Está en la página 1de 16

ANÁ LISIS DE MARKOV Y

TEORÍAS DE COLA
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 2

Análisis de Markov y Teorías de Cola

Litzy Yesenia Hernández Jiménez

Universidad Juárez Autónoma de Tabasco

División Académica de Ciencias Económico Administrativas

Licenciatura en Contaduría Pública

Asignatura: Investigación de Operaciones

Catedrático: Alfredo Manzur Bocanegra


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 3
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 4

Contenido

Unidad 3. Análisis de Markov y Teorías de Cola............................................................................4

3.6 Distribución de llegadas de Poisson y distribución de servicios exponencial con un servidor

(PEPS), población y cola infinita.............................................................................................................4

3.7 Distribución de llegadas de Poisson y distribución de servicios exponencial con varios

servidores (PEPS) población y cola infinita.............................................................................................9

Bibliografía...............................................................................................................................15
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 5

Unidad 3. Análisis de Markov y Teorías de Cola

3.6 Distribución de llegadas de Poisson y distribución de servicios exponencial con

un servidor (PEPS), población y cola infinita.

Los modelos de línea de espera se basan con frecuencia en supuestos, como llegadas

Poisson y tiempos de servicio exponenciales. Cuando se aplica cualquier modelo de línea de

espera, se deberán recabar datos sobre el sistema real para asegurarse de que los supuestos del

modelo son razonables.

Las fórmulas siguientes se utilizan para calcular las características de operación constante

de una línea de espera de canal único con llegadas Poisson y tiempos de servicio exponenciales,

donde:

λ = número medio de llegadas por periodo de tiempo (tasa de llegadas).

µ = número medio de servicios por periodo de tiempo (tasa de servicios).

1. La probabilidad de que no haya unidades en el sistema:

2. El número promedio de unidades en la línea de espera:

3. El número promedio de unidades en el sistema:

4. El tiempo promedio que la unidad pasa en la línea de espera:


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 6

5. El tiempo promedio que una unidad pasa en el sistema:

6. La probabilidad de que una unidad que llega no tenga que esperar a ser atendida:

7. La probabilidad de que haya n unidades en el sistema:

Los valores de la tasa de llegadas λ y la tasa de servicios µ son, evidentemente,

componentes importantes para determinar las características de operación. La ecuación (15.9)

muestra que la relación de la tasa de llegadas a la tasa de servicios, λ / µ, da la probabilidad de

que una unidad que llega tenga que esperar porque la instalación de servicio está ocupada. Por

consiguiente, λ / µ se conoce como factor de uso de la instalación de servicio. Las características

de operación presentadas en las ecuaciones (15.4) a (15.10) son apropiadas sólo cuando la tasa

de servicios µ es mayor que la tasa de llegadas λ expresado de otra manera, cuando λ / µ < 1. Si

no existe esta condición, la línea de espera seguirá creciendo sin límite porque la instalación de

servicio no tiene suficiente capacidad para atender a las unidades que llegan. Así, para utilizar las

ecuaciones (15.4) a (15.10) debemos tener µ > λ .

En el problema de Burger Dome teníamos una tasa de llegadas de λ = 0.75 clientes por

minuto y una tasa de servicios de µ = 1 cliente por minuto. Por tanto, con µ > λ, las ecuaciones

(15.4) a (15.10) pueden usarse para obtener las características de operación de la línea de espera

de canal único de Burger Dome:


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 7

La ecuación (15.10) puede usarse para determinar la probabilidad de que haya cualquier

número de clientes en el sistema. Aplicándola se obtiene la información de probabilidad que

aparece en la tabla 15.2.

Los resultados de la línea de espera de canal único de Burger Dome muestran varios

aspectos importantes sobre la operación de la línea de espera. En particular, los clientes esperan

un promedio de tres minutos antes de que empiecen a hacer un pedido, lo que parece un tiempo

un tanto largo para un negocio basado en el servicio rápido. Además, los datos de que el número

promedio de clientes que esperan en línea es de 2.25 y que 75% de los clientes que llegan tienen

que esperar para que los atiendan indican que se debe hacer algo para mejorar la operación de la

línea de espera. La tabla 15.2 muestra un 0.1335 de probabilidad de que siete o más clientes
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 8

estén en el sistema de Burger Dome a la vez. Esta condición indica una probabilidad bastante

alta que la empresa experimentará algunas líneas de espera largas si continúa utilizando la

operación de un solo canal. Si las características de operación no son satisfactorias porque no

satisfacen las normas de servicio de la empresa, la gerencia de Burger Dome deberá considerar

diseños o planes alternos para mejorar la operación de la línea de espera.

Los modelos de línea de espera indican con frecuencia cuando es conveniente mejorar sus

características de operación. Sin embargo, la decisión de cómo modificar la configuración de la

línea de espera para mejorar las características de operación debe basarse en las ideas y la

creatividad del analista. Después de revisar las características de operación provistas por el

modelo de línea de espera, la gerencia de Burger Dome concluyó que las mejoras diseñadas para

reducir los tiempos de espera son convenientes. Para mejorar la operación de la línea de espera,

los analistas se enfocan a menudo en formas de mejorar la tasa de servicios. En general, la tasa

de servicios mejora con uno o ambos de los siguientes cambios:

1. Incrementar la tasa de servicios por medio de un cambio de diseño creativo o una

nueva tecnología.

2. Agregar uno o más canales de servicio de modo que más clientes puedan ser atendidos

al mismo tiempo.

Suponga que al considerar la alternativa 1, la gerencia de Burger Dome decide emplear

un preparador de pedidos que le ayude al tomador de pedidos en la caja registradora. El cliente

inicia el proceso de servicio colocando el pedido con el tomador de pedidos. Cuando el pedido se

efectúa, el tomador de pedidos lo anuncia mediante un sistema de intercomunicación y el

preparador de pedidos comienza a prepararlo. Cuando el pedido está completo, el tomador de

pedidos cobra, mientras que el preparador de pedidos continúa su labor. Con este diseño, la
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 9

gerencia de Burger Dome estima que la tasa de servicio puede incrementarse de los 60 clientes

actuales a 75 clientes por hora. Por tanto, la tasa de servicios del sistema revisado es µ = 75

clientes/60 minutos = 1.25 clientes por minuto. Con λ = 0.75 clientes por minuto y µ = 1.25

clientes por minuto, las ecuaciones (15.4) a (15.10) pueden usarse para obtener las nuevas

características de operación de la línea de espera de Burger Dome. Estas características se

resumen en la tabla 15.3. La información que aparece en la tabla 15.3 indica que todas las

características de operación mejoraron debido a la tasa de servicios incrementada. En particular,

el tiempo promedio que un cliente pasa en la línea de espera se redujo de 3 a 1.2 minutos y el

tiempo promedio que un cliente pasa en el sistema se redujo de 4 a 2 minutos. ¿Existen algunas

otras alternativas que Burger Dome pueda utilizar para incrementar la tasa de servicios? Si la

respuesta es afirmativa, y si la tasa de servicios media puede identificarse para cada alternativa,

las ecuaciones (15.4) a (15.10) pueden usarse para determinar las características de operación

revisadas y cualquier mejora en el sistema de línea de espera. El costo agregado de cualquier

cambio propuesto puede compararse con las mejoras correspondientes del servicio para que el

gerente determine si las mejoras del servicio propuestas valen la pena. Como se mencionó antes,

otra opción es agregar uno o más canales de servicio de modo que más clientes puedan ser

atendidos al mismo tiempo.


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 10

3.7 Distribución de llegadas de Poisson y distribución de servicios exponencial con

varios servidores (PEPS) población y cola infinita.

Una línea de espera de múltiples canales se compone de dos o más canales de servicio

que se supone son idénticos en función de capacidad de servicio. En el sistema de múltiples

canales, las unidades que llegan esperan en una sola línea y luego se dirigen al primer canal

disponible para ser atendidas. La operación de canal único de Burger Dome puede ampliarse a un

sistema de dos canales abriendo un segundo canal de servicio. La figura 15.3 muestra un

diagrama de la línea de espera de dos canales de Burger Dome. En esta sección se presentan

fórmulas para determinar las características de operación constante de una línea de espera de

múltiples canales.

Estas fórmulas son apropiadas si existen las siguientes condiciones:

1. Las llegadas siguen una distribución de probabilidad de Poisson.


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 11

2. El tiempo de servicio de cada canal sigue una distribución de probabilidad

exponencial.

3. La tasa de servicios µ es la misma para cada canal.

4. Las llegadas esperan en una sola línea de espera y luego se dirigen al primer canal

abierto para que las atiendan.

Las siguientes fórmulas se utilizan para calcular las características de operación de líneas

de espera de múltiples canales, donde:

λ = tasa de llegadas del sistema.

µ = tasa de servicios de cada canal.

k = número de canales.

1. Probabilidad de que no haya unidades en el sistema:

2. Número promedio de unidades en la línea de espera.

3. Número promedio de unidades en el sistema:

4. Tiempo promedio que una unidad pasa en la línea de espera:

5. Tiempo promedio que una unidad pasa en el sistema:


ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 12

6. Probabilidad de que una unidad que llega tenga que esperar a que la atiendan:

7. Probabilidad de que haya n unidades en el sistema:

Como µ es la tasa de servicios de cada canal, kµ es la del sistema de múltiples canales. Al igual

que para el modelo de espera de canal único, las fórmulas de las características de operación de

líneas de espera de múltiples canales se aplican sólo en situaciones en las que la tasa de servicios

del sistema es mayor que su tasa de llegadas, en otros términos, las fórmulas se aplican sólo si kµ

es mayor que λ. Algunas expresiones de las características de operación de líneas de espera de

múltiples canales son más complejas que sus contrapartes de canal único. Sin embargo, las

ecuaciones (15.11) a (15.18) dan la misma información que la provista por el modelo de canal

único. Para simplificar el uso de ecuaciones de múltiples canales, la tabla 15.4 contiene valores

de Po para valores seleccionados de µ / λ y k. Los valores que aparecen en la tabla corresponden

a casos en los que kµ > λ, y por consiguiente la tasa de servicios es suficiente para procesar todas

las llegadas.
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 13

Para ilustrar el modelo de línea de múltiples canales, volvamos al problema de la línea de espera

del restaurante de comida rápida Burger Dome. Suponga que la gerencia desea evaluar la

conveniencia de abrir una estación de procesamiento de pedidos de modo que dos clientes

puedan ser atendidos al mismo tiempo. Suponga una línea de espera única con el primer cliente
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 14

que se dirige al primer despachador disponible. Evaluemos las características de operación de

este sistema de dos canales.

Utilizamos las ecuaciones (15.12) a (15.18) para el sistema de k = 2 canales. Con una tasa de

llegadas de λ = 0.75 clientes por minuto y una tasa de servicios de µ = 1 cliente por minuto para

cada canal, se obtienen las características de operación:

Con las ecuaciones (15.17) y (15.18) podemos calcular las probabilidades de que haya n clientes

en el sistema. Los resultados de estos cálculos se resumen en la tabla 15.5. Ahora podemos

comparar las características de operación constante del sistema de dos canales con las

características de operación del sistema de canal único original, analizado en la sección 3.6.

1. El tiempo promedio que un cliente pasa en el sistema (tiempo de espera más tiempo de

servicio) se reduce de W = 4 minutos a W = 1.1636 minutos.

2. El número promedio de clientes formados en la línea de espera se reduce de Lq = 2.25 clientes

a Lq = 0.1227 clientes.

3. El tiempo promedio que un cliente pasa en la línea de espera se reduce de Wq = 3 minutos a

Wq = 0.1636 minutos.
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 15

4. La probabilidad de que un cliente tenga que esperar a que lo atiendan se reduce de Pw = 0.75 a

Pw = 0.2045.

Es evidente que el sistema de dos canales mejorará de forma significativa las características de

operación de la línea de espera. Sin embargo, si se agrega un despachador de pedidos en cada

estación de servicio se incrementaría aún más la tasa de servicios y mejorarían las características

de operación. La decisión final con respecto a la política de provisión de personal en Burger

Dome corresponde a la gerencia. El estudio de la línea de espera simplemente da las

características de operación que pueden anticiparse con tres configuraciones: un sistema de canal

único con un empleado, un sistema de canal único, y un sistema de dos canales con un empleado

en cada canal.

Después de considerar estos resultados, ¿qué acción recomendaría? En este caso, Burger Dome

adoptó la siguiente política: en los periodos que se espera que las llegadas de clientes promedien

45 clientes por hora, Burger Dome abrirá dos canales de procesamiento de pedidos con un

empleado asignado en cada uno. Al cambiar la tasa de llegadas λ para reflejar su valor a

diferentes horas del día, y luego calcular las características de operación, la gerencia de Burger

Dome puede establecer directrices y políticas que le indiquen a los gerentes cuándo programar

operaciones de servicio con un solo canal, dos canales o incluso tres o más canales.
ANÁLISIS DE MARKOV Y TEORÍAS DE COLA 16

Bibliografía

A. Thomas, D. Camm Jeffrey, J. Sweeney Dennis, Martin Kipp, R. Anderson David, Rochester

Williams, “Métodos Cuantitativos para los Negocios” Undécima edición, CENGAGE Learning, ,

México, 2011, 880 páginas.