Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nombre del Alumno Ana Ruth Calderón Castillo No. Control: 18301305
Docente: Manuel Miguel Hernández No. Actividad: 1 Unidad:4
Objetivo: Encontrar un balance adecuado entre el coste del servicio y los tiempos
de espera.
Clientes: entran al sistema cada cierto tiempo y se unen a una cola. Se debe
especificar el patrón estadístico mediante el cual los clientes entran al sistema.
Cola: cuando los clientes entran al sistema se unen a una cola. La cola es donde
los clientes esperan a ser servidos. Una cola se caracteriza por el número máximo
permisible de clientes que puede admitir. La suposición de una cola infinita es más
fácil de manejar analíticamente que la de una cola finita. También pueden
considerarse otras suposiciones acerca del comportamiento de los clientes cuando
llegan al sistema, como por ejemplo que un cliente rehúse acceder al servicio
porque la cola es demasiado larga.
Todos nosotros hemos pasado mucho tiempo esperando en una cola, ejemplos de
ellos son los bancos, restaurantes, hospitales, pizzerías, etc.
Las líneas de espera trata de cuantificar el fenómeno de espera formando colas
mediante medidas representativas de eficiencia, como la longitud promedio de la
cola, el tiempo promedio de espera en ella y la utilización promedio de las
instalaciones.
La teoría de líneas de espera o también llamada teoría de colas es un conjunto de
modelos matemáticos que describen sistemas de líneas de espera particulares.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang en
1909 para analizar la congestión de tráfico telefónico con el objetivo de cumplir la
demanda incierta de servicios en el sistema telefónico de Copenhague.
El objetivo es encontrar el estado estable del sistema y determinar una capacidad
de servicio apropiada.
La cola
El número de clientes en la cola es el número de clientes que esperan el servicio,
el número de clientes en el sistema es el número de clientes que esperan en la
cola más el número de clientes que actualmente reciben el servicio.
La capacidad de la cola es el número máximo de clientes que pueden estar en la
cola, generalmente se supone que la cola es infinita, aunque también la cola
puede ser finita.
Para describir por completo un sistema de líneas de espera, se debe describir
también la disciplina de las líneas de espera y el modo en el cual los clientes
forman las líneas de espera. La disciplina de las líneas de espera explica el
método usado para determinar el orden con el cual se atienden a los clientes. La
disciplina más común es primero en llegar primero en ser atendido (PEPS) o sus
siglas en inglés (FCFS), en el cual se atienden en el orden en que llegan.
En la disciplina del (LCFS) el último en llegar y el primero en ser servido o UEPS,
un ejemplo claro de esta disciplina es en el elevador.
El SIRO, el servicio en orden aleatorio, cuando una persona que llama a una
aerolínea se le hace esperar, la suerte determina con frecuencia quien será la
siguiente persona en ser atendida por un operador.
Se considera por ultimo las disciplinas de prioridad en las colas. Una disciplina de
prioridad clasifica cada llegada en una categoría, cada categoría recibe luego un
nivel de prioridad y dentro de cada nivel de prioridad los clientes entran en el
servicio de acuerdo al FCFC. Las disciplinas de prioridad se usan a menudo en
salas de urgencia con el objeto de determinar el orden en el cual los pacientes
reciben atención.
Servicio
El servicio puede ser brindado por un servidor o por servidores múltiples, el tiempo
de servicio varía de cliente a cliente, el tiempo esperado de servicio depende de la
tasa media de servicio (). El tiempo esperado de servicio equivale a 1/.
Para representar todo lo mencionado aquí se encuentran unos modelos básicos
de los sistemas de colas.
Ejemplo:
Una línea de espera con canales múltiples consiste en dos o más canales de
servicio que se supone son idénticos desde el punto de vista de su capacidad. En
el sistema de canales múltiples, las unidades que llegan esperan en una sola línea
y luego pasan al primer canal disponible para ser servidas. La operación 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 línea
de espera de dos canales de Burger Dome.
Análisis de costo
Una de las decisiones habituales en el uso de este modelo puede serlo el de
definir la cantidad de servidores necesarios. Por ejemplo, la cantidad de
ascensores en un edificio, la cantidad de escritorios para un equipo de trabajo, etc.
La decisión se deberá basar en una
Relación entre dos costos básicos: el costo de proveer servidores adicionales
versus el costo de demorar o no prestar el servicio. Se asume que el costo de
demorar el servicio es un monto definido por cliente, por unidad de tiempo
insumida en el sistema. Si bien es relativamente sencillo conocer el costo de un
servidor, el costo de hacer esperar a un cliente puede resultar, a veces, intangible
y generalmente difícil de establecer. Hay que aclarar que los costos por la espera
existen y en ciertos casos pueden ser muy significativos, por lo que deben ser
estimados, si es que se desea realmente diseñar un sistema de colas inteligente y
controlable.
Los costos a los que nos acabamos de referir deben estar presentados por unidad
de tiempo, a los efectos de realizar cálculos comparables. Si por ejemplo, el costo
de un servidor consiste en el salario que debe pagarse a quien lo atiende, deberá
anualizarse, para incluir aguinaldo, vacaciones, etc., y luego convertirlo en la
misma unidad de tiempo que se use para determinar el tiempo de servicio o de
espera.
Si se define:
Cd = Costo de demora por cliente por unidad de tiempo
Cs = Costo por unidad de tiempo para agregar otro servidor
L = Número promedio en el sistema
El costo total por unidad de tiempo para una estación con c servidores es:
L Cd + c Cs
A medida que c aumenta, la capacidad adicional incrementará la velocidad del
servicio y L irá disminuyendo. Por consiguiente, una información útil que debe
brindar el sistema es el número de servidores que minimice el costo total.
En el caso que la sala de espera tenga una capacidad limitada, surgen otros
análisis posibles.
Así, se relacionan el costo de servidores adicionales versus el costo de perder el
negocio con clientes que se retiran antes de ser atendidos, más el costo de la
demora para
El tercer sistema, en que cada servidor tiene una línea separada, es característico
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 sería válido sólo si hubiera muy pocos intercambios entre las
colas. Cuando el intercambio es sencillo y ocurre con frecuencia, como dentro de
un banco, la separación no sería válida.
Donde:
k es el número de ocurrencias del evento o fenómeno (la función nos da la
probabilidad de que el evento suceda precisamente k veces).
λ es un parámetro positivo que representa el número de veces que se espera que
ocurra el fenómeno 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 distribución de Poisson con λ = 10×4 = 40.
e es la base de los logaritmos naturales (e = 2,71828...)
Tanto el valor esperado como la varianza de una variable aleatoria con distribución
de Poisson son iguales a λ. Los momentos de orden superior son polinomios de
Touchard en λ cuyos coeficientes tienen una interpretación combinatorio. De
hecho, cuando el valor esperado de la distribución de Poisson es 1, entonces
según la fórmula de Dobinski, el n-ésimo momento iguala al número de particiones
de tamaño n.
La moda de una variable aleatoria de distribución de Poisson con un λ no entero
es igual a , el mayor de los enteros menores que λ (los símbolos representan la
función parte entera). Cuando λ es un entero positivo, las modas son λ y λ − 1.
Intervalo de confianza
Un criterio fácil y rápido para calcular un intervalo de confianza aproximada de λ,
se propone en Guerriero (2012). 1 Dada una serie de eventos k (al menos el 15 -
20) en un periodo de tiempo T, los límites del intervalo de confianza para la
frecuencia vienen dadas por:
Distribución exponencial
Supóngase que para cada valor t > 0, que representa el tiempo, el número de
sucesos de cierto fenómeno aleatorio sigue una distribución de Poisson de
parámetro λt. Entonces, los tiempos discurridos entre dos sucesos sucesivos sigue
la distribución exponencial.
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de líneas 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 línea 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 cuándo llegarán los clientes que demandan el
servicio y/o cuanto tiempo será necesario para dar ese servicio; es por eso que
esas decisiones implican dilemas que hay que resolver con información escasa.
La teoría de colas requiere de un estudio matemático del comportamiento de
líneas de espera.
Estas se presentan cuando "clientes" llegan a un "lugar" demandando un servicio
al "servidor", el cual tiene cierta capacidad de atención. si el servidor no esta
disponible inmediatamente y el cliente decide esperar, entonces se forma en la
"línea de espera".
4.4 inferencia de resultados.
Ejemplo Supermercado.
Imagínese un supermercado grande con muchas cajas de salidas. Supóngase
que los clientes llegan para que les marquen su cuenta con una tasa de 90 por
hora y que hay 10 cajas en operación. Si hay poco intercambio entre las líneas,
puede tratarse este problema como 10 sistemas separados de una sola línea,
cada uno con una llegada de 9 clientes por hora. Para una tasa de servicio de 12
por hora:
Explicación
Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de ser
servido. En promedio, hay un poco mas de 2 clientes en la linea o 3 en el sistema.
El proceso completo lleva un promedio de 20 minutos. La caja esta ocupada el 75
% del tiempo. Y finalmente, el 32% del tiempo habrá cuatro personas o mas en el
sistema.
Ejemplo con Modelo de un servidor:
El departamento para caballeros de un gran almacén tiene a un sastre para
ajustes a la medida. Parece que el número de clientes que solicitan ajustes sigue
una distribución de poisson con una tasa media de llegadas de 24 por hora, los
ajustes se realizaron con un orden de primero que llega, primero en atenderse y
los clientes siempre desean esperar ya que las modificaciones son gratis.
Aparentemente el tiempo que tarda para realizar el ajuste, se distribuye
exponencialmente con una media de 2 minutos.
¿Cuál es el número promedio de clientes en la sala de espera?
3.2 unidades en promedio
¿Cuánto tiempo de permanencia en el sistema debería de planear un
cliente?
.16hrs en promedio = 10 minutos
¿Qué % de tiempo permanece ocioso el sastre?
.2 = 20%
¿Cuál es la probabilidad de que un cliente espere los servicios del sastre
más de 10 minutos? 2.17456
Explicación
Los resultados de la línea de espera de un solo canal para Burger Dome muestran
varias cosas importantes sobre su operación. En particular, los clientes esperan un
promedio de tres minutos antes de comenzar a colocar un pedido, lo cual parece
un poco largo para un negocio basado en el servicio rápido. Además los hechos
de que la cantidad promedio de clientes que esperan en la línea es de 2.25 y que
75% de los clientes que llegan tienen que esperar para que los atiendan son
indicadores de que debería hacerse algo para mejorar la operación.
Referencias bibliográficas.