Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ley de Little
Introducción
sistema de colas:
Llegadas → elementos en → Salidas
cola y artículos en servicio
Flujo de artículos a través de un sistema de colas
Fig. 5.1 Vista esquemática de un sistema de colas
Mientras los elementos están en el sistema, pueden estar en cola o pueden estar
en servicio o algunos en cola y algunos en servicio. La interpretación dependerá
de la aplicación y los objetivos del modelador. Por ejemplo, en el caso de la
bodega, decimos que una botella (un "artículo") llega al sistema cuando se coloca
por primera vez en la bodega. Cada botella permanece en el sistema hasta que
Caroline la selecciona y la retira de la bodega para su consumo. Si consideramos
el botellero como un servidor de un solo canal, el tiempo de servicio es el tiempo
entre sucesivas eliminaciones. Sin embargo, es interesante notar que no sabemos
qué botella recogerá Caroline y no hay ninguna razón particular para creer que
elegirá según una regla de primero en entrar, primero en salir (FIFO). En todo
caso,
La Ley de Little dice que, en condiciones de estado estable, el número
promedio de elementos en un sistema de colas es igual a la tasa promedio a la que
los elementos llegan multiplicado por el tiempo promedio que un elemento pasa
en el sistema. Dejando
L = número promedio de artículos en el sistema de colas,
W = tiempo de espera promedio en el sistema para un artículo, y
λ = número promedio de artículos que llegan por unidad de tiempo, la ley es
L = l W. (1)
¿Derecho o tautología?
Hasta ahora hemos desarrollado y discutido la Ley de Little como una relación
entre procesos estocásticos de estado estacionario. Los contextos que hemos
examinado han sido bien portados, estables y continuos. En particular, suponemos
que las características de los procesos de llegada y servicio son estacionarias en el
tiempo. Por ejemplo, en el caso de la sala de maternidad, suponemos que la tasa
promedio de llegada de madres ha sido constante en cinco por día durante algún
tiempo, y que esta tasa no varía con el día de la semana o la estación del año. Del
mismo modo, hemos considerado el proceso de servicio como estacionario; por
ejemplo, leemos y procesamos nuestro correo electrónico aproximadamente a la
misma tasa promedio, día tras día, independientemente de la acumulación de
mensajes no leídos. Para algunos de nuestros ejemplos, nos hemos centrado en un
intervalo de tiempo, por ejemplo, la hora pico de la mañana a través de las cabinas
de peaje.
El propósito de esta sección es mostrar la gran solidez y generalidad de la Ley
de Little en ciertas circunstancias. De hecho, la Ley de Little es exacta en estos
casos, aunque el proceso de llegada y servicio puede ser no estacionario. La
condición esencial es tener una ventana de observación finita que se inicia y se
detiene cuando el sistema está vacío. Utilizamos un ejemplo para motivar e ilustrar
la validez de la Ley de Little en esta situación. Considere el supermercado Sweet
& Sour, que abre todos los días a las 7:00 a.m. y cierra 16 h más tarde a las 11:00
p.m. Cuando S&S abre a las 7 AM, no hay clientes en la tienda. Cuando cierra a
las 11 PM, todos los clientes se van. Entre la apertura y el cierre, los clientes
llegan a la tienda, hacen sus compras y se van. Las llegadas en el transcurso del
día son bastante variadas. Incluyen varios segmentos de clientes, cada uno con
hábitos de compra bastante distintos. Las familias con niños en edad escolar
comprarán entre las 9:00 a.m. y las 2:00 p.m., y tenderán a realizar incursiones de
compras bastante largas mientras se abastecen durante una semana a la vez. Las
personas mayores tenderán a comprar en momentos tranquilos del día, como a
primera hora de la mañana, y también serán bastante pausadas en sus compras,
demorando hasta una hora en completar una visita. Las parejas que trabajan
comprarán por la noche después del trabajo o los fines de semana; sus visitas
nocturnas suelen ser para entrar, tomar algo y salir corriendo. Tomando hasta una
hora para completar una visita. Las parejas que trabajan comprarán por la noche
después del trabajo o los fines de semana; sus visitas nocturnas suelen ser para
entrar, tomar algo y salir corriendo. Tomando hasta una hora para completar una
visita. Las parejas que trabajan comprarán por la noche después del trabajo o los
fines de semana; sus visitas nocturnas suelen ser para entrar, tomar algo y salir
corriendo.
Proponemos modelar S&S como un sistema de colas con las llegadas siendo
los clientes cuando ingresan a la tienda y el servicio es la duración de su tiempo
en la tienda seleccionando y comprando sus comestibles. Sin embargo, de la
discusión anterior, vemos que esto es todo menos un sistema estable. El
supermercado nunca está en estado estacionario. Comienza y termina cada día con
cero clientes. A lo largo del día, los clientes llegan a tasas variables, y la
naturaleza de sus viajes de compras también varía durante el día, debido a las
diferentes clientelas. Sin embargo, mostraremos a continuación que Little's Law
se aplica todos los días a este supermercado de manera exacta.
5 Ley de Little 89
Un interludio analítico
Llegadas acumuladas N
(t)
Acumulativ
Número
o
Salidas
D (t)
L (t)
Cliente
W3 = C3 - s3
1 C2 C3
s 1 s 2 s 3 s44 C t Hora
Fig. 5.3 Llegadas y salidas acumuladas de un sistema, por ejemplo, el supermercado
90 JDC Little, Graves SC
t
diec
iséis
1 (2)
die
L = éis × (N (t) - D (t)) dt.
cis
t0
0 .
o o j 1
rt rt
e j1 e j1 = Cj. Por lo tanto, concluimos
norte quenorte
C
Pero esto será igual a W dado por (3), ya que j
j 1
j 1
norte norte e e
W= 1 ×Wj= 1 × C j
n n
o o
rt j 1 rt j1
-
nort sj. (4)
e
j 1
Ahora necesitamos relacionar nuestra expresión para L, dada por (2) con
nuestra expresión para W, dada por (4). De la geometría enFig. 5.3, observamos la
siguiente equivalencia:
t norte
(N (t) - D (t)) dt = W j .
die
ciséi
s
(5)
j 1
t 0
0
5 Ley de Little 91 91
Es decir, a cada lado de la ecuación, tenemos una expresión para el área entre las
llegadas acumuladas y las salidas acumuladas. En el lado izquierdo calculamos el área
mediante la integración a lo largo del tiempo de la función que rastrea el número en el
sistema; en el lado derecho calculamos el área sumando el tiempo en el sistema para N
clientes.
De (2), (4) y (5), ahora podemos escribir Little's Law para el supermercado:
t
diec nort no
L= ×
1
iséis
Nt - D t dt = ×
1
e
W
j rte
=×W. (6)
diecis diec dieci
éis t00 iséis j 1 séis
norte
Reconocemos dieciséis ser la tasa de llegada en clientes por hora para un día en particular, y
norte
definimos λ = ; así tenemos (6) en su forma familiar, L = lW.
dieciséis
Con este sencillo ejemplo, hemos demostrado que la Ley de Little puede ser
cierta en un período de tiempo finito (16 h) con llegadas no estacionarias y sin
ninguna noción de ningún estado estable para el sistema en cuestión.
Reflexionando, había dos condiciones esenciales para este resultado:
• Condiciones de contorno: especificamos la ventana de tiempo finito para
comenzar y terminar con un sistema vacío. Esta era una condición natural para
el supermercado y, de hecho, sería común para muchos sistemas de servicio.
• Conservación de los clientes: suponemos que todos los clientes que llegan
eventualmente completarán el servicio y saldrán del sistema; no hay clientes
perdidos, por lo que el número de llegadas es igual al número de salidas.
Nuevamente, esta es una suposición válida para muchos sistemas de interés.
Realmente no necesitábamos nada más que estas condiciones para establecer la
ley en nuestro caso. No tenemos suposiciones sobre N, el número de clientes; de
hecho, todas las ecuaciones son válidas para cualquier N, por ejemplo, para N = 1.
No tenemos suposiciones sobre el proceso de llegadas o sobre cómo se atiende a
los clientes dentro de la tienda. Puede haber un largo período sin llegadas seguido
de la llegada de varios autobuses llenos de clientes; puede haber períodos sin
finalización del servicio, por ejemplo, si todas las cajas registradoras dejan de
funcionar durante una hora. Las únicas condiciones son las mencionadas
anteriormente: necesitamos comenzar y terminar con un sistema vacío y conservar
a los clientes.
Tenga en cuenta que nuestra fórmula es exacta, pero después del hecho. En
otras palabras, no podemos completar nuestro cálculo hasta que la puerta del
supermercado se cierre. Esto no es una queja. Simplemente dice que estamos
observando y midiendo, no pronosticando. Otro punto a mencionar es que los
números serán diferentes cada día debido a diferentes conjuntos de compradores
en diferentes días de la semana, el clima, las vacaciones y otros cambios en el
entorno interno y externo de la tienda. Sin embargo, la relación L = λW, medida
para ese día, será exacta y la capacidad de medir dos de los parámetros y deducir
el tercero aún se mantiene.
92 JDC Little, Graves SC
En los últimos 15 años, la Ley de Little ha jugado un papel cada vez más importante
en la enseñanza y la práctica de la gestión de operaciones. Sin embargo, la ley
generalmente se establece en un formato modificado para enfatizar su aplicabilidad a
las operaciones. Por ejemplo, citamos como ejemplo el exitoso libro de texto de Hopp
y Spearman (2000) que se refieren a la Ley de Little como "... una relación interesante
y fundamental entre WIP, tiempo de ciclo y rendimiento". Continúan declarando la ley
como
TH WIP , (7)
Con
necti
cut
Un enfoque mucho más simple es usar la Ley de Little. Suponga que cada vez
que 3PL recibe un lote de juguetes, registra la fecha de llegada de cada juguete.
3PL también puede registrar la fecha en que se envía el juguete y, por lo tanto,
obtener el tiempo en el sistema para cada juguete.
Por ejemplo, si hubiera una etiqueta RFID unida a cada juguete, entonces 3PL
puede registrar fácilmente estas transacciones con lectores RFID en sus muelles
de envío. Por lo tanto, 3PL conoce los tiempos de espera W yo para i = 1,2, ... N,
donde Wyo es la diferencia entre el tiempo de envío y el tiempo de recepción para
el ithjuguete y N es el número de juguetes en un lote. El tiempo de espera
promedio para el lote es
1
W = Wyo .
norte yo 1N
L = λW = W .
T yo1 yo
Observaciones finales
Hemos dado una variedad de ejemplos que muestran los tipos de situaciones en
las que Little's Law puede convertir útilmente una estimación de una cola
promedio en una estimación del tiempo de espera promedio y viceversa, cuando
una puede ser relativamente fácil de medir y la otra no.
También hemos examinado brevemente cómo se ha utilizado Little's Law en la
gestión de operaciones. Aquí observamos que generalmente se adopta una
terminología diferente y un conjunto de símbolos. Los gerentes de operaciones se
preocupan por su tasa de rendimiento en lugar de una tasa de llegada; su longitud
de cola suele ser WIP, su tiempo de espera se denomina ciclo o tiempo de flujo.
También discutimos dos diferencias en las orientaciones entre el uso de la ley en
la gestión de operaciones y su derivación y aplicación original:
5 Ley de Little 97
Antecedentes históricos
El siguiente artículo que apareció fue Little (1961) y tenía el título "Una prueba
de la fórmula de espera: L = λW". Little esencialmente analiza la imagen que se
muestra enFig. 5.2de nuestro capitulo. Su argumento utiliza teoremas ergódicos
para procesos estocásticos estrictamente estacionarios, como se extrae de Doob
(1953). La tarea analítica básica es deshacerse de los "efectos finales" como se
discute a continuaciónFig. 5.2 en este capítulo. Sin embargo, Little hace algo más
que no se hizo anteriormente. Su prueba argumenta que la ley se mantiene en
cualquier realización específica del sistema de colas cuando se observa durante un
largo período de tiempo. Esto es diferente de encontrar probabilidades de estado
estable para el número en el sistema y calcular L y realizar un análisis
correspondiente de la distribución de los tiempos de espera para encontrar W. La
idea de que el teorema es verdadero para cada evolución del sistema proporciona
una mayor profundidad comprensión de la importancia de la relación L = λW en
el proceso de colas en sí. También establece una base para pruebas de ruta de
muestra de la relación que está por venir.
No mucho tiempo después, Jewell (1967) apareció con "Una prueba simple de
L = λW". Dibuja una imagen muy similar a nuestraFig. 5.3 y supone que el evento
cuando el sistema se vacía es un evento recurrente. Por definición, los tiempos
entre tales eventos son variables aleatorias mutuamente independientes que tienen
la misma distribución. Por lo tanto, la línea de tiempo alterna entre los intervalos
durante los cuales el sistema está vacío y los que están ocupados. Jewell supone
que los mecanismos de llegada y espera se restablecen al comienzo de cada
período ocupado. En otras palabras, en cada período ocupado, las variables
aleatorias en esos mecanismos tienen la misma distribución conjunta, y sus
valores son nuevos sorteos aleatorios, independientes de los períodos ocupados
anteriores. Una ventaja del artículo de Jewell era que utilizaba un vocabulario más
familiar para los analistas de sistemas de colas que los argumentos teóricos de
medidas de procesos estocásticos estacionarios invocados por Little (1961).
El trabajo de Jewell fue seguido por Eilon (1969), que tenía el título "Una
prueba más simple de L = λW". Él muestra esencialmente la misma imagen que
Jewell y como nuestroFig. 5.3 y hace el mismo análisis heurístico que hacemos
bajo Fig. 5.2. Él notas que, si los límites de L (T), W (T) y λ (T) existen a medida
que T llega al infinito, el resultado está probado. Sin embargo, la mayoría de los
escritores sobre el tema consideran que se requiere un argumento adicional para
asegurarse de que los efectos finales desaparezcan en el límite.
A medida que pasó el tiempo, aumentó la cantidad y la importancia de las
aplicaciones de los sistemas de colas y, con ellas, las aplicaciones de la Ley de
Little. Un área importante radica en el diseño y análisis de sistemas informáticos.
Kleinrock (1975, 1976) desarrolla y resume un conjunto de herramientas para
ayudarlo. Uno de los autores actuales (Little) recuerda haber recibido una llamada
telefónica de la nada de un ingeniero informático en la costa oeste durante la
década de 1970. La persona que llamó preguntó: “¿Tienes más leyes? Uso la Ley
de Little todo el tiempo y la encuentro realmente útil ". Pero la respuesta de la
costa este fue "Lo sentimos, hoy no tenemos nuevas leyes".
Aunque los investigadores en el campo no tenían dudas sobre la notable
generalidad de la Ley de Little, entre algunos de ellos se desarrolló la creencia de que
su validez podría demostrarse de manera determinista mediante el análisis de la ruta de
muestra. Tal enfoque produciría una prueba amigable para el lector sin recurrir a la
probabilidad, de alguna manera en la forma en que este capítulo argumenta la validez
determinista de la Ley de Little en el ejemplo del supermercado. El resultado neto fue
Stidham (1974), "Una última palabra sobre L = λW".
5 Ley de Little 99
el mundo. Como la playa era la niñera, pude separar bloques de tiempo sólidos
para trabajar en la investigación como un buen profesor asistente debería. (¡Ojalá
pudiera hacer eso hoy!) Siempre traje una pila de libros y proyectos conmigo. L =
λW fue uno de ellos. Pronto me encontré con problemas que requerían más que
buscar teoremas en mis nuevos libros, pero resolví los enfoques de los bloqueos
de carreteras y eventualmente escribí todo, dándole mi mejor oportunidad. Envié
el papel a Investigación de Operaciones. Fue aceptado en la primera ronda.
Sin embargo, había aprendido mi lección. Decidí que los campos Borel y la
transitividad métrica no iban a ser mi carrera y me retiré de las colas. Eso fue en
1961. Mi retiro se celebró hasta 2004, cuando Tim Lowe me abordó por correo
electrónico y en persona en una reunión de INFORMS. Incluso entonces, como él
le dirá, me resistí a la re-trampa, diciendo: "No sé nada sobre OM y no he mirado
L = λW en 40 años". Siendo siempre susceptible a un nuevo desafío y, lo que es
más importante, gracias a la gran ayuda de Steve Graves, quien realmente conoce
a OM, me esforcé por retrasar mi final del capítulo. Ha sido una experiencia
maravillosa y he aprendido mucho. Ahora necesito encontrar formas de usarlo.
Referencias