Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición:
Una situación de espera ocurre cuando un conjunto de clientes
arriban a una instalación en demanda de un determinado servicio,
son atendidos y luego abandonan el sistema.
Existen varios sistemas de Colas, como ser;
a) Una línea un solo servidor
b) Una línea varios servidores en paralelo
c) Varias líneas varios servidores en paralelo
d) Una línea varios servidores en serie.
Simbología:
λ; tasa de llegada de los clientes (clientes/unidad de tiempo)
μ; tasa de atención a los clientes, o tasa de servicio
(clientes/unidad tiempo)
ρ; intensidad de tráfico, mide la tasa de ocupación de un sistema
U; intervalo medio entre llegadas
V; media del tiempo de servicio
c: número de canales (N° servidores)
k; capacidad del sistema
P0 ; probabilidad de que no haya nadie en el sistema
Pn ; probabilidad de que hayan “n” clientes en el sistema
D; probabilidad de demora
L; número promedio de clientes en el sistema
Lq ; número promedio de clientes en la cola(longitud de la cola)
W ; tiempo promedio en el sistema
Wq ;tiempo promedio de permanencia en la cola
n: número de posibles clientes
Sistema M/M/1:
Es el sistema más simple, donde las llegadas de los clientes se
ajustan a la distribución Poisson, mientras que los servicios
obedecen a la distribución Exponencial, el número “1” indica un
solo servidor o un solo canal.
Relaciones básicas:
λ
ρ = μ *100 (%)
P0 = 1 – ρ
Pn= (1 – ρ) ρn
ρ
L = 1−ρ
ρ²
Lq = 1−ρ
1
W = μ−λ
ρ
Wq = μ−λ
U = 1/λ
V = 1/µ
Ejemplo 1:
Un establecimiento de reparaciones, atendida por un solo
operario tiene un promedio de cuatro clientes por hora, los cuales
traen aparatos a reparar. El técnico los inspecciona para emitir un
diagnóstico. Esto le toma seis minutos como promedio. Los
arribos tienen distribución de Poisson y el tiempo de servicio la
tiene Exponencial. Encontrar:
a) la proporción de tiempo durante el cual el taller está vacío
en una jornada de 8 horas.
b) la probabilidad de que tres clientes se encuentren en el
taller
c) la probabilidad de encontrar al menos un cliente en el taller
d) el número promedio de clientes en el sistema
e) el tiempo promedio empleado, incluyendo servicio
f) el número promedio de clientes que esperan ser atendidos
g) el tiempo promedio empleado, excluyendo servicio
Solución:
λ = 4(clientes/hora)
V = 6(minutos/cliente)
µ = 1/V = 1/6 (clientes/minuto)*60 (minutos/hora)
µ = 10 (clientes/hora)
4
ρ = 10 *100 = 40 %
ρ 0.4
g) Wq = μ−λ = 10−4 = 0.07 (horas)=4.2 (minutos)
Ejemplo 2:
Los pacientes arriban a un consultorio médico a intervalos
promedio de 20 minutos (Poisson) y dedican un promedio de 15
minutos a la consulta (exponencial). El médico desea tener
suficiente número de asientos en la sala de espera para que el 95
% de los pacientes estén sentados ¿cuántos asientos se deberían
colocar?
Solución:
U = 20 (minutos/paciente) = 1/λ
λ = 1/20 (pacientes/minuto)= 3 (pacientes/hora)
V = 15 (minutos/paciente) = 1/µ
µ = 1/15 (pacientes/minutos) = 4 (pacientes/hora)
3
ρ = 4 *100 = 75 %
(1 – ρ)∑ ρn = 0.95
n=0
Ejemplo 4:
En un sistema M/M/1 es posible ajustar la media de la tasa de
servicio. El costo esperado por unidad de tiempo de proporcionar
el servicio es C1 ($/cliente), los arribos ocurren a una tasa media
“λ”, y el tiempo del cliente vale C2 ($/h-cliente). Encuentre el valor
óptimo μ* de la tasa de servicio.
Solución:
El costo total se expresa así:
Ct = Costo del servicio + Costo de espera
Ct = C1($/cliente)*µ(clientes/hora) + C2($/h-cliente)*L(clientes)
ρ λ /µ
L = 1−ρ = 1−λ /µ
λ
L = µ−λ
λ
Ct = C1*µ + C2* µ−λ
dCt
+dµ =0
µ* = λ + C 2∗λ
√ C1
Práctica:
Un servicio a clientes que es capaz de manejar solicitudes que
llegan a una tasa de 800 por hora (Poisson), está instalado en una
casa de cambios, se han considerado dos alternativas.
Tasa promedio de Costo de
servicio(exponencial) operación
Sistema X μ = 860 h-1 400 $/h
Sistema Y μ = 840 h-1 250 $/h
SISTEMA M/M/c
λ
ρ= cμ <1
c−1
( cρ )n ( cρ )c 1
P0 = [∑ + * (1− ρ)
]-1
n=0 n! c!
( cρ )n
Pn = *P0 ; 0 ≤ n ≤c
n!
c n
c ρ
Pn = *P0 ; n > c
c!
c c+1
c ρ
Lq = *P
c ! (1−ρ) ² 0
Lq
Wq = λ
1
W = Wq + µ
L = λ*W
Ejemplo 1:
En un establecimiento los clientes arriban a una tasa de 12 por
hora (Poisson) y son atendidos a una tasa de 10 por hora
(Exponencial). Encontrar;
a) La probabilidad de que no haya nadie en el establecimiento
b) La probabilidad de que hayan 2 o más clientes
c) La probabilidad de que hayan 3 clientes
d) La longitud promedio de la línea de espera
e) El promedio de tiempo de espera antes del servicio
f) El promedio de tiempo de espera
g) El número promedio de clientes en el establecimiento
Solución:
λ =12 h-1
µ = 10 h-1
tomando c = 2 servidores
λ 12
ρ= cμ = 2∗10 = 0.60 (60%)
si c = 3 servidores
λ 12
ρ= cμ = 3∗10 = 0.40 (40%)
si c = 4 servidores
λ 12
ρ= cμ = 4∗10 = 0.30 (30%)
a medida de que se aumenta el número de canales, la intensidad
de tráfico disminuye, pero aumenta en costo, en este problema.
Asumimos c = 2 servidores
c*ρ = 2* 0.60 = 1.20
c−1
( cρ )n ( cρ )c 1
a) P0 = [∑ + * (1− ρ)
]-1
n=0 n! c!
2−1
( 1 .20 )n ( 1. 20 )2 1
P0 = [∑
n!
+ 2!
* (1−0.60)
]-1
n=0
1.20 0 1.20 1
P0 =[ + +1.80]-1
0! 1!
22 0.6 3
P3 = *0.25 = 0.11 (11%)
2!
c c+1
c ρ
d) Lq = *P
c !(1−ρ) ² 0
22 ¿ 0 . 6 3
Lq = *0.25
2!(1−0.6)²
Lq =0.68 (clientes)
Lq
e) Wq = λ
0.68
Wq = 12 = 0.06 (horas) = 3.40 (minutos)
Ejemplo 2:
Una biblioteca trata de decidir cuantas fotocopiadoras se deben
instalar, los estudiantes llegan a una tasa de 1 por minuto
(Poisson), la atención es a una tasa de 0.6 por minuto
(exponencial). Se desea que un estudiante no debe esperar más
de dos minutos.
Solución:
λ = 1 (estudiante/minuto)= 1 min-1
µ = 0.6 min-1
Wq ≤ 2 (minutos)
Sea “c” N° de fotocopiadoras a instalar
Empezamos nuestro análisis con c = 2 fotocopiadoras
λ 1
ρ= cμ = 2∗0.6 = 0.83 (83%)
1.6 60 1.6 61
P0 =[
0!
+ 1!
+ 8.10 ]-1= [0.09]
c c ρc+1 22 ¿ 0 . 833
Lq = *P = *0.09 = 3.56 (estudiantes)
c !(1−ρ) ² 0 2! (1−0 . 83)²
Lq 3.56
Wq = λ = 1 = 3.56 (minutos)
0 1 2
1.6 8 1.6 8
P0 =[
0!
+ 1!
+ 1.62!8 + 1.80]-1= [0.17]
c c+1 3 4
c ρ 3 ¿ 0 .56
Lq = *P0 = *0.17 = 0.39 (estudiantes)
c !(1−ρ) ² 3! (1−0.56)²
Lq 0.39
Wq = λ = 1 = 0.39 (minutos) < 2 (minutos)
Optimización Económica.
El principal objetivo es la determinación del número óptimo de
canales (c).
Sean:
C1= costo de funcionamiento de un canal por unidad de tiempo
(trabaje realmente o no)
C2 = costo por unidad de tiempo de espera del cliente
Ct = costo total
La ecuación del costo total es:
Ct = costo de proporcionar servicio + costo por espera
Ct = C1* c + C2* λ*Wq
Ejemplo:
Dado que el funcionamiento de un canal cuesta 3 ($/hora) y que el
tiempo de espera promedio cuesta 10 ($/hora-cliente). Encuentre
el número óptimo de canales para un promedio de arribos de
Poisson de 16 por hora y una tasa de servicio (exponencial) de 4
por hora.
Solución:
λ = 16 h-1
µ = 4 h-1
C1 = 3 ($/h-canal)
C2 = 10 ($/h-cliente)
Ct = 3($/h-canal)* c(canal) + 10($/h-cliente)*16(cliente/h)*W q(h)
Ct = 3*c + 160 * Wq ($/h)
El número mínimo de canales será:
16
ρ= 4∗c <1
4
c
<1
4<c
c>4
c= 5, 6, 7,,8………..
seguidamente aplicaremos un Software para calcular las medidas
de efectividad:
Es así que elaboramos la siguiente tabla:
c=5 c=6 c=7 c=8 c=9
ρ 0.80 0.67 0.57 0.50 0.44
Wq 0.14 0.04 0.01 0 0
3*c 15 18 21 24 27
160* Wq 22.40 6.40 1.60 0 0
Ct 37.40 24.40 22.60 24 27
.
Data Results
Arrival rate () 16 Average server utilization() 0,80
Service rate () 4 Average number of customers in the queue(Lq) 2,22
Number of servers(c) 5 Average number of customers in the system(Ls) 6,22
Average waiting time in the queue(Wq) 0,14
Average time in the system(Ws) 0,39
Probability (% of time) system is empty (P0) 0,01
Observando los resultados de la tabla anterior, deducimos que el
menor costo se verifica para c = 7, o sea que el número óptimo de
canales buscado es de siete.
Ejemplo:
X Frecuencia
(clientes/minuto) Observada ( fo)
0 21
1 18
2 7
3 3
4 1
Total 50
Solución:
A continuación elaboramos la siguiente tabla:
TABLA DE SIMULACION
n Números Llegadas Llegada media
Aleatorios correspondientes
1 10, 22, 24 0, 0, 0 0
2 42, 37, 77 1, 0, 1 0.67
3 99, 56, 27 4, 1, 0 1.67
4 96, 30, 19 3, 0, 0 1
5 14, 34, 26 0, 0, 0 0
6 85, 47, 53 2, 1, 1 1.33
TOTAL 4.67
Donde:
λ = parámetro de la distribución Poisson ≤ 10
e = base de los logaritmos naturales = 2.718……
x! = factorial de la variable aleatoria
La teoría indica que el parámetro: λ = M(X) en la Distribución
Poisson en nuestro caso asumimos a-priori que: λ =0.78
(clientes/minuto), dicha hipótesis debe estar sujeta a una
verificación formal para lo cual realizaremos la correspondiente
prueba de hipótesis aplicando la Distribución Chi-cuadrado, cuya
fórmula es:
Σ(fo−fe)²
χ² =
fe
donde:
χ² = Chi-cuadrado calculado
Σ = Símbolo de sumatoria
fo = frecuencia observada
fe = frecuencia esperada
Es así que las hipótesis planteadas serán:
Ho : hipótesis nula
H1: hipótesis alternativa
Ho: las llegadas/minuto de los clientes se ajustan a la
distribución Poisson
H1: las llegadas/minuto de los clientes no se ajustan a la
distribución Poisson
Remplazando sucesivamente los valores de X = 0, 1, 2, 3, 4 , se
tiene:
e-0.78 = 0.46
( 0.78 )0
f(X=0) =0.46 * = 0.46
0!
( 0.78 )1
f(X=1) =0.46 * = 0.36
1!
( 0 .78 )2
f(X=2) =0.46 * = 0.14
2!
( 0 .78 )3
f(X=3) =0.46 * = 0.04
3!
( 0.78 )4
f(X=4) =0.46 * = 0.01
4!
las frecuencias esperadas son:
f( e) = 50 * f(X=x)
f(e1) = 50 * 0.46 = 23
f(e2) = 50 * 0.36 = 18
f(e3) = 50 * 0.14 = 7
f(e4) = 50 * 0.04 = 2
f(e5) = 50 * 0.01 = 1
Σ(fo−fe)²
χ² =
fe
Nota: cuando “f0” y “fe” son < 5, se asocian dos o más categorías
hasta alcanzar un valor combinado ≥ 5.
(21−23)² (18−18) ² (11−10) ²
χ² =
23
+ 18
+ 10
= 0.17 + 0.10 = 0.27
1 1
µ = M (t) = 1.125 = 0.89 min-1?
F(t) = ∫ e−U dU
0
F(t) = 1 – e-0.89t
e-0.89t = 1 – F(t)
-0.89t ln e = ln[1 – F(t)]
−1
t = 0.89 ln[1 – F(t)]
−1 −1
m1 = 0 .89 ln[1 – F(m1)]= 0 .89 ln[1 – 0.2] =0.25
−1 −1
m2 = 0 .89 ln[1 – F(m2)]= 0 .89 ln[1 – 0.4] =0.57
−1 −1
m3 = 0 .89 ln[1 – F(m3)]= 0 .89 ln[1 – 0.6] =1.03
−1 −1
m4 = 0 .89 ln[1 – F(m4)]= 0 .89 ln[1 – 0.8] =1.81
−1 −1
m5 = 0.89 ln[1 – F(m5)]= 0.89 ln[1 – 1] =error
tj-1 – tj f0 fe ( fo−fe)²
fe
0 ≤ t < 0.25 2│ 4│
0.25≤ t < 0.57 3│5 4│8 1.13
0.57 ≤ t < 1.03 6│ 4│
1.03 ≤ t < 1.81 5│ 4│ 0.75
t > 1.81 4│1 4│1
5 2
20 20 X² =1.88
1
λ1 = [ 1 – 3 ] 3 = 2 min-1
2
λ2 = [ 1 – 3 ] 3 = 1 min-1
3
λ3 = [ 1 – 3 ] 3 = 0 min-1
µ0 = µ1 = µ2 = µ3 = µ = 2 min-1
λn−1
Pn = µn * Pn-1
λo 3
P1 = µ 1 * P0 = 2 * P0 = 1.5 * P0
λ1 2
P2 = µ 2 * P1 = 2 * (1.5 * P0) = 1.5 * P0
λ2 1
P3 = µ 3 * P2 = 2 * (1.5 * P0) = 0.75 * P0
3
Sabemos que: ∑ Pn = 1
n=0
P 0 + P1 + P2 + P3 = 1
P0 + 1.5 * P0 + 1.5 * P0 + 0.75 * P0 = 1
4.75 P0 = 1
P0 = 0.21
P1 = 1.5*0.21 = 0.32
P2 = 1.5*0.21 = 0.32
P3 = 0.75*0.21 = 0.16
La tasa esperada de rechazo = ∑ (λ−λn)* Pn
El número de clientes por minuto que se pierden está dado por:
N =∑ r (n)∗Pn
n=0
EJEMPLO:
Con los datos del problema de Colas con rechazo resolver este
problema si la función de abandono es:
r(n) = 0 : si n = 0, 1
r(n) = n2 : si n = 2 , 3, 4, 5
Aquí:
λ = 3 clientes/minuto
µ = 2 clientes/minuto
Perdida esperada por cliente que abandona el sistema: 30 ȼ
/cliente.
Solución:
Aquí se tiene:
λ0 = λ1 = λ2 = λ3 = 3 clientes/minuto
µn = µ + r(n)
µ1 = 2 + r(1) = 2 + 0 = 2 min-1
µ2 = 2 + r(2) = 2 + 22 = 6 min-1
µ3 = 2 + r(3) = 2 + 32 = 11 min-1
µ4 = 2 + r(4) = 2 + 42 = 18 min-1
µ5 = 2 + r(5) = 2 + 52 = 27 min-1
λn−1
Pn = µn * Pn-1
λ0 3
P1 = µ 1 * P0 = 2 * P0 = 1.5* P0
λ1 3
P2 = µ 2 * P1 = 6 *1.5* P0 = 0.75* P0
λ2 3
P3 = µ 3 * P2 = 11 *0.75* P0 = 0.20* P0
λ3 3
P4 = µ 4 * P3 = 18 *0.20* P0 = 0.03* P0
λ4 3
P5 = µ 5 * P4 = 27 *0.03* P0 = 0
P 0 + P1 + P2 + P3 + P4 + P 5 = 1
P0 + 1.5*P0 + 0.75*P0 + 0.20*P0 + 0.03*P0 + 0 = 1
3.48 * P0 = 1
P0 = 0.29
P1 = 1.5*0.29 = 0.44
P2 = 0.75*0.29 = 0.22
P3 = 0.20*0.29 = 0.06
P4 = 0.03*0.29 = 0.01
P5 = 0
∞
N =∑ r (n)∗Pn
n=0
ρ ( K +1 ) ρ K +1❑
L = 1−ρ - K +1 ; si (ρ ≠ 1)
1−ρ
K
L = 2 ; si (ρ = 1)
CAPITULO IV
ADMINISTRACION DE INVENTARIOS
SIMBOLOGIA:
Ejemplo 1:
Determinar la política de inventarios para un producto que tiene
los siguientes datos:
Consumo: 100 unidades/mes
Costo de reabastecimiento: 5 $
Cargos por conservación de inventarios: 40 ȼ/unidad-mes
Solución:
Ejemplo 2:
Un fabricante necesita 2000 piezas de ensamble durante el
próximo año, el precio unitario es de 5 $, el costo de ordenar es
de 7 $, el costo de conservación es de 1.50 $/pieza-año, más 10 %
por unidad-año por el costo de oportunidad del capital.
Determinar la política de inventarios.
Solución:
q=
√ 2∗A∗U∗P
c∗( P−U )
Ct =
√ 2∗A∗U∗c∗(P−U )
P
q
t= U
U
N= q
Ejemplo:
Con los siguientes datos determinar la política de inventarios:
A=5$
U = 100 unidades/mes
c = 40 ȼ/unidad-mes = 0.4($/unidad-mes)
P = 500 unidades/mes
Solución:
q=
√ 2∗A∗U∗(b+ c)
c∗b
√
Ct = 2∗ A∗U∗c∗b
b+c
q
t= U
U
N= q
Ejemplo:
Supóngase que un distribuidor almacena un tipo particular de
chapas para puertas. El distribuidor vende 1000 chapas cada año,
el costo de ordenar es de $ 4, si un cliente pide una chapa cuando
no se tiene en almacén se incurre en un costo de faltantes de $ 1
por unidad. Si el costo de conservación es $ 2 por unidad-año.
Determinar la Política de Inventarios.
Solución:
q=
√ 2∗A∗U∗P∗(b +c)
c∗b∗( P−U )
Ct =
√ 2∗A∗U∗c∗( P−U )∗b
P∗(b+c)
q
t= U
U
N= q
Ejemplo:
La tabla adjunta nos da los costos de reabastecimiento , el
consumo anual, tasa de producción y cargos de conservación en
inventario para un grupo de 5 productos. Establecer los tamaños
de los lotes económicos para este grupo de productos.
Product A U P C
o
1 10 3000 2500 3
2 20 2000 0 6
3 17 4000 8000 5
4 13 5000 2000 4
5 5 2000 0 2
1500
0
1200
0
Solución;
Product A U U qj = f *Uj
(1- P ) U*c*(1- P )
o
1 10
2 20
3 17
4 13
5 5
√
2∗ΣAi
f= Uj
ΣUj∗cj∗(1− )
Pj
Solución:
√
a) Aplicamos la fórmula: q = 2∗A∗U
c
b) Se debe cumplir; q1 + q2 + q3 = 2800 (unid.)
Considerando la ecuación de Costo total:
A∗U c∗q
Ct = q
+ 2
.
Es una aplicación al Método de Multiplicadores de Lagrange.
∇ Ct = λ* ∇ g