ICI-103 Gestión de Incertidumbre

Fenómenos de Espera

Carlos López Cerón

Antofagasta, Mayo 18 de 2022
 ICI-053
Lecturas sugeridas : Sistemas de Colas Modelos
Estocásticos

Taha, H. A. ; “Investigación de Operaciones”; séptima edición, México.

 ICI-053
Fenómenos de Espera Modelos
Estocásticos

➔ Esperar que nos atiendan es parte de la vida diaria:

 Hacemos cola en los Supermercados
 Hacemos fila para el check-in de un avión
 Esperamos que nos atiendan en oficinas del gobierno
➔ Este fenómeno de esperar no se limita a los seres humanos:
 Los trabajos esperan para ser procesados
 Los aviones vuelan en círculos cuando hay congestión en los aeropuertos
 Los autos deben detenerse en los semáforos en rojo Costos de espera de

Costos
Clientes por unidad de Costo
➔ Eliminar la espera por completo no es una opción tiempo Total
factible debido a que el costo operación del centro de
operación puede ser prohibitivo
➔ Nuestro único recurso es buscar el equilibrio entre el
costo de ofrecer un servicio y el de esperar a que lo
atiendan
➔ El obstáculo principal al implementar modelos de costos Costos de operar la
es la dificultad de determinar el costo de la espera, sobre instalación de servicio
por unidad de tiempo
todo el que experimentan las personas

Nivel de Servicio
 ICI-053
Elementos de un Modelo de Colas Modelos
Estocásticos

➔ Los actores principales en una situación de colas son el Cliente y el Servidor:

 Los clientes llegan a una instalación (servicio) desde de una fuente
 Al llegar, un cliente puede ser atendido de inmediato o esperar en una cola si la instalación
está ocupada
➔ Desde el punto de vista del análisis de colas, la llegada de los clientes está
representada por:
 El tiempo entre llegadas (sucesivas), y el servicio se mide por el tiempo de servicio por
cliente
 Por lo general, los tiempos entre llegadas y de servicio son probabilísticos, o pueden ser
determinísticos (digamos la llegada de solicitantes para una entrevista de trabajo o para
una cita con un médico)
➔ El tamaño de la cola desempeña un papel en el análisis de colas:
 Puede ser finito (como en el área intermedia entre dos máquinas sucesivas),
 o, para todos los propósitos prácticos, infinito (como en un servicio de atención comercial
de clientes en un sitio Web)
 ICI-053
Elementos de un Modelo de Colas Modelos
Estocásticos

➔ La disciplina en colas, la cual representa el orden en que se seleccionan los clientes

en una cola, es un factor importante en el análisis de modelos de colas:
 FIFO – FCFS : La disciplina más común es que el primero en llegar, es el primero en ser
atendido (First In First Out – First Come First Served).
 LIFO – LCFS : Otra es que el último en llegar, es el primero en ser atendido (Last In First Out
– Last Come First Served),
 SIRO : Servicio en orden aleatorio (Service In Random Order)
 Los clientes también pueden ser seleccionados de entre la cola, con base en algún orden
de prioridad: los trabajos urgentes en un taller se procesan antes que los trabajos
regulares.
➔ El comportamiento en colas desempeña un papel en el análisis de líneas de espera:
 Los clientes pueden cambiarse de una cola más larga a una más corta, para reducir el
tiempo de espera
 Pueden desistir del todo de hacer cola debido a la larga tardanza
➔ La fuente de la cual se generan los clientes puede ser finita o infinita:
 Una fuente finita limita la cantidad de clientes que llegan (por ejemplo las máquinas que
solicitan el servicio de un técnico en mantenimiento).
 Una fuente infinita es, para todo propósito práctico, por siempre abundante (como las
llamadas que entran a un conmutador telefónico)
 ICI-053
Modelos de Colas y la Distribución Exponencial Modelos
Estocásticos

➔ Para los casos de colas, la mayoría de las llegadas ocurren al azar (pasos de duración
estocásticos)
➔ Significa que la ocurrencia de un evento (por ejemplo la llegada de un cliente o la
terminación de un servicio):
 Es independiente del tiempo transcurrido desde la ocurrencia del último evento
➔ Los tiempos aleatorios entre llegadas y de servicio se describen cuantitativamente por
medio de una distribución exponencial:
𝑓 𝑡 = 𝜆𝑒 −𝜆𝑡 , 𝑡 > 0
➔ Para la distribución exponencial, se cumple:
𝑇
E 𝑡 = 1Τ𝜆 ; 𝑃 𝑡 ≤ 𝑇 = ‫׬‬0 𝜆𝑒 −𝜆𝑡 𝑑𝑡 = 1 − 𝑒 −𝜆𝑡
➔ 𝐸(𝑡) muestra que 𝜆 es la tasa por unidad de tiempo a la cual se generan los eventos
(llegadas o salidas)
➔ La propiedad totalmente aleatoria de la exponencial se conoce como olvido o falta de
memoria:
 La ocurrencia de un nuevo evento, es totalmente independiente del tiempo que
ha transcurrido desde la ocurrencia del último evento
 ICI-053
Modelos de Colas y la Distribución Exponencial Modelos
Estocásticos

➔ Dado que 𝒇(𝒕) es la distribución exponencial del tiempo 𝒕, entre eventos sucesivos
(llegadas), si 𝑺 es el intervalo desde la ocurrencia del último evento, entonces:
⇒ 𝑃 𝑡𝑇 + 𝑆 | 𝑡 > 𝑆 = P 𝑡 > 𝑇
➔ Lo anterior, se comprueba para una distribución exponencial con media 1/𝜆:
Si E 𝑡 = 1Τ𝜆 ⇒ 𝑃 𝑡 > 𝑇 = 1 - 𝑃 𝑡 < 𝑇 = 𝑒 −𝜆𝑇
𝑃 𝑡>𝑇+𝑆,𝑡>𝑆 𝑃 𝑡>𝑇+𝑆 𝑒 −𝜆(𝑇+𝑆)
⇒ 𝑃 𝑡 > 𝑇 + 𝑆|𝑡 > 𝑆 = = = = 𝑒 −𝜆𝑇
𝑃 𝑡>𝑆 𝑃 𝑡>𝑆 𝑒 −𝜆𝑆

Ejemplo
Personas esperando ser atendidas
Máquinas esperando ser reparadas
Vehículos (camiones, barcos) esperando descarga
Aviones que esperan despegar o aterrizar
Transmisiones de telecomunicaciones saturadas
Esperas en los procesos de fabricación
Retrasos en trabajos de servicio
Resultados
Calidad de vida, perdida de tiempo de trabajo.
Pérdida de producción
Retrasos en envíos subsecuentes
Desorganizar programación posterior de vuelos
Fallas inesperadas en los datos
Perturbación de la producción subsecuente
Pérdida de negocios futuros
Teoría de Colas – Uso de distribuciones ICI-053
Modelos
Exponencial y Poisson Estocásticos

➔ Los trabajos que deben realizarse en una máquina específica llegan según un proceso
de entradas Exponencial/Poisson con tasa media de 2 por hora. Suponga que la
máquina se descompone y su reparación tardará 3 horas.
➔ Cuál es la probabilidad de que el número de trabajos que llegan durante este tiempo
sea cero (0) Trabajos.
a. Utilizando distribución Exponencial:
𝑇1 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑎𝑟𝑎 𝑙𝑎 𝑝𝑟𝑖𝑚𝑒𝑟𝑎 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 (𝑣. 𝑎. ) ⇒ E(𝑇1 ) = 1Τ𝜆
𝜆 = 𝑇𝑎𝑠𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑝𝑎𝑟𝑎 𝑢𝑛𝑎 𝑝𝑟𝑜𝑥𝑖𝑚𝑎 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 = 2 (llegadas/hora)
t= 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎 = 3 (hora)
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 ℎ𝑎𝑦𝑎 0 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 = P(𝑇1 > 𝑡)
( )
t
− t
⇒ P(𝑇1 > 𝑡) = 1 - P(𝑇1 ≤ 𝑡)

= 1 − e −T1 dT = 1 − 1 − e 1 = e − t = 𝒆−𝟔
b. Utilizando distribución Poisson: 0

X = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑙𝑎 3 ℎ𝑜𝑟𝑎𝑠 (𝑣. 𝑎. )

𝜃 = 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑙𝑎𝑠 3 ℎ𝑜𝑟𝑎𝑠 (= 𝜆 ∗ 𝑡)
𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠
𝜃=2 ∗ 3 ℎ𝑜𝑟𝑎 = 6 (llegadas)
ℎ𝑜𝑟𝑎

𝜃𝑘 𝑒 −𝜃 (𝜆𝑡)𝑘 𝑒 −𝜆𝑡 60 𝑒 −6
⟹𝑃 𝑋=𝑘 = = ⇒𝑃 𝑋 =0 = = 𝑒 −6
𝑘! 𝑘! 0!
 ICI-053
Introducción – Procesos elementales de Colas Modelos
Estocásticos

Sistema de Colas:
Clientes servidos

Cola C S
Clientes C S
Mecanismo de
C C C C C C C C C C S
Servicio
C S
C S

Clientes servidos

Persona Pareja Máquina Producto

Clientes Tipo →

Una Persona Varias Personas Máquina

Servidores Tipo →
 ICI-053
Introducción – Etiqueta de los Modelos de Colas Modelos
Estocásticos

Distribución de tiempos de Servicio Capacidad del Sistema (𝒌)

/ / / /

Distribución de tiempos entre llegadas Número de Servidores (𝒔) Población de Clientes (𝒏)

➔Las distribuciones de probabilidad, se denotan por:

➔ 𝑴 = Distribución Exponencial (Markoviana)
➔ 𝑫 = Distribución Degenerada (tiempos constantes)
➔ 𝑬𝒊 = Distribución Erlang (parámetro de forma = 𝒊)
➔ 𝑮 = Distribución general (permite cualquier distribución arbitraria)
 ICI-053
Análisis Asintótico – Estado Estable Modelos
Estocásticos

➔ Cuando un sistema de colas apenas inicia su operación, el Estado del Sistema

(número de clientes en el sistema), se encuentra bastante afectado por el estado
inicial y el tiempo que ha pasado desde el inicio.
 Se dice entonces que el sistema se encuentra en condición
Transiente/Transitoria.
➔ Una vez que ha pasado suficiente tiempo, el estado del sistema se vuelve, en esencia,
independiente del estado inicial y del tiempo trascurrido.
 Se puede decir que el sistema ha alcanzado su condición de Estado Estable
➔ La Teoría de Colas tiende a dedicar su análisis a la condición de estado estable, en
parte porque el caso transitorio es analíticamente más complejo.
 ICI-053
Teoría de Colas – Nomenclatura Modelos
Estocásticos

➔Parámetros:
 𝒔 : Cantidad de Servidores en el sistema
𝒏 : Población de Clientes potenciales
𝒌 : Capacidad total del sistema, incluidos la cola y los servidores
➔Estados:
 𝑵𝑺𝒊𝒔 : Cantidad de Clientes que están actualmente en el Sistema
 𝑵𝑪𝒐𝒍𝒂 : Cantidad de Clientes que están actualmente en la Cola
 𝒑𝒋 : Probabilidad de que 𝑵𝑺𝒊𝒔 sea igual a 𝒋
➔Análisis Asintótico:
 𝑳𝒔 ; 𝒏𝑺𝒊𝒔 : Valor esperado de 𝑵𝑺𝒊𝒔
 𝑳𝒒 ; 𝒏𝑪𝒐𝒍𝒂 : Valor esperado de 𝑵𝑪𝒐𝒍𝒂
 𝑾𝒔 ; 𝒕𝑺𝒊𝒔 : Tiempo esperado que un Cliente entrante, pasará en el Sistema
 𝑾𝒒 ; 𝒕𝑪𝒐𝒍𝒂 : Tiempo esperado que un Cliente entrante, pasará en la Cola
 𝒔ത : Cantidad esperada de servidores ocupados
 ICI-053
Teoría de Colas – Análisis Asintótico Modelos
Estocásticos

➔ Para la distribución exponencial, se cumple: ⇒ E 𝒕 = 𝟏Τ𝝀

➔ E(t) muestra que λ es la tasa por unidad de tiempo a la cual se generan los eventos (en
estos casos se relaciona con llegadas de clientes a la cola)
➔ Si 𝝀𝒋 es contante para todo j  Se denota como 𝝀
➔ Si la tasa media de servicio por servidor ocupado 𝝁𝒋 , es constante para toda 𝒋  Se
denota como 𝝁
➔ 𝝀 y 𝝁 se expresan en unidades [Clientes/Unidad de Tiempo]
⇒ 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 = 1Τ𝜆
⇒ 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 = 1Τ𝜇
➔ Las relaciones entre 𝑛𝑆𝑖𝑠 , 𝑛𝐶𝑜𝑙𝑎 , 𝑡𝑆𝑖𝑠 y 𝑡𝐶𝑜𝑙𝑎 se obtienen a través del análisis asintótico.
➔ Una vez que se obtiene uno de los valores asintóticos, se puede obtener a través de
las fórmulas (1), (2) y (3), todos los restantes valores.

Propiedad Markoviana Variable de Tiempo

Carencia de Memoria Duración de los Eventos

Distribución
Exponencial
 ICI-053
Teoría de Colas – Análisis Asintótico Modelos
Estocásticos

➔ Según la probabilidad de estado estable 𝑃𝑛, se obtiene:

∞ ∞

⇒ 𝑛𝑆𝑖𝑠 = ෍ 𝑛𝑝𝑛 ⇒ 𝑛𝐶𝑜𝑙𝑎 = ෍ 𝑛 − 𝑠 𝑝𝑛

𝑛=1 𝑛=𝑠+1 𝑡𝑆𝑖𝑠 = 𝑛𝑆𝑖𝑠 Τ𝜆𝐸𝑓𝑒𝑐
➔ La fórmula de Little tiene dos formas equivalentes:
∞
൞
𝑡𝐶𝑜𝑙𝑎 = 𝑛𝐶𝑜𝑙𝑎 Τ𝜆𝐸𝑓𝑒𝑐
𝐷𝑜𝑛𝑑𝑒: 𝜆𝐸𝑓𝑒𝑐 = Tasa efectiva de llegadas ⇒ 𝜆𝐸𝑓𝑒𝑐 = ෍ 𝜆𝑗𝑃𝑗
𝑗=0
➔ Además se tiene una relación directa entre 𝑡𝑆𝑖𝑠 y 𝑡𝐶𝑜𝑙𝑎 :
𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑒𝑛 𝑒𝑙 𝑆𝑖𝑠𝑡𝑒𝑚𝑎
=
𝑒𝑛 𝑙𝑎 𝐶𝑜𝑙𝑎
+
𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 ⇒ 𝑡𝑆𝑖𝑠 = 𝑡𝐶𝑜𝑙𝑎 + 1Τ𝜇
➔ Multiplicando por 𝜆𝐸𝑓𝑒𝑐 , tenemos:
𝑈𝑠𝑜 𝑑𝑒 𝑙𝑎
⇒ 𝑛𝑆𝑖𝑠 = 𝑛𝐶𝑜𝑙𝑎 + 𝜆𝐸𝑓𝑒𝑐 Τ𝜇 ⇒ 𝑠ҧ = 𝑛𝑆𝑖𝑠 − 𝑛𝐶𝑜𝑙𝑎 = 𝜆𝐸𝑓𝑒𝑐 Τ𝜇 ⇒ = 𝑠ҧΤ𝑠
𝐼𝑛𝑠𝑡𝑎𝑙𝑎𝑐𝑖ó𝑛
➔ Para el caso de Capacidad Finita (𝑘) del Sistema:
𝜆 𝜆𝐸𝑓𝑒𝑐 ⇒ 𝜆 = 𝜆𝐸𝑓𝑒𝑐 + 𝜆𝑃𝑒𝑟𝑑𝑖𝑑𝑎
Fuente Sistema
⇒ 𝜆𝑃𝑒𝑟𝑑𝑖𝑑𝑎 = 𝜆 𝑝𝑘
𝜆𝑃𝑒𝑟𝑑𝑖𝑑𝑎 ⇒ 𝜆𝐸𝑓𝑒𝑐 = 𝜆(1 − 𝑝𝑘 )