Está en la página 1de 16

Supíemetuo S Administración de filas de espera 169

1
)
5· él tender las lilas de espera y aprender a administrarlas es una de las áreas más importan-
. ; en la administración de operaciones. Es esencial para crear programación. diseñar
,e_ "'s'
(J{~v •
determinar niveles de inventario. ete. En la economía de servicios
toJ~s los días. desde cuando se conduce el automóvil hasta cuando se pagan los urtículos
se hace en fila
FiJas I
I
en un supermercado. También se encuentran filas en las fábricas: las tareas aguardan en I
tila para que se trabaje en ellas en diferentes máquinas. y las máquinas mismas aguardan
tUrnOpara ser reparadas. En fin. las filas de espera se encuentran por doquier.
En este suplemento se examinan los elementos básicos de los problemas que plan-
I
Administración de filas de espera te"" las ftlas de espera y se suministran
Estas fórmulas, determinadas
fórmulas estandarizadas para solucionarlos.
mediante la teoría de colas, permiten a los planeadores Teoría de colas
j
analizar los requerimientos de servicios y establecer instalaciones apropiadas según con-

Bosquejo del suplemento


diciones específicas. La teoría de colas es lo bastante amplia como para cubrir demoras I
disímiles corno las que afrontan los clientes de un centro comercial o los pasajeros de un
avión en un patrón de espera mientras se asignan pistas de aterrizaje. Últimamente. los
Econ~mía del problema de fila de espera. 169 proveedores de acceso a Internet han tenido problemas para proveer suficientes líneas
Balance de costo- efectividad El sistema de fila de espera telefónicas para los suscriptores que se contectan con Internet. Este problema se puede
El .EI punto de vista práctico de las filas de espera Salida
iVlodelos de filas de espera 180 analizar mediante los modelos de filas.
S1~tema de filas de espera. 171
Llegada de clientes Stmulación de filas de espera en computador.
190

• ECONOMíA DEL PROBLEMA DE FILA DE ESPERA

El principal problema que plantean prácticamente todas las situaciones de fila de espera
es una decisión de transacción. El gerente tiene que calibrar el costo adicional que le
representaría prestar un servicio más rápido (más carriles de tráfico. pistas de aterrizaje
adicionales, más cajas registradoras) en comparación con el costo inherente a la espera.
Términos clave Con frecuencia, la decisión de transacción es bastante directa en lo que se refiere a
costos. Por ejemplo, si se observa el tiempo total que los empleados pasan en la fila
Fila aguardando a utilizar una fotocopiadora, tiempo que podrían in venir en actividades más
Teoría de colas Tasa de llegadas
Tasa de servicio productivas, se podría comparar el costo de instalar una fotocopiadora adicional con el
Sistema de fijas de espera Distribución exponencial
Disrribución Poisson Canal único, fase única valor del tiempo ahorrado a los empleados. Así pues, la decisión podría reducirse a
Multicanales. multifases términos monetarios, con lo cual se facilita el proceso.
.' Fila finita
Por otro lado, si el problema de fila de espera se concentra en la demanda de camas
en un hospital, es posible computar el costo de agregar nuevas camas al sumar los costos
de la construcción de un edificio, el equipo adicional requerido y un mayor mantenimien-
to. Pero, ¿qué factores pesan en el otro extremo de la balanza? En este caso el problema
es tratar de asignarle una cifra en dólares a la necesidad que tiene un paciente de una
cama no disponible en un hospital. Si bien se pueden calcular los ingresos que perdería el
hospital, ¿cuál es el costo humano que se deriva de esta carencia de atención hospitala-
ria adecuada?
Direcciones
.
www ~ ,""- .•.""
Disney Enterprises 1 (h" .' .
• ne. rtP:IIWWw.dlsney.com)
Balance de costo-efectividad

El cuadro SS.1 muestra la relación de transacción esencial bajo condiciones de afluencia


de clientes (estables) típicas. Inicialmente, con una capacidad de servicio mínima, el
costo de la fila de espera está en su máximo. A medida que aumenta la capacidad de
servicio, se presenta una reducción en el número de clientes en la fila y en sus tiempos
de espera, lo cual disminuye el costo de la fila de espera. La variación en esta función
suele representarse mediante la curva exponencial negativa. El costo de instalar capaci-
dad de servicio se muestra de manera simple como una función linear, y no por pasos. El
. costo agregado o total aparece como una curva en forma de U. una aproximación co-
168
'-:: '':.:', .- ~- -
r
I
j
I
170

CUADRa 55.1:
) Sección dos Diseño del producto y selección del proceso

Costo
r
)
• EL SISTEMA DE FILAS DE ESPERA
Suplemento 5 Administración de filas de espera

)
171

Capacidad de servicio agregado

I versus transacción
de espera
en fila M.ínimo
.t de filas de espera tiene tres gran des componen. teso (1) la población
., fuente
. . Sistema de filas
COMO
ti
----------_:_~--~--- Costo
~11::::'::a en que los clientes llegan al sistema, (2) el sistema de p~esta~~n d~1~ervl~~o~ de espera
de capacidad (3) la condición del cliente que sale del sistema (¿de regreso a a pO. acion uen
de servicio yno?), como se pue de anreci en el cuadro S5 ..3 Las siguientes secciones examunan
e apreciar
cada una de estas áreas.

Costo de fila
de espera
Capacidad óptima
C:tpal'idad de instalación de servicios Componentes
de un sistema
rriente a este tipo de problemas de equilibrio. El costo óptimo idealizado se ubica en el de fila de espera
plinto de cruce entre las curvas de capacidad de servicio y fila de espera.

El punto de vista práctico de las filas de espera

Antes de proceder con una explicación técnica de la teoría de la fila de espera. vale la
pena explorar el lado intuitivo del asunto. para entender su significado, El cuadro S5.2
muestra las llegadas a una instalación de servicios (un banco, por ejemplo) y los reque-
rimientos de servicio en esa instalación (por ejemplo, cajeros y un funcionario especiali-
zado en préstamos). Una variable importante es la cantidad de clientes que llegan en el
transcurso de las horas que está abierto el sistema de servicios. Desde el punto de vista
de la entrega de servicios. los clientes solicitan cantidades diferentes de los mismos, que
Las si suientes son algunas sugerencias útiles para ad- 6. Enseñe a sus servidores a ser amables. ~aludar
muchas veces exceden la capacidad normal. Es posible ejercer cieno control sobre la mjnis~ar filas de espera que trascienden los modelos al cliente por su nombre o proveer ~lg~n otro
llegada de clientes de varias maneras. Por ejemplo, tener una fila de espera cona (como cuantitativos de filas. tipo de atención especial puede contribuir gran-
un drive-in en un restaurante de comida rápida con sólo linos pocos espacios disponi- demente a contrarrestar la sensación negativa d.e
Determine un tiempo de espera aceptable para una espera prolongada. (Consejo: en vez de dec,l.r
bles). establecer horas específicas para clientes específicos o hacer arreglos especiales. sus clíerues. ¿Cuánto tiempo esperan a~uardar sus a los servidores simplemente que "sean amables ,
Desde el punto de vista del servidor. el tiempo de servicio se puede afectar utilizando dientes? Establezca objetivos operacionales con los psicólogos sugier~n que ~ los em~leados s.e
servidores más rápidos O más lentos, máquinas más o menos lentas, herramientas. mate- base en lo aceptable. . les diga cuándo recurnr a acciones amlstosa~ CS~
riales y disposiciones diferentes, tiempos de arranque más rápidos. etc. Intente desviar la atención de sus clientes mientras pecíficas como sonreír: cuando saludan al clien-
aguardan. El proveer música. un video o algu~a te cuando toman un pedido. cuando entregan el
El factor esencial es que las filas de espera no son una condición fija de un sistema otra forma de entretenimiento puede ayudar a dis- cambie (en un almacén). Las pruebas 9ue se han
productivo sino que en gran medida están bajo el control de la gerencia y el diseño del traer a sus clientes del hecho de estar esperando. realizado con este tipo de comportamientos ha.n
sistema. El profesor Richard Larson (el famoso "observador de esperas") y sus colegas Informe a sus clientes qué deben e'spera.r. Esto es revelado incrementos significativos en l.a~~abl-
particularmente importante cuando el tlem~o de lidad percibida de los servidores en opuuon del
hacen algunas sugerencias útiles para manejar las filas Conbase en su investigación en la espera va a ser más largo de lo-n~n:nal. Explfque-
industria bancaria. (Véase el recuadro "Sugerencias para administrar filas de espera"). les las razones de esta demora adicional y las me- 7. ~!~~~t~·~os clientes a venir durante periodos de
didas que está tomando para aligerar la fila. . menos congestión. Infonne a los clientes sobre
Manrenga a los empleados que no están atendíen- los periodos durante lo~ cu.ales p?f lo general n,o
CUADRO 85.2 Llegadas de clienles do clientes fuera de la vista. No hay nada más tienen que aguardar; aSI nusmo. mfónneles .cu~-
Numero Rl!querimientos de servicio
de llegadas Tiempo frustrante para una persona que ag~arda en una les son los periodos pico; esto puede contribuir
Pertiles de llegada de servicio fila que ver empleados que ~tenclalmente po- a aligerar la carga.
de clientes y servicio drían estar atendiendo a los clientes, ocupados en 8. Tenga una perspectiva a largo plazo para ~es~
otras actividades. . hacerse de las filas. Formule planes so~re for-
5. Segmente a los clientes. Si u~ grupo de clle~tes mas alternativas de atender a sus clientes.
'~-+---'Capaci(fa(f necesita algo que puede realizarse muy rápida- Cuando sea apropiado, formule planes para au-
normal mente, asígneles una fila especial para que no t:n- tomatizar o acelerar el proceso de alguna manera.
gan que esperar a los dientes que efectúan Esto no quiere decir que deba. eliminar la aten-
operaciones más lentas. ción personal, pues algunos clientes la esperan.

Fuente: Basado en K. Katz. B. M. Larscn y R. C. Larson. "Prescription for {he Wairing-in-Linc Blues". SIO(//1
Tiempo ----... Manngemenl Rel·iell'. invierno 1991. pp. 51~52.
Tiempo --..

r
r
~- __ o _._._. ~ .,--

172
) Sección dos Diseño del producto y selección del proceso
€e. )
Suplemento 5 Administración de filas de espera 173
)
Llegada de clientes
CUADROSSA

La llegada de dientes a un sistema de servicios puede derivarse de una población finita Distribución exponencial
o. ~na infinita. Esta distinción es importante porque los análisis se basan en prernisas
diferentes y su solución exige ecuaciones distintas.
¡It)

Población finita. Una poblacián finita se refiere al grupo de clientes de tamaño


limitado que utilizará el servicio y que. en cienos momentos. hará fila. Esta clasificación
de finita es importante porque cuando un cliente deja su posición como miembro de la
población (por ejemplo. una máquina que se avería y requiere servicio), el tamaño del
grupo de usuarios se reduce en uno. lo cual reduce la probabilidad de la siguiente ocu-
rrencia. Por el contrario, cuando se atiende un cliente y éste regresa al grupo de usua-
rios. la población aumenta y la probabilidad de que un usuario requiera servicio también
aumenta. Este tipo de problemas con población finita precisa de una sede de fórmulas intentar determinar cuántas llegadas podrían ingresar al sistema en T. El número de
distintas de las que se aplican a una población infinita. llegadas por unidad de tiempo se distribuye mediante Poisson.
Como ejemplo. piense en un grupo de seis máquinas cuyo mantenimiento corre a
cargo de una persona. Cuando una máquina se avería, la población fuente se ve reducida Distribución exponencial. En el primer caso, cuando las llegadas a una instalación de
a cinco y las probabilidades de que una de las cinco máquinas restantes se averíe y servicios ocurren de manera puramente aleatoria, un gráfico de los tiempos entre llega-
necesite ser reparada es. sin duda. menor que cuando estaban funcionando las seis. Si das produce una distribución exponencial como la que aparece en el cuadro S5.4. La Distri bución
hay dos máquinas a vedadas y sólo cuatro funcionan. la probabilidad de otro daño vuelve función de probabilidad es exponencial
a cambiar. Por el contrario. cuando se repara una máquina y ésta vuelve a prestar el
servicio, la población de máquinas aumenta y con ello se eleva la probabilidad de la f(t) = k-k (S5.1)
siguiente avería. En los cuadros S5.7 y S5.9 se presenta un modelo de población finita
con un servidor, que se puede utilizar en casos como los arriba mencionados. en donde A es el número medio de llegadas por periodo de tiempo.
El área acurnulativa debajo de la curva del cuadro S5.4 es la suma de la ecuación
Población infinita. Una población infinita es aquella lo bastante grande con relación S5.1 sobre su rango positivo, que es e·A'. Esta integral permite computar las probabilida-
al sisrema de servicio como para que el cambio de tamaño ocasionado por sustracciones des de llegadas dentro de un tiempo especificado. Por ejemplo, en el caso de llegadas
o adiciones a la población (un cliente que necesita servicio o un cliente ya atendido que individuales a una fila de espera (A = 1). se puede derivar la siguiente tabla ya sea
regresa a la población) no afecte significativamente las probabilidades del sistema. En la resolviendo e:" o utilizando el Anexo F. La columna 2 muestra la probabilidad de que
anterior explicación sobre la población finita, si hubiera cien máquinas en lugar de seis, y transcurran más de t minutos antes de la siguiente llegada. La columna 3 muestra la
una o dos máquinas se averiaran, las probabilidades de una siguiente avería no serían probabilidad de la siguiente llegada dentro del término de t minutos (computado como 1
ml!y distintas y ~e podría asumir sin mucho margen de error que la población (para fines menos la columna 2)
prácticos) es infinita. Tampoco las fórmulas para solucionar problemas de filas "infini-
tas" causarían muchos errores si se aplicaran a un médico con 1,000 pacientes o a un (3)
(1) (2)
almacén de departamentos con 10.000 clientes. Probabilidad de que la Probabilidad de que la
siguiente llegada ocurra en t siguiente llegada ocurra
t minutos el más (a partir del en t minutos o menos
Distribución de llegadas. Al describir un sistema de espera, es necesario definir la
(Minutos) Anexo F para resolver e.ol) [1 - columna (2)]
manera en que se dispone a los clientes o las unidades de espera mientras se presta el
servicio. o 1.00 o
Tasa de llegadas 0.5 0.61 0.39
Las fórmulas de fila de espera por lo general requieren una tasa de llegadas, o el
LO 0.37 0.63
número de unidades por periodo (como un promedio de una cada seis minutos). Una 1.5 0.22 0.78
distribución de llegadas constante es periódica, con exactamente el mismo periodo de 2.0 0.14 0.86
tiempo entre las sucesivas llegadas. En los sistemas productivos, casi las únicas llegadas
que en realidad se acercan a un periodo de intervalo constante son las sujetas a controles
de máquinas=So n mucho más comunes las distribuciones de llegadas variables Distribución Poisson, En el segundo caso, en donde lo que interesa es la cantidad de Distribución Poisson
(aleatorias), ~ _
llegadas durante un periodo de tiempo T, la distribución aparece como se ilustra en el
Las llegadas en una instalación de servicios se pueden considerar desde dos puntos cuadro S5.5 y se obtiene encontrando la probabilidad de exactamente 11 llegadas en T. Si
de vista. En pnmer lugar. se puede analizar el tiempo transcurrido entre las llezadas el proceso de llegadas es aleatorio. la distribución es Poisson y la fórmula es
sucesivas para comprobar si los tiempos siguen algún tipo de distribución estadística. Por
lo general. se asume que el tiempo transcurrido entre las llegadas se distribuye (A1)"e·>7
exponencialrnente. En segundo lugar, se puede establecer algún periodo de tiempo (T) e P(n)=--- (S5.2)
T • n!
174
) Sección dos Diseño del producto y selección del proceso
ir)
~ Suplemento 5 Administración de filas de espera
)
175

'. • CUADRO 55.& .


Constante- ': -:

Llegadas de clientes
Distribución Poisson para :-...Exponenciabo P.oís~soil-',. en filas
"T; 3
Probabilidad
.2:0
de 11
llcguda-, en .149
tiempo T

10

.05 --

5 12
Numero de llegadas (11)

Llegan. ven y se marchan

La ecuación 55.2 muestra la probabilidad de exactamente Il llegadas en el tiempo TI. Llegan. esperan un rato y luego
se marchan
Por ejemplo. si la tasa media de llegada de unidades en un sistema es de tres por minuto
(A = 3) Y se quiere determinar la probabilidad de que exactamente cinco unidades lle-
guen dentro de un periodo de un minuto (l! = 5, T = 1), se tiene

estas situaciones las llegadas a la sala de urgencias en hospitales específicos se pueden


= 2.025e-' = 0.101
120 controlar hasta cierto punto. por ejemplo manteniendo a los conductores de ambulancias
del área de servicios informados sobre el estado de sus respectivos hospitales.
Es decir. existe un 10.1 % de posibilidades de que haya cinco llegadas en cualquier inter-
valo de un minuto. Tamaño de unidades de llegada. Una llegada individual se puede considerar
Aunque con frecuencia aparece como una curva suavizada, como en el cuadro S5.5, como una unidad (una unidad es el número más pequeño que se maneja). Una llegada
la Poisson es una distribución discreta (la curva se suaviza a medida que se agranda n). individual en la bolsa de valores de Nueva York (NYSE) son 100 acciones de capital;
La distribución es discreta porque n se refiere, en el ejemplo, al número de llegadas en una llezada individual en una planta de procesamiento de huevos podría ser una docena
un sistema. y éste debe ser un número entero (por ejemplo, no puede haber 1.5 llegadas). de huevos o una caja fija de dos docenas y media; una llegada individual en un restauran-
Observe, además, que las distribuciones exponencial y Poisson se pueden derivar te es una sola persona. .
una de otra. La media y la variación del Poisson son iguales y se denotan mediante .:l. La Una llegada en lotes esálgún múltiplo de la unidad, como un bloque de l.aaO ac.clO-
media del exponencial es l/.:l y su variación es 11,1.2 (como ya se dijo, el tiempo entre las nes en la bolsa de Nueva York, un cajón de huevos en la planta de procesarruento o cmco
llegadas se distribuye exponencialmente y el número de llegadas por unidad de tiempo se personas en un restaurante.
distribuye mediante Poisson).
Grado d~iencia. Una llegada paciente es la de una persona que aguarda el
Otras características de las llegadas. Estas incluyen patrones de llegadas, tamaño tiempo necesario hasta que la instalación de servicios la pueda at:nder. (Incluso SI las
de las unidades de llegadas y grado de paciencia (véase el cuadro S5.6). personas protestan y demuestran impaciencia, para fines de la teona de la fila de espera
el hecho de aguardar basta para calificarlas de llegadas pacientes). .
Patrones de llegadas. Las llegadas en un sistema son mucho más controlables Hay dos clases de llegadas impacientes. Las personas que pertenece~ a la primera
de lo que se suele reconocer. Los estilistas pueden disminuir su tasa de llegadas los clase llegan, observan tanto las instalaciones de servicio como el tamano de la fila y
sábados (y supuestamente pasada a otros días de la semana) al cobrar un dólar extra por luezo deciden marcharse. Las que pertenecen a la segunda clase llegan, observan la
los cortes de adultos o al cobrar precios de adulto para cortes de niños. Los almacenes situación, se colocan en fila y luego, después de transcurrido algún tiempo, se marchan.
de departamentos ofrecen rebajas por fuera de temporada u organizan rebajas durante El comportamiento del primer tipo de personas se conoce como evitar y el del segundo
un solo día con fines de controL Las aerolíneas ofrecen tarifas de excursión o de baja tipo se denomina renunciar.
temporada por razones similares. ElmelooOll:!lÍssenctll0lmnrcontrolar las-llegadas es el
horario de atención al público.
Obviamente, algunas demandas de servicio son incontrolables, como las exigencias El sistema de fila de espera
médicas de urgencias en las instalaciones de un hospital urbano. Sin embargo, incluso en
El sistema de fila de espera consiste en la(s) fila(s) de espera y en la cantidad de =:
»! se define como ntn - 1)(n - 2) ..(2)(1). dores disponibles. En esta sección se examinan temas relacionados con las caractensn-

,
IF Administración de filas de espera 177
176
) Sección dos Diseño del producto y selección del proceso
q. )
SlIplemento 5
)
-----z,;,¡y¡;;- administración de las filas de espera, la estructura de las filas y la tasa de : momento de llegada: el primero que llega es el primero en ser atendido. Ninguna otra
servicio. .. cterística tiene que ver en el proceso de selección. Esta regla se acepta popular-
:~te como la más justa. aunque en la práctica discrimina contra las personas que
La fila de espera. Entre los factores que se deben tener en cuenta en las filas de requieren un tiempo de servicio corto.
espera están el largo de la fila. la cantidad de filas y la disciplina de fila.

Longitud. En un sentido práctico. una fila infinita es simplemente aquella que


resulta muy prolongada en términos de la capacidad del sistema de servicios. Como Atención en orden de llegada
ejemplos de una longitud potencial infinita se pueden mencionar una fila de vehículos
represada por espacio de varios kilómetros en el cruce de un puente y una fila de clientes Tiempo de procesamiento más
de teatro que da la vuelta a la manzana. corto

Las estaciones de gasolina, los muelles de carga y los lotes de estacionamiento


gcservaciones primero
tienen una capacidad de fila limitada. derivada de restricciones legales o de las carac-
terísticas del espacio físico. Esto complica el problema de la fila de espera no sólo en
(http://www.disney.com) Emergencias
cuanto a la utilización del sistema de servicios y los cálculos de filas de espera. sino primero

también por la configuración de la distribución real de llegadas. La persona a quien se le


niega el ingreso a la fila por falta de espacio puede retomar a la población para intentar Necesidades limitadas
ingresar más tarde, o puede buscar servicio en otro lugar. Cualquiera de estas acciones
representa una diferencia obvia en el caso de las poblaciones finitas. Otras

Número de filas. Una fila única es una sola fila. El término filas múltiples se
refiere a las filas únicas que se forman frente a dos O más servidores o a filas únicas que
convergen en algún punto de redistribución central. La desventaja de las filas múltiples
en instalaciones congestionadas es que las llegadas muchas veces cambian de fila si
varios servicios previos han sido de corta duración o si los clientes que actualmente Otros ejemplos de las reglas de prioridad son las reservaciones primero., las emer-
están haciendo otras filas parecen requerir un tiempo de servicio corto. gencias primero, el cliente de mayor rentabIlidad primero. los pedidos ~"(/j grandes
primero. los mejores clientes primero. el tiempo de espera en [ila mas largo y la
fecha prometida más temprana. Existen dos grandes problemas pracncos en el uso de
cualquier regla: uno de ellos es asegurarse de que los dientes conocen y obedecen l~
rezla: el otro es asezurarse de que existe un sistema que pemuta a los empleados admi
o ,~ ~ )
nistrar la fila (por ejemplo. sistemas en los que se toma un numero.

Distribución del tiempo de servicio. Otra característica importante de la .est:uctura


de espera es el tiempo que el cliente O la unidad pasa con el servidor, una vez Illlclad? ~l
Tasa de servicio
servicio. Las fórmulas de fila de espera por lo general describen la tasa de serVICIO
como la capacidad del servidor en número de unidades por penodo de tle,;,po (por ejern-
plo, 12 atenciones por hora) y 110 como tiempo de servicio,. que podria ser de ClOCO
minutos promedio cada uno. Una regla de tiempo de servicio constante estipula que
cada servicio toma exactamente la misma cantidad de tiempo. Como sucede en las

"1•
llegadas constantes, esta característica por lo general se limita a las operaciones contro-
ladas mediante máquinas. . ..

Disciplina de fila, La disciplina de fila es una regla o serie de reglas prioritarias


para determinar el orden de servicio a clientes que aguardan en una fila de espera.
1i Cuando los tiempos de servicio son a1eatorios, una buena aproxtrnacion a ellos puede
ser la distribución exponencial. Cuando se emplee la distribución ex~onenclal com~ una
aproximación de los tiempos de servicio, se utilizará .u como el numero promedio de
Las reglas seleccionadas pueden ejercer un efecto importante en el desempeño global ~ unidades o clientes que se pueden atender durante cada penado de tiempo.
del sistema. La cantidad de clientes en la-fi:l~el tiempo de-espera-promedio. el rango--.
de variabilidad en el tiempo de espera y la eficiencia de las instalaciones de servicio Estructuras de filas. Como muestra la ilustración de la siguiente página, el flujo de
son apenas algunos de los factores que se ven afectados por la selección de reglas de elementos de servicio puede ser una fila única. filas múltiples o una mezcla de ambas. La
prioridad. selección del formato depende en parte del volumen de clientes atendido y en parte de
Probablemente, la regla de prioridad más corriente es la atención en orden de lle- las restricciones impuestas por los requerimientos secuenclales qU,engen el orden en
gada. Esta regla estipula que a los clientes de la fila se les atiende con base en el que se debe prestar el servicio.
178
) Sección dos Diseño del producto y selección del proceso
r)
~ Suplemento 5 Administración de filas de espera 179

Estructuras de filas biar esta estructura con el fin de asegurar la atención de los clientes en orden cronológico
)
de llegada. sería preciso formar una fila única desde la cual. a medida que se desocupa
un servidor, se llama al sisuienre diente en la fila.
El principal problema que plantea esta estructura es que requiere un control rígido de
la fila para mantener el orden y dirigir a los clientes a los servidores disponibles. En
algunos casos, la asignación de números a los clientes en orden de llegada ayuda a aliviar
este problema.

Canales múltiples, fases múltiples, Este caso es semejante al anterior, salvo


que se realizan dos o más servicios en secuencia. La admisión de pacientes en un hospi-
tal sigue este patrón, porque por lo general se sigue una secuencia específica de pasos:
establecer el contacto inicial en el sitio de adrnisiones, llenar formularios, elaborar etique-
tas de identificación. asignar un cuarto, llevar al paciente al cuarto, etc. Como suele
haber varios servidores disponibles para efectuar este procedimiento. se puede procesar
a más de un paciente a la vez.

Mixto, Bajo este encabezamiento general hay dos subcategorías (1) estructuras
de canales múltiples a único y (2) estructuras de ruta alterna, Bajo (1) se encuen-
tran filas que se fusionan para formar una con el fin de recibir un servicio de fase única.
como en el cruce de un puente donde dos vías se funden en una sola, o filas que se
funden en una para recibir un servicio de fases múltiples, como las líneas de subensamble
que fluyen hacia la línea principal. Bajo (2) se encuentran dos estructuras que difieren en
cuanto a los requerimientos de flujo direccional. La primera se parece al caso de canales
múltiples y fases múltiples. salvo que (1) puede haber cambios de un canal al siguiente
una vez recibido el primer servicio. y (2) el número de canales y fases puede variar.
nuevamente, después de prestado el primer servicio.

Salida

Una vez atendido el cliente. existen dos posibilidades de salida: (1) El cliente puede
regresar a la población fuente y volverse de inmediato un candidato que compite nueva-
Canal ~nico, fase única. Éste es el tipo más sencillo de estructura de tila de espera mente por el servicio; o (2) puede haber una ligera probabilidad de reservicio. El primer
y e~lst"n fórmulas muy directas para resolver el problema para patrones de distribución caso se puede ilustrar mediante una máquina que ha sido reparada rutinariarnente y
estándares de !Iegadas y servicio. Cuando las distribuciones no son estándar, el problema reincorporada a la prestación del servicio, pero que se puede averiar de nuevo; el segun-
se solu~lona facIlmente mediante simulaciones en computador. Un ejemplo típico de una do caso se puede ilustrar mediante una máquina que ha sido reparada O modificada y
sttuación de canal único y fase única es la peluquería manejada por una sola persona. tiene una escasa probabilidad de reservicio en el futuro cercano. En un ejemplo más
sencillo, se haría referencia al primer caso como el "caso de gripe recurrente" y al
Canal único, f~ses müítíples. Un centro de lavado de autos ilustra este tipo de segundo como el "caso de apendicitis una sola vez",
estruct~ra, pues alh se realiza ~na sene de servicios (aspirar, mojar, enjabonar, lavar,
secar, hm~lar ventanas y estacionar) en una secuencia bastante uniforme. Uno de los
fact?res cnucos en el caso de canal único con servicio en serie es la cantidad de acumu-
Iación de elementos que se permite frente a cada servicio, lo cual a su vez significa filas
de espera separadas .

. Canales múltiples, fase única. Las ventanillas de los cajeros en un banco y las
cajas registradoras en almacenes de departamentos con altos volúmenes de ventas son
ejemplos de este tipo de estructura: La dificultad que plantea este sistema es que el Debería ser claro que cuando la fuente de población es finita. cualquier cambio en el
tlem.; de servlc!o desigual que se asigna a cada cliente redunda en una velocidad o flujo servicio prestado a clientes que regresan a la población modifica la tasa de llegada en la
desigual en las filas, Como resultado, algunos clientes son atendidos .
11' pnmero que otros instalación de servicios. Esto, desde luego, altera las características de la fila de espera
que egaron antes y hasta cierto punto se producen cambios entre las filas, Para cam- que se está estudiando y precisa de un nuevo análisis del problema.

r 'i&AAá~t4WfG.!,·h •
180 rr
J
Sección dos Diseño tld producto y selección dd proceso
Suplemento 5 Administración de filas de espera 181
J )
)
--. MODELOS DE-FILAS DE ESPERA
- CUADRO SS.8.
Notaciones para ecuaciones (cuadro S5.9)
En esta sección se presentarancuatro ejemplos de problemas de fil a-de espera, seguidos
por sus respectivas soluciones. Cada caso tiene una estructura ligeramente diferente
Notación de fila infinita: Modelos l-J Notación de fila finita: Modelo ~
(véase el cuadro S5.7) y una ecuación de solución también un poco distinta (véase el
cuadro S5.9). Existen otros tipos de modelos además de estos cuatro, pero sus fórmulas ..l == Tasa de llegadas D:::Probabilidad deque quien llega tenga que aguardar en fila
ti == Tasa de servicio . F = Factor de eficiencia. una medida del efecto de rener que esperar
y soluciones son bastante complicadas yesos problemas por lo general se resuelven
l/Ji e'Tiempc de servicio promedio en fila
mediante simulaciones de computador (véase el suplemento del capítulo 17). Así mismo, In.. == Tiempo promedio entre llegadas .. H = Número promedio de unidades que están siendo atendidas
al utilizar estas fórmulas, es preciso tener en cuenta que son fórmulas estables, deriva- p::= Relación entre tasa total de llegadas y tasa de servicio para un J = Población fuente menos aquellos en el sistema de filas (N -'0
das del supuesto de que el proceso examinado es continuo. Por consiguiente, pueden solo servidor (JJ)1.)* L = Número promedio de unidades en fila
11 == Número promedio que aguarda en fila . M = Número de canales de servicio
proveer resultados imprecisos cuando se aplican a procesos en los que las tasas de .; == Número promedio en el sistema (incluido el que está Siendo ,,= Número promedio de unidades en el sistema de fila (incluido el
llegadas y/o las tasas de servicio cambian con el tiempo. , atendido) que está siendo atendido)
A continuación se presentan los cuatro problemas que ilustran cada uno de los cua- t; == Tiempo promedio de espera en fila N = Número de unidades en población fuente

tro modelos de fila de espera que aparecen en los cuadros S5.7 y S5.9. El cuadro S5.8
r: == Tiempo total promedio en el sistema (incluido el tiempo de P = Probabilidad de exactamente 11 unidades en sistema de fila
atención) l= Tiempo promedio para prestar el servicio . . .
define las notaciones utilizadas en el cuadro S5.9. Ir == Número de unidades en el sistema U = Tiempo promedio entre los requerimientos de servicio del cliente
Problema 1: Clientes m fila. Un banco desea saber cuántos clientes aguardan M = Número de canales de servicio idénticos W = Tiempo promedio de espera en la fila . . .
p == Probabilidad de exactamente 11 unidades en el sistema X = Factor de servicio, o proporción de tiempo de servicio requendo
frente a un cajero de autobanca, qué tanto tiempo tienen que esperar para utilizar del
cajero y cuál tendría que ser la tusa de servicio para que el 95% del tiempo no haya más
P:. == Probabilidad de aguardar en fila

de tres automóviles en el sistema.


* Para filas de servidor único esto equi vale a utilización.
Problema 2: Selección de equipos. Una franquicia de Robot Car Wash tiene que
decidir qué equipos comprar entre tres opciones. Las unidades de mayor tamaño cues-
tan más. pero lavan los autos más rápidamente. Para tomar la decisión, los costos se
relacionan con los ingresos.
Problema 3: Determinar el número de servidores. El departamento de autopartes
de un concesionario de automóviles tiene que decidir cuántos empleados asignar al mos-
trador de atención ,,1
público. Aumentar el número de empleados cuesta dinero, pero
Ecuaciones para resolver cuatro problemas modelo
CUADRO SS.9' -
también significa ahorros porque los mecánicos tienen que esperar menos tiempo.
Problema 4: Fuente de población finita. Mientras los modelos anteriores presu-
men una población amplia, las filas finitas emplean una serie distinta de ecuaciones para
aquellos casos en que la población de clientes es pequeña. En este último problema sólo A' _ A
hay cuatro máquinas de tejido que los mecánicos tienen que atender para mantenerlas
Modelo nI = /1(/1 - A) 1, = f.1(f.1- A.)
.:. (55.3)
en buen estado de funcionamiento. Con base en los costos que representa el ocio de las
l { _ A _ 1
máquinas y en los costos de los mecánicos que les hacen mantenimiento y las reparan, el
n,=~ t,= -,;¡-=-r
::
problema consiste en decidir cuántos mecánicos utilizar. A' A

-5l- Ejemplo S5.1 Clientes en fila Western National Bank estudia la posibilidad de
instalar una ventanilla de autobanca para atender a sus clientes. La gerencia calcula que
MO~e10 {~= _2/1~- A) ~ = _2~(¡.l- A.)
(55.4)

los clientes llegarán a una tasa de 15 por hora. El cajero que estará en la ventanilla puede
", = n, +-p t =t + -¡¡
atender a los clientes a una tasa de uno cada tres minutos. (El cuadro 55.10 provee el valor de n, siendo L = AlJ1 Y el número de servidores M)

CUAOROSS.7
Propiedades de algunos modelos específicos de fila de espera
Modelo {ñ = ñ + AI/1 r; = ;;;/A +
p. = ñ,(M
11/1
- p)/p
(55.5)
3 ~=;;;~Á
Fase de Población Patrón de Disciplina Patrón de Longitud de
Modelo Disposición Ejemplo El modelo 4 es una situación de fila finita que se resuelve más fácilmente utilizando tablas finitas. Estas tablas, a su vez. requieren la
servicio fuente llegadas de fila servicio fila admisible típico manipulación de términos específicos.
Canal único Única Infinita -Poisson Atención en orden Exponencial Ilimilada Cajero de aurobanca: puente
Canal único Única In finita Poisson
de llegada de peaje de un solo carril X=_T H = FNX. L = N(I- F)
Atención en orden Constante Ilimitada Lavado automático de autO:-- T+U
de llegada móviles: montaña rusa en un
Canales múltiples Única
parque de diversiones J =NF(l-X) (55.6)
Infinita Poisson Atención en orden Exponencial Ilimitada Mostrador de autopartes en un
de llegada concesionario de automóviles {
Avería y reparación de máqui-
F= T+ U
Canal único Única Finita Poisson Atención en orden Exponencial Ilimitada T+ U+ W
nas en una fábrica
de llegada

r
182
) Sección dos Diseño del producto '1 selección del proceso
Suplemento 5 Administración de filas de espera 183
)
Parte 1 Suponiendo llegadas Poisson y servicio exponen"i"i~(kt"rmiH"~ a n = O, P" = (1 - 15/20) (15/20)° = 0.250
an = I,P, =(1/4) (l5/20)' =0.l88
l. Utilización del cajero.
a n = 2, P, = (1/4) (15/20)'=0.l41
2. Número promedio de clientes en la fila de espera.
al! = 3, P;= (1/4) (15/20)3=0.106 .
3. Número promedio en el sistema.
0.685 o 68.5%
4. Tiempo promedio de espera en la fila.
5. Tiempo promedio de espera en el sistema. incluido el servicio
La probabilidad de tener más de tres automóviles en el sistema es de l.0 menos la
probabilidad de tres vehículos o menos (1.0 - 0.68~ = 31.5%). ..
Solución - Parte 1
Para un nivel de servicio de 95% de tres automóviles o menos, esto indica que P; +

1. La utilización promedio del cajero es


r, + P, + Pj = 95%.

A. 15 75%
P = ¡; = 20

2. El número promedio de clientes en la fila de espera es

2.25 clientes
Esto se puede resolver mediante prueba y error para valores de AlfJ.. Si AI/1 = 0.50,
3. El número promedio en el sistema es 0.95 ~ 0.5 (1 + 0.5 + 0.25 + 0.125)
0.95", 0.9375
__ 15__
3 clientes
20 - 15 Si AI/1 = 0.45,

4. El tiempo promedio de espera en la tila es 0.95 1(l - 0.45) (l + 0.45 + 0.203 + 0.091)
0.95", 0.96

1, = __ A_ - 15 0.15 horas, o 9 minutos


p(p- A) - 20(20 - 15) Si AlJ.I = 0.47,

5. El tiempo promedio de espera en el sistema es 0.95 ~ (1- 0.47) (l + 0.47 + 0.221 + 0.L04) = 0.9512
0.95 = 0.95135
/, = __ 1- = __ 1_ = 0.2 horas. o 12 minutos
fJ. - A 20- 15 Por consiguiente, con la utilización p = AlfJ. de 47%, la probabilidad de que haya tres
automóviles o menos en el sistema es de 95%.
Para determinar la tasa de servicio requerida para alcanzar este nivel de servicio del
Parte 2 Debido a la disponibilidad limitada de espacio y al deseo de proveer un nivel
95%, simplemente se resuelve la ecuación AlfJ. = 0.47, en donde A = número de llegadas
aceptable de servicio. al gerente del banco le gustaría asegurar, con una-contiabilidad del
por hora. Esto da A. = 32 por hora.
95%. que no habrá más de tres automóviles en el sistema en cualquier momento. ¿Cuál
Es decir, el cajero debe atender a aproximadamente 32 personas por hora (un
es el nivel actual de servicio para el límite de tres automóviles' ¿Qué nivel de utilización
incremento del 60% en comparación con la capacidad original de 20 por hora) con el
del cajero se debe alcanzar y cuál debe ser la tasa de servicio del cajero para garantizar
un nivel de servicio del 95%? fin de tener una seguridad del 95% de que no habrá más de tres automóviles en el
sistema. Es posible que el servicio se pueda acelerar al modificar el método de servi-
cio aarezar otro cajero o limitar el tipo de transacciones que se pueden realizar en la
Solución - Parte 2 El nivel actual de servicio (a) para tres automóviles o menos es la
ventanilla de autobanca. Observe que con la condición de un 95% de seguridad de que
probabilidad de que haya O, 1.2 ó 3 vehículos en el sistema. A partir del modelo 1, cuadro
55.9, habrá tres o menos automóviles en el sistema, el cajero estará ocioso el 53% del
tiempo.

Ejemplo S5.2 Selección de equipos. The Robot Company concede en franquicia


estaciones de gasolina y lavado de .autornóviles en Estados Unidos, Robot ofrece un
lavado gratuito a los clientes que llenen el auto de gasolina o, por el lavado solo, cobra
US$O.50. La experiencia demuestra que el número de clientes que hace lavar su auto
después de llenar el tanque de gasolina es aproximadamente el mismo que el de aquellos

'.'
,

I UP
184
) Sección dos Diseño del producto y selección del proceso
ir'
.)
' .
Suplemento 5 Administración de filas de espera 185

que sólo lavan el vehículo. La utilidad promedio cuando se llena un tanque de gasolina es Como el costo adicional de la unidad II en comparación con la unidad 1es de sólo
)
de unos US$Q]O, mientras que el costo de lavar el auto le representa a Robot US$O.lO. US$4 diarios, la pérdida de una utilidad de US$15.40 obviamente amerita la instalación
Robot funciona 14 horas diarias. de la unidad li.
Robot tiene tres unidades de potencia y de transmisión. y la franquicia debe escoger La restricción de tiempo de espera máximo original de cinco minutos queda satisfe-
la unidad que prefiera. La unidad 1 puede lavar automóviles a una tasa de uno cada cinco cha por la unidad Il. Por consiguiente, no es conveniente instalar la unidad 1Il a menos
minutos y se alquila a un precio de US$12 diarios. La unidad Il, que es un poco más que se anticipe un aumento en la tasa de llegadas.
g:ande, puede lavar autos a una rasa de uno cada cuatro minutos, pero cuesta US$16
diarios. La unidad Ill, que es la más grande de todas, cuesta US$22 diarios y puede lavar Ejemplo S5.3 Determinar el número de servidores. En el departamento de servi-
un vehículo en tres minutos. cios del concesionario de automóviles Glenn-Mark.Ios mecánicos que requieren piezas
. El dueño de la franquicia calcula que los clientes no querrán aguardar en fila más de para reparación o servicio de vehículos presentan sus formularios de solicitud en el
cinco nunutos para que les laven el auto. Un tiempo más prolongado hará que Robot mostrador del departamento de autopartes. El funcionario de esa división hace la solici-
pierda las ventas de gasolina y las de lavado de autos. tud mientras el mecánico aguarda. Los mecánicos llegan de manera aleatoria (Poissori)
. Si el cálculo de llegadas de clientes que lavan el auto es de diez por hora. ¿cuál a una tasa de 40 por hora, y un empleado puede hacer solicitudes a una tasa de 20 por
unudad de lavado se debe escoger? hora (exponencial). Si el costo de un empleado del departamento de autopartes es de
US$6 la hora y el costo de un mecánico es de US$12 la hora, determine el número
Solución Utilizando la unidad 1, calcule el tiempo de espera promedio de los clientes en óptimo de empleados para atender el mostrador. (Debido a la alta tasa de llegadas,
la fila de lavado (11 por unidad 1 = 12 por hora). A partir de las ecuaciones del modelo 2 puede presumirse una fuente infinita).
(cuadro S5.9),
Solución. En primer lugar se van a utilizar tres empleados. porque el hecho de tener
T= __ A___ 10 sólo uno O dos generaria filas infinitamente largas (puesto que A = 40 Y f.1= 20). Aquí se
I 211(f.1- A) - 2(12)(12 - 10) 0.208 horas. o 12 y, minutos utilizarán las ecuaciones para el modelo 3 del cuadro S5.9. Sin embargo, primero hay que
obtener el número promedio en la fila, utilizando la tabla del cuadro S5.10. Con la tabla y
Para la unidad U a 15 por hora, los valores Mil = 2 YM = 3, se obtiene ni = 0.8888 mecánicos.
En este punto se tiene un promedio de 0.8888 mecánicos aguardando lodo el día.
~ _--...01"'-0-_
0.067 horas, o 4 minutos Para un día de ocho horas a US$12 por hora, existe una pérdida de tiempo de mecánico
2(15)(15 - lO) que vale 0.8888 mecánicos x 12 por hora x 8 horas = USS85.32.
El siguiente paso consiste en volver a determinar el tiempo de espera si se agrega
Si el único criterio es el tiempo de espera, se debe comprar la unidad Il. Sin ernbarzo otro empleado al departamento de autopartes. Luego. se compara el costo agregado del
ames de tomar una decisión definitiva, es preciso exarrúnar el diferencial de utilidades empleado adicional con el tiempo que ahorran los mecánicos. Una vez más, utilizando la
entre ambas unidades. tabla del cuadro 55,10 pero con M = 4, se obtiene
Con la unidad I, algunos clientes lo pensarian dos veces y renezanan debido a la
espera de 12 y, minutos. Y aunque esto complica bastante el análisis matemático, es ni = 0.1730 mecánicos en fila
posible hacer un cálculo de ventas perdidas con la unidad 1al incrementar 1 = 5 minutos 0.1730 x US$12 x 8 horas = US$16.61 costo de un mecánico que aguarda en una fila
o 1:12de hora (el tiempo promedio que los clientes aguardarán) y resol ve: para A.Ésta El valor ahorrado en tiempo de mecánico es de US$85.32 - US$16.61 = US$68.71
sena la tasa efectiva de llegada de clientes: El costo de un empleado adicional es de 8 horas x USS6/hora =~
Costo de la reducción al agregar' un cuarto empleado es = US$20.71

Este problema se podria expandir para considerar la adición de patinadores que entre-
guen las piezas a los mecánicos; el problema consistiría entonces en determinar la cantidad
óptima de patinadores, Esto, sin embargo, tendría que incluir el costo agregado del tiempo
A=_--' __
2H' perdido causado por errores en la recepción de piezas, Por ejemplo, un mecánico recono-
1 + 21,f1 - - -cería-una pieza equivocada en el mostrador y el error se corregiria de inmediato, mientras
que es posible que el patinador encargado de llevar las piezas no se dé cuenta.
A = 2(1112)(12)'
1 + 2(1112)(12) 8 por hora Ejemplo S5.4 Fuente de población finita. Los estudios que efectuó un banco con
cuatro máquinas tejedoras en la textilera Loose Knit han demostrado que, en promedio.
cada máquina necesita que se le ajuste cada hora y que el encargado de hacer los
Por co~siguient:, como el cálculo original de Afue de diez por hora, el cálculo es que se ajustes se demore en promedio 7 y, minutos cada vez. Suponiendo llegadas Poisson, un
perderán dos clientes por hora. Las utilidades perdidas que representarían estos dos servicio exponencial y un costo de tiempo ocioso de máquina de US$40 por cada hora,
! clientes por hora x 14 horas x y, (US$0.70 de utilidad por llenar el tanque + US$0.40 de hay que determinar si se debe contratar a otra persona para que haga ajustes (que
utilidad por el lavado ) = US$15.40 diarios. también dura en promedio 7 y, en cada uno) a una tarifa de US$7 la hora.
I
i
r
...••
ex>
O>

CUADRO 55.10
Número esperado dEf personas que aguardan en fila (nJ para diversos valores de M y }JJI
"'---"

Número de c:'Ulalcs de sel'viciu, M


i;'>
)..//1 2
g
10 11 12
g:
13 I~ 15
0.10
0.15
0.0111
0.0264 0.0006
~
0.20 0.0500 0.0020
0.25 0.0833 0.0039
~.,!:..:.'_¡t-:J
1"-:-... 0.30 0.1285
0.1884
0.0069 "
~.

--- 0.0110 0'


0.35 o
0.40 0.2666 0.0166
.r ,•..
0.3681
[
0.45 0.0239 0.0019
0.50
0.55
0.60
0.65
0.5000
0.6722
0.9090
1.2071
0.0333
0.0149
0.0593
0.0767
0.0030
0.0043
0.0061
0.0084
1
'<
o
0.70 1.6333 0.0976 0.0112 n
0.75 2.2500 0.1227 0.0147 [
0.80 3.2000 0.1523 0.0189 g:
0.85 4.8165 0.1873 0.0239 0.0031
0.90 81 9°0 0.2285 0.0300 0.0041
lE
0.95 18.0liOO 0.2767
1.0 0.3333
0.0371
0.0454
0.0053
0.0067
~ n
1.2 0.6748 0.0940 $
1.4 1.3449 0..0158/
j.f 0.1778 0.0324 0.0059
1.6 2.8441 0.312& 0.0604 0.0121
1.8 7.6731 0.5320 0.1051 0.0227 0.0047
2.0 0.8888 0.1730 0.0390 0.0090
2.2
2.4
1.4907 0.2770 I 0.0059 0.0158
2.1261 0.4205 0.1047 0.0266
2.6 0.0065
4.9322 0.6581 0.1609 0.0425 0.0110
2.8 12.2724 1.0000 0.2411 0.0659 0.0180
3.0 0.3541 0.0991
3.2 ~;~~; I 0.5128 0.1452
0.0282
0.0427
0.0077
3.4 0.0122
3.9060 0.7365 0.2085 0.0631
3.6 0.0189
7.0893 1.0550 0.2947 0.0912
3.8 0.0283 0.0084
16.9366 1.5181 0.4114 0.1292 0.0412 0.0127

-~;;"'"-~'!~ ;! .~~
E .:'j " ,1
1--'
'OJ' ">,1""'" l.,· l' ,,,. ;'·1.
,I '\1
~
"'---"
4.0 2.2164 0.5694 0.1801 0.0590 0.0189
4.2 3.3269 0.7837 0.2475 0.0827 0.0273 0.0087
4.4 5.2675 1.0777 0.3364 0.1142 0.0389 0.0128
4.6 9.2885 1.4857 0.4532 0.1555 0.0541 0.0184
4.8 21.6384 2.0708 0.6071 0.2092 0.0742 0.0260
5.0 2.9375 0.8102 0.2785 0.1006 0.0361 0.0125
5.2 4.3004 1.0804 0.3680 0.1345 0.0492 0.0175
5.4 6.6609 1.444 I 0.5871 0.1779 0.0663 0.0243 0.0085
5.6 11.5178 1.9436 0.631J 0.2.130 0.0683 0.0330 0.0119
5.8 26.3726 2.6481 0.8225 0.3032 0.1164 0.0443 O.OIM
6.0 3.6878 1.0707 U.3918 0.1518 0.0590 0.0224
6.2 5.2979 1.3967 0.5037 0.1964 0.0775 0.0300 O.OII.l
6.4 8.0768 1.8040 0.6454 0.2524 0.1008 0.0398 0.0153
6.6 13.7992 2.4198 0.8247 0.3222 0.1302 0.0523 0.0205
6.8 31.1270 3.2441 1.0533 0.4090 0.1666 0.0679 0.0271 0.0105
7.0 4.4471 1.3471 0.5172 0.2119 0.0876 0.0357 0.0141
7.2 6.3133 1.7288 0.6521 .0.2677 0.1 I 19 0.0463 0.0187
7.4 9.5102 2.2324 0.8202 0.3364 0.1420 0.0595 0.0245 0.0097
7.6 16.0379 2.9113 1.0310 0.4211 0.1789 0.0761 0.0318 0.0129
7.8
8.0
35.8956 3.8558
5.2264
7.3441
1.2972
1.6364
0.5250
0.6530
0.2243
0.2796
0.0966
0.1214
0.1520
0.0410
0.0522
0.0168
0.0220 '"s
'B
8.2 2.0736 0.8109 0 ..H69 0.0663 0.0283
8.4 10.9592 2.647U I.U060 0.4288 0.1891 O.08.l4 0.0361 s
8.6 18.3223 3.4160 1.2484 0.5236 0.2341 0.1043 0.0459
s
8.8 40.6~24 4.4~05 1.5524 0.6501 0.2885 0.1208 0.0577 '"
9.0 6.0183 1.9366 0.7980 0.3543 0.16113 0.11723
9.2 ~.3869 .2.4293 11.9188 11.43.1.1 n,I974 O.(J899 »
9.4 12AltD 3.0732 1.2010 0.5267 0.2 ...•19 0.1111 3-
9.6 2U.6160
45.4769
3.9318
5.1156
1.4752
1.8165
0.5437 0.2952
0.3699
n.I]{)7
0.1673
~:
9.8 0.7827
10 6.8210 2.2465 0.9506 0.4352 0.2040 ~
g:
f¡-
'"fl
o.
n
o
~¡¡

'........-'

ex>
...¡
I~~:
J!
-_._-_._---._--- ------- ._-"------_._- -- ..
188
Sección dos
) Diseño del producto y selección del proceso
Suplemento 5 Administración de filas de espera 189

. . ClIADR<1SS.1T PobJación 4
Número de Costo por hora de
)
X M D F X " CUADRO 55.12
M D F X 'ilÍll1ero de máquinas ililiquinas inactivas Costo de reparadores Costo total
Tablas de lilas linitas !VI D F ~eparadores inactivas (H + L) I(H + L) x US$40lhoral (US$71hora cada uno) por hora
.015 1 .145 .999 .479 .899 .400 Comparación de costos de
.022 1 .066 .998 .180 .064 .992
.088 .991 0.597 523.88 S 7.00 $30.88 tiempo muerto para ajuste
.030 1 .090 .997 .372 .915 0.451 18.04 l~.OO 32.04 y reparación de cuatro
1 .503 .887
.034 1 .102 .996 .190 866 .595 máquinas
2 .098 .990 .410
.038 1 .114 .995 .074 .990
1 .516 .874
.~2 1 .126 .994 .200
A03 .903
3 .008 .999
.046 1 .137 .993 .884 .572
2 .108 .988 .440 Solución. Éste es un problema de fila finita que se puede resolver mediante tablas de
.048 1 .143 .992 .085 .986
.200 .549 .862 filas tinitas (véase el recuadro SS.I!.) El método para resolver este problema consiste
.052 1 .155 .991 .435 .891
.210 .009
.054 1 .161
.999 .900 .551 en comparar el tiempo muerto de la máquina (ya sea mientras aguarda en fila O mientras
.990 .IIS .986
.058 1 .173 .460 .097 .985 se le está ajustando) y el de una persona encargada de hacer los ajustes, con el costo del
.989 .572
.060 .849 .466
I .179 .988 .220 .011
.878 tiempo muerto de la máquina y de dos empleados de ajustes. Esto se hace determinando
.062 .18-1 .999 .914
[ .987 530 el número promedio de máquinas que hay en el sistema de servicios y multiplicando este
.064 .119 .984 .-180
1 .190 .986 .111 983
.593 .835 .498 número por el costo del tiempo muerto por hora. A esto se agrega el costo de pagarle al
.06ó 1 .196 .985 .S64
.230 .012 .999 .480 personal de ajuste.
.070 .014 .999 ,926 .511
.140 .982 .500 Antes de proceder, primero se definen algunos términos:
.208 .984 .125 .980
.614 .822
.075 .016 .999 .2~O
529 .850
.014 .999
.222 .981 .937 .492 N = Número de máquinas en la población
.080 .151 .980 .520 .141
.018 .999 .976 M = Número de reparadores
.634 .808
.237 .978 .250
561 .835
.085 .016 .999 .947
T Tiempo requerido para reparar o ajustar una máquina
.021 .999 .475
.163 .977 .540 U Tiempo promedio que funciona una máquina antes de requerir ajuste
.251 .975 .157 ,972
.090 .65'1 .794 .592 X Factor de servicio, o proporción del tiempo de ajuste requerido para cada má-
.023 .999 .260 ,820
.018 .998
.265 .972 .956 .459 quina (X = T/(T + U)
.1J<J5 .175 .975 .560
.026 .999 .176 .968 L Número promedio de máquinas que aguardan en fila para ser ajustadas
.673 .7S0
.180 .969 .623 ,805
.100
.210 020 .998 H Número promedio de máquinas que están siendo ajustadas
.028 .999 .963 .443
.187 .97'2 .580 Los valores por determinar a partir de las tablas finitas son
.294 .965 .195 .964
.105 .691 .766 ,653 D Probabilidad de que una máquina que requiere ajuste tenga que esperar
.031 .998 .280 .789
.022 .998
1 308 .962 I .969 .429 F Factor de eficiencia, que es una medida del efecto de tener que esperar en fila
.110 200 .968 .600 3 .216
2 .034 .998 .959 para el ajuste
1 .708 .752
.321 .958 2 ,682 .774
.290 3 .024 .998
.115 .037 .998 1 .975 .415
2 213 .965 650 Las tablas se organizan de acuerdo con tres variables: N. tamaño de población; X.
.335 .954 3 .275 .944
1 .725 .738 factor servicio; y M, número de canales de servicio (en este problema, los reparado-
.120 041 .997 .752 .734
30U 3 027 .997
.349 .950 .985 .384 res). Para averiguar un valor, primero se encuentra la tabla correspondiente al tamaño
2 .226 .962 .700
.125 .0-1-1 .997- 3 ,343 .926 N correcto, luego se busca en la primera columna el X apropiado y, finalmente, se
.741 .724 2-~816
362 .945 .310 .695 busca la fila correspondiente a M. Luego se calcula D y F. (Además de estos valores .
.130 .030 .997 1 .357
.047 .997 .991
.240 .958 .750 3 .422
pueden deternúnarse otras características del sistema de filas finitas utilizando las
.376 .941 .905 -~
.135
.756 .710 2 .871 .657
-formulliSfirntas).-
.051 .996 320 .033 .997 .996 .333 Para resolver el problema, se considera el caso 1 con un reparador y el caso II con
389 .936 .254
.140 .954 .800 .512 dos reparadores .
.055 .996 I
.880
.771 .696 .917
.145
0402 .931 .330 3 .036 .996 .998
,621
,312
~ Caso l: Un reparador. A partir del enunciado del problema,
.058

.150
0415
.062
.995
.926
2
[
.268
.785
.950
.683
.850 .614
.954
.852
.587
..;~ N=4
M= 1
.995
T = 7 V2 minutos
.340 3 .039 .996 -~
.428 .921 .999 .294
2 282 .945 U = 60 minutos
.155 .066
.441
.994
.916---0360--3
1
-
.798
.047
.670
.900 .729
.979
,821
.555
'::"ª
.160 .994 .950 3--.857
.071 .994 2 .312 .786
.-154 .936 2 .995 .526 X =_T_ 7.5
.910 .823 0.111
.165 .644 T+ U = 7.5+600
.075 .993 .380 .055 .993
.466 .904 .342 .926
.170 .079 .993 .846 619 Del cuadro SS .11 que muestra la tabla para N = 4, se interpola F como aproximada-

J
i.a- mente 0.957 aX = 0.111 YM = l.

~__~~
t.~=--
190 Sección dos Diseño del producto y selección Jet proceso
ltY) "
Suplemento 5
Administración de filas de espera

)
191

) '¡ . .. . .¡.tI al tratar problemas de fila de espera es cuál


El número de máquinas que aguardan en fila para ser ajustadas o reparadas es L, en" ~r",·a-breve. Una preocupaClon esenc 'T . r ara seleccionar el siguiente producto o
.~_ ....l'·"nknto o rezla de prioridades uu iza p
donde proe, , . - .
diente por atender. -n . . ra arecen sencillos hasta cuando se intenta solu-
Muchos problemas de tl1.,\ de espe , P is fá 'les Cuando la situación se vuelve
L = N( 1 - F) = 4( 1 - 0.957) = 0.172 máquinas I refiere a los mas aCI .
cíonarlos. Este sup ernento se .' últi les o cuando los servicjos sólo se proveen en
[l\ós compleja, cuando existen fases m. p. na simulación en computador para obte-
El número de máquinas que están siendo ajustadas o reparadas es H. en donde
una secu\!ncia particular. es preciso LeCUlTlr a u
Del"la solución óptima.
H = FNX = 0.957(4)(O.lll) = 0.425 máquinas

El cuadro S5.12 muestra el costo que resulta del tiempo improductivo de las máqui-
nas, así como el costo del reparador.
REVISiÓN DE FÓRMULAS
Caso II: Dos reparadores. A partir del cuadro S5.11, con X = 0.111 Y M = 2,
Distribución exponencial
F = 0.998. (S5.1)
El número de máquinas que aguarda en fila, L, es

L = N(I - F) = 4(1 - 0.998) = 0.008 máquinas Distribución Poisson


(ATY'e ·'.T (S5.2\
El número de máquinas que están siendo ajustadas o reparadas, H, es P(ll)=~

H = FNX = 0.998(4)(0.111) = 0.443 máquinas


Modelo 1 (véase el cuadro S5.7).

Los costos de la improductividad de las máquinas y de los dos reparadores se en-


cuentran en el cuadro 55.12. La columna final de dicho cuadro indica que la mejor
11
~ ,!lea
):
- n
T ~ ,ulp - Al
).
P ~(l-;)(n P~(l-~) . l'
(S5.3)
opción es tener sólo un reparador.
A
x p~-
¡¡ ,Ll - )~ ,tl
~.tl -).

• SIMULACiÓN DE FILAS DE ESPERA


EN COMPUTADOR Modelo 2
i2
Algunos problemas de fila de espera que a primera vista parecen muy sencillos resultan /l=~ (S5.4)
extremadamente difíciles o imposibles de resolver. En este suplemento se han examina- A
do situaciones de fila de espera independientes; es decir, o bien todo el sistema consiste n = Ti -t--
,u
en unai'ase'única;-o bien cada uno de los servicios que se'provee es independiente. (Esto
podría suceder si se permite que la producción de una locación de servicios se acumule
Modelo 3
frente a la siguiente de manera que, en esencia. se convierta en una p05IaclonpialeiKl~-- (S55)
!l =Il, .,...)../,u
el siguiente servicio.) Cuando se provee una serie de servicios de manera secuencial, en
donde la tasa de producción de uno de los servicios se convierte en la tasa de insumo del .:; I ~íI/A
siguiente, ya no es posible utilizar estas fórmulas sencillas. Esto también se aplica a I =ñ/'I- + 1/1'
cualquier problema en donde las condiciones no cumplen con aquéllas de las ecuaciones, P =il(M - p)/p
como se especifica en el cuadro S5.8. La técnica que mejor funciona para resolver este ~
tipo de problemas es la simulación en computador. En el suplemento del capítulo 17 se '"
Modelo 4
trata el tema de modelado y simulación. :~
n =~--(S5.6)
r H = FNX L ~ N(I - F)
X="i7fj
• CONCLUSiÓN
p = __ N_!_X"p, J =NF(I- Xl
, (N - n)!
Los problemas de fila de espera son a la vez un reto y una frustración para quienes
ur + U) Lr r+ U
intentan solucionarlos. El objetivo básico es equilibrar el costo de la espera con el costo F=r+u+W
W=~=H
de agregar más recursos. Para un sistema de servicios, esto significa que la utilización
de un servidor puede ser bastante baja con el fin de proveerle al cliente un tiempo de

----
- r"-
r
~
.
-- .._-~----=----~--
192

)
Sección dos

PROBLEMAS RESUELl"OS
PROBLEMA RESUEHO-I-
Diseño del producto y selección del proceso

__
-
.~

~
~.¡
.;¡.¡.

*
).
[dSO J/: Dos-trabajadores: ~
A=3.¡.J.=7
Suplemento 5 Administración de lilas de espera

)
193

", ~__A_ = _3_ = .75 máquinas


QuickLube Inc, es un taller de cambio rá ido de lu '.
llegan a una tasa de tres por hora y los trabajos d Ib~canres y aceite. En un día típico. los clientes ~
! u=): 7- 3

uno cada 15 minmos. Los mecánicos rrabaí e u ,ncaclón se realizan a una tasa promedio d 1-
Suponiendo llegadas Poisson y u J~~ en equipo e.n un automóvil a la vez. e Tiempo muerto (.75 x USS25) = USS18.75
n servicIO exponencJal, determine Mano de obra (2 trabajadores x US$4)=---1UlQ
USS26.75
a. La u~ilización del equipo de lubricación. CIISU 1fJ: Tres trabajadores:
b. El numero promedio de automóviles en fila ).=3,1/=8
c. El tiempo promedio que aguarda un " .
d. El tiempo total que toma pasar rtod~utomovll antes de ser lubricado.
de lubricación). po el SIstema (es dectr,la espera en fila más el tiempo
ñ = _A_ = .-l..- = -l = .60 máquinas
, ¡.J.-A 8-3 5

Solución Tiempo muerto (.60 x US$25) = US$15.75


Mano de obra (3 trabajadores x US$4) = 12.00
USS27.00

Si se comparan los costos correspondientes a uno, dos o tres trabajadores, vemos que el caso 11.
a. Uülización p ~ -A = 4"3 ~ 75%. con dos trabajadores. es la decisión óptima.
b. - =- A'
11 _11 3' 9
/1(11 -).) - 4C4=3)
= 4"~ 2.25 automóviles en fila
c. = __ A__ 3 3 REVISiÓN Y PREGUNTAS PARA DISCUSiÓN
/1 (/1 - A) - 4(4 _ 3) = 4" ~ 45 minutos en fila
1 1 1. ¿Cuántas filas de espera tUYOque hacer la última vez que viajó en avión'?
d.
=~ ~ ¡-= 1 hora (espera + lubricación) 2. Explique la diferencia entre un canal y unafase.
3. ¿Cuál es la principal transacción en términos de costo que se debe hacer cuando se maneja
una situación de fila de espera?
PROBLEMA RESUELTO 2 4. ¿Qué supuestos son necesarios para emplear las fórmulas que se suministran para el Modelo 1"
5. ¿De qué manera la regla de atención en orden de llegada podría resultar injusta para el cliente
que aguarda servicio en uribanco o un-hospital?
Ame~can Vending Inc. (AVl) suministra dis en .
6. Defina. en un sentido práctico, qué significa un tiempo de servicio exponencial.
t~m~no.Como los estudiantes acostumbran Patesadores ~e alirnenm, a una universidad de gran
7. ¿Cree que la distribución exponencial es una buena aproximación a los tiempos de servicio para
cIa, tiene que afrontar un problema constante %erear~:~ .maqumas furioso.s y frustrados,_la_geren_
nas por hora, y las averías se distribuyen d P IO~es. En promedío se averían tres máqui- a. Comprar un pasaje de avión en el aeropuerto?
b. Subirse a un carrusel en un carnaval?
~ompañía US$25/hora por máquina ya cada :m~~e:,::,a :ols~on. El tiempo muerto le cuesta a la
c. Cancelar las facturas al salir de un hotel?
n empl~ado puede reparar las máquinas a una ta ~ e mam~mnuen~o le pagan US$4 por hora.
d. Realizar un examen parcial en su clase de administración de operaciones?
e,~p~ne~clalmente; dos empleados que trabaien ¡ sa promediO de cm~o por hora, distribuida
8. ¿Cree que la distribución Poisson es una buena aproximación para
d~st~bu~das exponencialmente; y Un equipo) de {~;tos pu~den reparar SIete máquinas por hora,
dlstnbul~as exponencialmente-:- - - s trabajadores puede reparar ocho por hora, a. Los corredores que cruzan la línea final en la maratón de Boston?
b. Los tiempos de llegada de los estudiantes de su clase de administración de operaciones?
"Cual es el tamaño Óptimo del ecu¡
e equipo de mamenimiemo para reparar las máquinasL c. Los tiempos de llegada del bus hasta su parada en el colegio?
Solución

Caso 1: UII trabajador:


PROBLEMAS
A.= 3/hora Poisson, ¡.J. = 5/hora exponencial
En el SIstema hay un número promedio de máquinas de 1. Los estudiantes llegan a la Oficina de Servicios Administrativos a una tasa promedio de uno
cada quince minutos y el procesamiento de sus solicitudes toma diez minutos en promedio.
ñ~--L __ 3_ 3 I ' En la actualidad, sólo una persona, Judy Gumshoes, atiende el mostrador de servicios, ocho
• l/-A - 5 -3 =2~ I~maquinas horas diarias. Suponga llegadas Poisson y tiempos de servicio exponenciales.
a. ¿Qué porcentaje de tiemp<Lestá ociosa Judy?
b. ¿Cuánto tiempo en promedio pasa un estudiante esperando en-fila-?·----- _
El tiempo muerto es de US$25 x-L5.=US$37 50 c. ¿Qué tan larga es la fila (de espera) en promedio?
hora; y el Costo total por hora para un trab . d
-por hora; el costo de reparación es de US$4.00 por
d. ¿Qué probabilidad existe de que el estudiante que llega (justo antes de entrar a la Oficina de
aja ores de US$37.50+ US$4.00= US$41.50.
Servicios Administrativos) encuentre por lo menos a otro estudiante aguardando en la fila?
Tiempo muerto (1.5 x US$25) 2. La gerencia de la Oficina de Servicios Administrativos calcula que el tiempo que dura un
= USS37.50
Mano de obra (1 trabajador x US$4) = ----±.QQ estudiante aguardando en la fila le cuesta (debido a pérdida de goodwill. etc.) US$1O por
US$4l.50 hora. Sabe que para reducir el tiempo de espera de los estudiantes tiene que mejorar el tiempo
de procesamiento de Judy (véase el problema 1). En la actualidad están considerando las
siguientes dos opciones:

. "3i:j.
• .~. _. ': ~ • #'T • •••• ", - • "'., _,

194
) Sección dos Diseño del producto y selección del proceso
SlIplememo 5 Administración de filas de espera ) 195

a. Instalar u~~.i.stema d~ ~omputadorcon el cual. una vez esté en operación, Jud es c. ¿Qué porcentaje de tiempo se está utilizando la greca?
poder procesar la solicitud Je un estudiante 40% más rtipidamente y pera ~ d. ¿Qué probabilidad existe de que haya tres o más personas en la cafetería?
b.. Contrat~: otra empleada temporal. que trabaje a la misma tasa que jud -:: e. Si la cafetería instala una máquina automática que dispense una taza de café a un tiempo
constante de 15 minutos. ¿cómo cambiaría esto las respuestas que dio a las preguntas a y b?
~i~70!erac~~n del comp'.lIador cuesta US$99.50 diarios y a la empleada t~;"poral le pa an
P' por. la. (,uene razo~ ~udy al preferir que se contrate a otra persona? Suponga llega~ ¡ 9. Una firma de ingeniería tiene un especialista técnico encargado de prestar asistencia a cuatro
oisson y tiempos de servlct? exponenciales e as ingenieros de diseño que trabajan en un proyecto. La ayuda que presta el especialista a los
3. Sharp Di~counts Wholesale Club llene dos mostradores de serVICIO uno a cad ingenieros varía ampliamente en términos de consumo de tiempo. El especialista puede con-
su almacén ALcada mostrador de servicio llegan clientes a una tas; promedio ~:~~~d: ~e ~ testar algunas preguntas de inmediato. mientras que otras requieren utilizar el computador y
seis rnmutos .. a tasa de servrcio en cada mostrador es de cuatro minutos or cliente a a , algunas más exigen bastante tiempo de investigación. En promedio, la respuesta a cada
%. "go~ que :r~c~~n~la (qué porcentaje de tiempo) está OCIOSOcada most~dor de se";'lclOs? solicitUd de asistencia le toma al especialista una hora.
{, u,: pro a I I a existe de que ambos empleados estén ocupados? Los ingenieros requieren ayuda del especialista una vez al día en promedio. Como cada
e "Qu~ probabilidad ex "te de que ambos empleados estén desocupados? asistencia torna cerca de una hora, cada ingeniero puede trabajar siete horas en promedio sin
d. l.gu~tos clientes, en promedio, aguardan en fila al frente de cada mostrador de servicios? ayuda. Un factor adicional: los ingenieros que necesitan ayuda no interrumpen si el especia-
"t uanto uernpo pasa un cliente en el mostrador de servicios (tiempo de espera ~. lista está ocupado en la solución de otro problema.
lempo de servicio)? mas Trate este caso como un problema de fila de espera finita y conteste las siguientes preguntas:
4. Sharp Discounts Wholesale Club eS1<Ípensando en . lid a. ¿Cuántos ingenieros. en promedio, aguardan ayuda por parte del especialista técnico?
servid?s (véase el problema 3) en un solo luo~r. atendid~onso I ~r sus dos mostradores de b. ¿Qué tiempo en promedio tiene que esperar un ingeniero por el especialista?
seguiran trabajando a la misma velocidad individual d por dos ~mpleados. ~os empleados c. ¿Qué probabilidad existe de que un ingeniero tenga que aguardar en fila al especialista?
Cl. ¿Qué probabilidad hay de aguardar en fila") e cuatro rmnuros por cliente. I 10. L. Winston Martin (un especialista en alergias de Tucson) tiene un sistema excelente para
b. ¿Cu~nlos clientes. en promedio, aguardan ~n fila? manejar a los pacientes regulares que van a su consultorio sólo para que les apliquen inyec-
c. ¿.Cuanto tiem~o. pasa un cliente en el mostrador de servicios (tiempo de espera ; ciones contra la alergia. Los pacientes que llegan para ese efecto escriben sus nombres en un
uernpo de serVICIO)? . mas formulario, que luego es colocado en una ranura abierta que comunica con otro recinto en el
que trabajan una o dos enfermeras. Allí se preparan las inyecciones específicas para cada
,( ~u~~r~ que Sharp Discounts Wholesale Club debe consolidar los mostradores de servicios?
paciente y luego éste es llamado por un altoparlante para que vaya a la habitación a que le
5. matizó ex.i~~::n~eu~:a rfranqU1~tade comid~ rápida con restaurantes en todo el país) auto:
apliquen la suya. En ciertos momentos del día. la carga de pacientes disminuye Y sólo se
servicio al auto El B P oducción de burn~os en sus esrablecimientos de comida rápida con
necesita una enfermera para poner las inyecciones.
de.bu;itos. Se ~alcul~~~~~:s~~~e~~~~I~:i~~~ea~; ::~~~~~l~ ~~n:~~n~~~o~~::.~:;'~~~i~i~~l~te Concéntrese en el caso más sencillo de los dos. es decir, cuando sólo hay una enfermera. Así
cmn. oisson a u~a tasa promedio de uno cada 50 segundos. Para a udar a . n u- mismo, suponga que los pacientes llegan de manera Poisson y que la tasa de servicios de la
cantld?d de espacio que se necesita para la fila en la ventanilla de a';;os a B~etermma:; la enfermera tiene una distribución ex.ponencial. Durante este periodo más lento, los pacientes

6. i~~;j:~ ~~:E~~~~:~~~~~1~::r!~~~::7t~~;:~.~g~;~~~~~I~:~~~~~~~~~~
~~~~~~~ z:
la fila del teatro a una tasa de 100por hora El v~ d~ ~e ICU.15 antiguas. Los chentes llegan a
llegan a intervalos de aproximadamente tres minutos. La enfermera emplea dos minutos en
promedio para preparar el suero de los pacientes y aplicar la inyección.
a. ¿Qué número promedio de pacientes esperaría ver en el consultorio del doctor Martín?
b. ¿Cuánto tiempo le tornaría a un paciente llegar. recibir su inyección Y marcharse?
c. ¿Qué probabilidad existe de que haya tres o más pacientes en el consultorio?
~ii~~:~ ~:d~o:~I~~~~e~d~~~;::::cna~:e~~'as~~;~~~~~~ dd: t~~~l~~:~~~~~dt~:u~~:.r~~~~:~ct~n~~ ~
d. ¿Cuál es la utilización de la enfermera?
e. Suponga que hay tres enfermeras disponibles. Cada una se demora dos minutos en
~erv~c~~sá~~e:la~~~;,~~:~~;!;~n~~~~~~~~a~:~~:c7i:t~~s~~~:::~~si~~~~:~~~;~~d;e;~c~t~)s - promedio para preparar el suero de los pacientes)' poner la inyección, i,Cuál es el tiempo
. ~~peuedetedctodten?na en et uernpo de espera del sistema la contratación de un sezundo total promedio que pasa un paciente en el sistema?
n e or e uquetes que sólo se ocupan d 11 '::> ••. 11. El Servicio de Impuestos de Judy Gray está analizando sus operaciones de servicio a clientes
~iendo así el tiempo de servicio prometllo_~;_:;~~Jo~?arcar tiquetes y tarjetas. redu- ; durante el mes anterior a la fecha de presentación de la declaración de impuestos. que es en

c. ~~!t~:~?~~~~?;~ar~:~i~~~~:~:~::;::~:siue el de b si se abre una segunda ventanilla ~ --


abril. Con base en datos de otros años, se calculó que los clientes llegan de acuerdo con un
--¡¡foceso Poisson a intervalos promedios de 12 minutos. El tiempo requerido para completar
7. Como apoyo a la Semana N?ctonal del Corazón, la ASOCIaCIón Cardiaca planea instalar un uesto
gratuito para tomar la tensión arterial en el centro comercial El Con durante tod 1 p Las
4
••
una declaración para un cliente se distribuye exponencialmente con una media de diez minu-
tos. Con base en esta información. responda las siguientes preguntas:
experiencias previas indican que e p d d a a semana. .•• a. Si usted acudiera a Judy, ¿cuánto tiempo destinaría para que le hagan su devolución?
hora Suponga llegadas P , n rome lO, tez personas solicitan una toma de tensión cada ~
nea ~e pued:n hacer a un ~~son a partir de una población infinita, Las tomas de tensión sanguí- t b. En promedio, ¿cuánto espacio debe haber en el área de espera?
c. Si Judy trabajara en la oficina 12 horas diarías. ¿cuántas horas en promedio por día estaría
~e la.fila pu~e ser infinita, :~u~os~:r! ~~ ~:~~~,~~t~~~:~~~~~;~;nga que la longitud -¡ ocupada?
b' ~Qu~ n~mero de personas promedio se puede esperar en la fila? ~ d. ¿Qué probabilidad existe de que el sistema esté ocioso?
c. ¿¡- e. Si la tasa de llegadas permaneciera idéntica pero el tiempo promedio en el sistema debe
~QQ~:tnUemerode perdsonaspromedio puede esperarse en el SIstema?
" I mpo pro~e 'o puede esperar una persona en la fila? . I ser de 45 minutos o menos, ¿qué habría que cambiar?
d. ~~ ~¡'~~~~~d~c~;:~a~empo se neceSItará para tomar la tenSIón de una persona, incluí- ::t 12. Una compañía de reproducción de gráficos tiene cuatro unidades de equipos automáticos
que en ocasiones se vuelven inoperantes por necesitar suministros. mantenimiento o repara-
e. ~Q
l~s ~nes de s~n:ana se anticipa que la tasa de llegadas aumente a cerca de 12 por hora dones. Cada unidad requiere servicio aprox.imadamenre dos veces por hora o. con más
precisión. cada unidad funciona 30 minutos en promedio antes de requerir servicio. Los
8 L fi~ de e ecto ten ra esto en el número de personas en la fila de espera? .
. a la e servicios de una cafetería tiene una sreca d l' al l li '. tiempos de servicio varian grandemente. pues van desde un servicio sencillo (como oprimir
~afé. i:"s lIe~adas a la greca siguen una distri'bució: P~~~on ~s~n~~~~! ~s:,,~s;'r s::~t~l
! un botón de reinicio o ajustar el papel) hasta el desensamble del equipo, que resulta más

l
complicado. Sin embargo. el tiempo promedio de servicio es de cinco minutos.
t os e lentes emoran unos 15 segundos en servirse ex onencial ... .

t,
¿~u~ntos clientes esperaría ver en promedio fr;nte ~ la greca ~;~~:~';tnbu,dOS. El tiempo muerto del equipo implica una pérdida de USS20 por hora. A la persona que atiende
. (. uanto tiempo calcula que se demora obtener un café? . sola los equipos le pagan US$6 por hora.

/:
196
) Sección dos Diseño del producto y selección del proceso Suplemento 5 Administración de lilas de espera 197

Utilizan~o el an;.í!isis de tila de espera finita. conteste las siguientes preguntas-:-


)
el curso sobre CM. El puesto funciona ocho horas diarias. El decano quiere saber cómo está
a. ¿Cual es el numero promedio de unidades en fila? ~ funcionando. Las estadísticas revelan que acuden al puesto cuatro estudia mes por hora,
h. ¿Cu~l es el n~mero promedio de unidades que siguen funcionando? con una distribución aproximadamente Poisson. El tiempo de asistencia es de diez minutos
c. ¿Cual es el numero promedio de unidades sometidas a servicio? en promedio, exponencialmente distribuido. Suponga que la población y la longitud de la fila
d. L~ com,pañía contempla la posibilidad,de contratar a otro empleado. a quien le pagaría los pueden ser infinitas y que se atiende en orden de llegada.
mismos US$6que al otro. ¿Es aconsejable que lo haga? a. Calcule el porcentaje de utilización del estudiante de posgrado.
13. Benny ~I barbero tiene ~na peluquería con una sola silla. Cuando el estudiaba para peluque- b. Calcule el número promedio de estudianfés enel sistema.
ro, le .dIJ~ron ,que sus cll.e~tes tendrÍa~ una distribución de llegadas Poisson y que proveería c. Calcule el tiempo promedio en el sistema.
un,a d~srnbucl6n de serVICIO exponencíal. Sus datos de investigación de mercado indican que d. Calcule qué probabilidad existe de que haya cuatro o más estudiantes en fila o siendo
los clientes llegan a una tasa ~e. dos por hora. A Benny le toma 20 minutos en promedio hace atendidos.
un cone.; Con base en ~stas cifras, determine lo siguiente: r e. Antes de un examen. la llegada de estudiantes se incrementa a seis por hora en promedio.
a. El numero promedio de clientes que aguardan. ¿Qué efectos tiene esto en la longitud promedio de la fila?
b. El tiempo promedio que aguarda un cliente. 19. En la estación de inspección de la frontera de California, los vehículos llegan a una tasa de
c. El tie.~po promedio que pasa un cliente en la peluquería. diez por minuto, con una distribución Poisson. Para simplificar este problema, suponga que
d. La utilización promedio del tiempo de Benny. sólo existe un carril y un inspector. que puede inspeccionar los vehículos a una tasa de 12 por

1- 14. Benny el barbero


otro peluquero
~véase el pr...
en su peluquería,
supon: que ar:n~o~ peluqueros
oblema 13! está pensando conseguir una segunda silla para
A los clientes se les atendería en orden de llegada. Benny
durarían 20 minutos en promedio para hacer un corte y que el
minuto
a.
b.
de manera exponencialmente distribuida.
¿Cuál es la longitud promedio de la fila de espera?
¿Qué tiempo en promedio debe aguardar un vehículo para pasar por el sistema?
! ne-?oclO. seguiria rguat, con clientes llegando a una tasa de dos por hora. Determine la si- c. ¿Cuál es la utilización del inspector?
guiente l~formacIOn pa.ra ayu~arle a Benny a decidir si debe añadir una segunda silla: d. ¿Qué probabilidad existe de que cuando usted llegue haya tres o más vehículos antes
a. El numero promedio de clientes que aguardan. que el suyo?
b. El tiempo promedio que aguarda un cliente. 20. La estación de inspección de la frontera de California (véase el problema 19) está pensando
c. El tiempo promedio que permanece un cliente en el local. en agregar un segundo inspector. Los vehículos aguardarían en un carri I y luego serían
15. En la. sección de cámaras fotográficas de un almacén, ingresan clientes a una tasa promedio dirigidos hasta donde el primer inspector disponible. La tasa de llegada sería la misma (diez
de.seis por hora. El departamento es atendido por un solo empleado, quien dura en promedio por minuto) y el segundo inspector procesaría los vehículos a la misma tasa que el primero
seis n:1fl~tos ~?n cada clte~te. Su~onga que esta es una situación sencilla de llegadas Poisson (12 por minuto).
con distribución exponencial de tiempo de servicio. a. ¿Cuál sería la longitud promedio de la fila de espera?
a. ~?mo observador casual, ¿a cuánt.as personas esperaría ver en la sección de cámaras b. ¿Qué tiempo en promedio tendría que aguardar un vehículo para pasar por lodo el sistema?
(Sin ~ontar al empleado)? ¿Cuánto tiempo podría esperar emplear un cliente en la sección Si se agrega un segundo carril (un carril para cada inspector):
de carnaras (tiempo total)? c. ¿Cuál sería la longitud promedio de la fila de espera?
b. ¿Cuál es la utilización del empleado? d. ¿Qué tiempo en promedio tendría que aguardar un vehículo para pasar por todo el sistema?
c. ¿Qué probabilidades existen de que haya más de dos personas en la sección de cámaras 21. Durante la fiesta de primavera en el campus, la atracción de los carros chocones tiene el
(SIOcontar al empleado)'? problema de que éstos se averían y necesitan ser reparados. Se puede contratar personal de
d. Se contrat~ a otro e.mpleado para l~ sección de cámaras, quien también dura seis minutos reparaciones a USS20 por hora, pero sólo trabajan en equipo. Así pues. si se contrata a una
en promedio atend!~ndo a cada cliente, ¿ Cuánto tiempo podría esperar un cliente 'pasar _persona. ésta trabajará sola; si se contratan dos o tres personas. trabajarán conjuntamente
ahora en esta sección?
en la reparación del mismo carro.
16. Kenny Livingsto~. encargado del baren el Tucson Racquer Club, puede servir bebidas a una Un reparador puede arreglar carros en 30 minutos en promedio. Dos reparadores toman 20
tasa de una c::~a)O segundos, Hace poco. en una tarde calurosa, el bar estaba especialmente minutos y tres, 15 minutos. Mientras estos carros están inactivos, se pierden US$40 por hora
lleno y ca~a ») segundos alguien se acercaba a la barra y pedía una bebida. en ingresos. Los carros tienden a averiarse a una tasa de dos por hora.
a. Suponiendo al mismo ritmo y que Kenny sirve a la gente en
que t~d~ en_ ~l~ar beben ... ¿ Cuántas personas se deben contratar para repararlos?
arde? de llegada, (,cuanro tI~mpo tendría que esperarurrclienleilasta-que-Io atendieran? 22. Un túnel de peaje decidió experimentar con el uso de una tarjeta débito para recoger el dinero.
b. ': Cu~ntas personas. ~sperana usted que estuvieran aguardando sus bebidas? Al comienzo sólo se utilizará un carril. Se calcula que los autos llegarán a este carril experi-
c. ~ Cu~1 es la probabll~dad de que tres o más personas estén esperando sus bébidas? mental a una tasa de 750 por hora. La verificación de sus tarjetas débito toma exactamente
d. (,Cual es la utilización del encargado de las bebidas (qué tan ocupado está)? cuatro5egundos.
e. SI el en~argado de las bebidas es reemplazado por un dispensador automático .cómo a. ¿Cuámo tiempo calcula que le tomaría al cliente aguardar en fila. pagar con la tarjeta
cambiaría esto su respuesta en la parte a? ' 1. débito y marcharse?
17, Una oficina empl~a a varios funcionarios que originan documentos y a un operador que intro- b. ¿Cuántos automóviles calcula que habría en el sistema?
- duce la información de los documentos en un procesador de palabras. El grupo origina docu-
mentos a una tasa de 25 por hora. El operador puede introducir la información en un tiempo
promedio de dos ,!,!~!,!",nencia1menle distribuido. Suponga que la población es infinita,
las llegadas son POlsson.y la longItud de la fila es infinita, con atención en orden de llegada
BIBLIOGRAFíA RECOMENDADA
a. Calcule el porcentaje de utilización del operador.
Chase. R. B. "The Mall Is My Facrory: Reflections of a Service Fitzsimrnons, James A., and M. J. Firzsimmons. Service Munagemeru,
b. Calcule el número promedio de documentos en el sistema. Junkie". Productions and Operarions Management, Winter Burr Ridge, II: lrwinlMcGraw-Hitt, t997, pp. 318-t9.
c. Calcule el tiempo promeolO en él sisterna. -____ _ __ t 996, pp. 298-308. Hillier, Frederick S., et al. Quelling TabLes and Graphs. New York:
d. C.alcule qué probabilidad existe de que haya cuatro o más documentos en el sistema Cooper, Roben B. Imroduction lo Queuing Theory, 2nd ed. New Elsevier-North Holland, 198 t.
e. SI se agre~a ~tr~ func!onario, la tasa de elaboración de documentos aumentarí~ a 30 por York: Elsevier-Ncrth Holland, 1980. Katz, K. L.: B. M. Larson; and R. e Larson. "Prescription for the
hora. ¿Que significaría esto en términos de la carga de trabajo del procesador de pala- Davis, Mark M .. and M. 1. Maggard, "An Analysis of Cusromer Wairing-in-Line Blues: Entertain, Enlighten, and Engage''. Sloan
bras? Exphque las razones. Satisfaction with Waiting Times in a Twc Stage Service Process". Management Review 32. no. 2 (Winter 1991), pp. 44-53.
18. Se estable:ió un puesto de ayuda para estudios manejado por un estudiante de posgrado Journaí of Operatíons Managemenr 9. no. 3 (August 1990), winsron, Wayne L., and S. Christian Albright. Practica!
pp. 324-34. Management Sclence. spreadsñeet Modeling and Application.
para contestar las preguntas de los estudiantes y asistirlos en los problemas que les plantea
New York: Duxbury, t997, pp. 537-79.

r
r 166 Sección dos Diseño del producto y selección del proCl:SO
tIV
~ )~
)
Para agravar el problema. millones de empresarios ya ras cada mes en diciembre y enero un reembolso de US$39.~
dependen del servicio hasta cierro punto. lo cual significa el doble de la tarifa mensual por acceso ilimitado. AOL tarn:~
que las fallas de AOL afectan a los clientes de sus clientes, Y bién debe dejar de hacer publicidad durante el mes de febrero"=
el asunto empeora. Aunque AOL dice que ha recortado se- y cualquier publicidad posterior a dicha fecha debe tlecir q~:::
veramente la cornercialización de su producto. en el mismo los usuarios pueden tener problemas al tratar de entrar en :
instante en que estaba escuchando la señal de ocupado de línea. El servicio en línea también tiene que fucilitur u los clien:-..;..
AOL el otro día, mis hijos estaban mirando el anuncio de 1::. [es cancelar sus suscripciones. suministrando para ese efecto
compañía para conseguir nuevos clientes en el canal números de Fax y direcciones postales. y tendrán que entregar
ickelodeon. en donde además figuraba un número telefóni- informes escritos a los funcionarios estatales sobre el progre, ~
co gratuito. Se puede llamar para suscribirse. pero no para so de los reembolsos. ~
conectarse.
Preguntas
AOL reembolsará a sus clientes'
1. ¿Debe hacerse responsable a AOL por su incapacidad de':'
Ameriea Online Inc., cediendo a la presión de los procuradores proveer acceso inmediato a su red?
de 36 estados. llegó a un acuerdo preliminar que le exigirá rembolsar 2. Compare el caso de AOL con el de las aerolineas que _
hasta US$40 por cliente para compensar a los suscriptores frus- suelen sobrevender sus vuelos.
trados que no han podido obtener acceso ilimitado al atiborrado 3. Sugiera una política para AOL que relacione la capaci-
servicio en línea durante los últimos dos meses. dad de su sistema con la cantidad de usuarios poten.
El acuerdo tentativo que se anunció exige que AOL pro- ciales.
vea a los clientes que utilizaron el servicio menos de dos ha- 4. ¿Debe el gobierno tomar cartas en el asunto'!

BIBLIOGRAFíA RECOMENDADA

Bitran. Gabriel R., and Johannes Hoech. "The Humanization of Farsad. Behshid, and Ahmnd K. Elshennawy. "Defining Service -
Service: Respect al the Mamen! of Truth". Sloan Managemen/ Qualiry ls Difficult for Service and Manufacturing Firms". In- -
Rpl';p~ Winr~r 1990, pp. 89-96. dustriat Engineering. March 1989. pp. 17-20.
Chase, R. B. "The Mall Is My Factory: Reflectícns of a Service Finsthal. Timothy W. ··M)' emplcyees Are My Service Guarantee".
Junkie". Productíon and Operatíons Management, Winter 1996. Harvard Business Revíew, July-August 1989, pp. 28-33.
pp.298~ Fitzsirnmons. l,A. and R. S. Sullivan. Servtce Operatíons
_' "The Customer Contact Approach-ro-Services: Theoretical Managemem. New York: McGraw-Hill. 1983.
Bases and Practica! Extensions". Operatícns Research 21. no . ..j. Flint, Jerry. and William Heuslein. "An urge tu Service". Forb---¡;:-
(1981), pp. 698-705. September 18, 1989, pp. 172-74.
_" and D. M. Stewart. "Make Your Servicc Fail-Safe". Síoan Hacklett. Gregory P. "Investrnent in Technology: The Service Sec-
Management Review. Spring 1994. pp. 35-44. tor Sinkhole?" Síoan Monagement Review. Wintcr 1990. pp. 97-
_' Mtstake-Proofíng: How eo Design Errors Out. Cambridge. 103. ~
MA: Producuviry Press, 1994. Hart, Christopner W. L "The Power of Unconditional Services
Cohen, Morris A., and Hau L. Lee. "Out of Touch with Custcmer Guaranrees". Harvard Business Revíew. July-August 1988. pp.
Needs?" Sloan Management Review, winter 1990, pp. 55-56. - 54-62.
1-~ __ ---,C.Qlley. John L._Case Studies ]n Service Operations. Duxbury Press: Heskett James L.' W. Earl Sass.M,-.lr •.; and Chrisloght!r L. Hart.
Wadswort Publishing Company, 1996. Service Breakthroughs: Ctianging the Rules o/ lile Game. New .•.
Collier. D. A. The Service/Quality Solution, Burr Ridge. 11:lrwin York: Free Prcss. 1990.
Professional Publishing, 1993.

Adaptado de Jared Sundberg. ·'AOL to Pay Retunds to Its Customers". The W(I/J Street Journat. 30 de enero. !()l)7, p. Al © 1997 Dow lones &
Company. [neo Todos los derechos reservados en el mundo.

, t-
J ::
.1;

~--------------~-

También podría gustarte