacimientos puros.
4. Modelo de muertes puras.
5. Modelo M/M/1/GD/c/∞.
Lo primero que hay que decir es que los sistemas de colas predominan en
todo el universo. El efecto de un modelo matemático de estos sistemas
debe redundar en la calidad de vida de las personas (clientes) y en la pro-
ductividad de las empresas. Todos los modelos de líneas de espera se
pueden representar mediante la notación de Kendall-Lee-Taha que es:
1/2/3/4/5/6. El 1, representa la tasa de llegadas de los clientes al sistema
(λ); el 2, tasa de servicio al cliente por el operador del sistema (µ); el 3, es
la cantidad de servidores en paralelo; el 4, la disciplina de la cola (FIFO,
LIFO, SIRO o GD); el 5, la capacidad del sistema (finita o infinita); y, el 6,
tamaño de la fuente (finito o infinito). Mediante la fórmula de Little, se re-
suelve fácilmente un modelo M/M/1. Pero, es gracias a la distribución ex-
ponencial, que se pueden resolver todos estos modelos.
Fascículo No. 8
Semestre 6 17 Investigacion de
operaciones
Investigación de operaciones
Fascículo No. 8
Investigación de
operaciones 18 Semestre 6
Investigación de operaciones
Seguimientoal autoaprendizaje
1. Distribución exponencial.
2. Distribución de Poisson.
3. Modelo M/M/1.
Fascículo No. 8
Semestre 6 19 Investigacion de
operaciones