OPTIMIZACIÓN DE

OPERACIONES

DANIEL MARTINEZ BARRA

INGENIERO CIVIL EN OBRAS CIVILES
PLANIFICACION DE PROYECTOS
1
 LINEAS DE ESPERA
• Procesos Markoviano
• Procesos de Líneas de Espera
– Modelo Genérico Nacimiento – Muerte
• Modelos de Líneas de Espera
– Modelo I: Fuente Infinita – 1 Servidor
– Modelo II: Fuente Infinita – S Servidores
– Modelo III: Fuente Finita – 1 Servidor
– Modelo IV: Fuente Finita – S Servidores
– Modelo V: Equipos de Reemplazo

2
• Modelos de Costo
– Número Optimo de Servidores
– Tipo de Servidor Optimo
– Configuración Optimas

3
 Procesos Markoviano
• Son representación de un sistema real, en el cual la evolución
o estado del sistema cambia periódicamente como
consecuencia de intervención de al menos una variable
aleatorio.
– N: Estados Posibles
– Transición entre estado
– = Probabilidad de transición de un estado a otro en algún
periodo “t”

4
 Probabilidad con Perdida de
Memoria
• La Probabilidad de Transición solo depende del estado inicial y final; y
no de como se llegó al estado inicial
• Los procesos se clasifican en adsorbente y recurrentes; la clasificación
depende del grado de comunicación entre los estados.

– Recurrente: Al salir del estado existe una probabilidad NO NULA de regresar en

un algún periodo
– Absorbentes: En el sistema existe a lo menos un estado, al cual una vez logrado
NO se puede salir.

5
 𝑃 >0 ∩ 𝑃 >0 NO NULA

0,7 0,7

0,4 0,3 1 0,4

0,3 1 2 2
0,2

0,6 0,6 0,6

0,2

6
 • Una cadena esta formado por el mayor número de estados que se
comunica. 0,2
0,2

0,8 1 2
0,2 1
0,2
4
0,6 0,6

0,2

• Proceso formado por 2 cadenas:

• Cadena 1: Estados 1,2,3
• Cadena 2: Estado 4 7
• Los procesos de Márkov, son de utilidad para tomar decisiones sobre
políticas a adoptar, tanto en el corto como en el largo plazo:
– = ó
– = ó
– F = Vector Fila condición actual
– Condición después de n pasos

En particular en el largo plazo:

= Vector Fila de probabilidades de largo plazo

= * T Constituyen un sistema de ecuaciones para resolver se agrega que
la suma de las probabilidades es 1.

8
 Ejercicio:
1) Se realiza una encuesta a 355 Constructoras para saber las
preferencia de hormigones que utilizan, ya sea por precio, calidad,
etc. Dando los siguientes resultados:
Comprar en el siguiente año
Compra actual Total
Polpaico Bicentenario Melón
Polpaico = 90 27 45 18 90
Bicentenario = 125 25 75 25 125
Melón = 140 35 35 70 140
87 155 113 355
• a) Si las compras se hacen anualmente, ¿Cuál será la distribución
del mercado de hormigones en el 4to año?
• b) ¿Cómo será la distribución de cliente a largo plazo?

9
 Solución:
27 45 18 ÷ 90 0,3 0,5 0,2
a) 25 75 25 ÷ 125 T = 0,2 0,6 0,2 TxT=T
35 35 70 ÷ 140 0,25 0,25 0,5

0,3 0,5 0,2 0,3 0,5 0,2 0,24 0,5 0,26

T x T = T (nos piden el valor
T = 0,2 0,6 0,2 x 0,2 0,6 0,2 = 0,23 0,51 0,26
del cuarto año)
0,25 0,25 0,5 0,25 0,25 0,5 0,25 0,4 0,35

0,24 0,5 0,26 0,24 0,5 0,26 0,2376 0,479 0,2834

T = 0,23 0,51 0,26 x 0,23 0,51 0,26 = 0,2375 0,4791 0,2834
0,25 0,4 0,35 0,25 0,4 0,35 0,2395 0,469 0,2915

10
 0,4790
0,2376 P B 0,4791
0,2375

0,2395 0,469

0,2834 0,2834

0,2915
11
 0,3 0,5 0,2
• b) 𝜋 𝜋 𝜋 𝑥 0,2 0,6 0,2 = 𝜋 𝜋 𝜋 ;𝜋 +𝜋 +𝜋 =1
0,25 0,25 0,5
0,3𝜋 + 0,2𝜋 + 0,25𝜋 = 𝜋 −0,7𝜋 + 0,2𝜋 + 0,25𝜋 = 0
0,5𝜋 + 0,6𝜋 + 0,25𝜋 = 𝜋 0,5𝜋 − 0,4𝜋 + 0,25𝜋 = 0
0,2𝜋 + 0,2𝜋 + 0,5𝜋 = 𝜋 0,2𝜋 + 0,2𝜋 − 0,5𝜋 = 0
𝜋 +𝜋 +𝜋 =1 𝜋 +𝜋 +𝜋 =1

Resolviendo el sistema de ecuaciones, el resultado es el siguiente:

Resultado
-0,7 0,2 0,25 = 0
0,5 -0,4 0,25 = 0
0,2 0,2 -0,5 = 0
1 1 1 = 1

𝜋1 0,23809524
𝜋 0,47619048
𝜋 0,28571429
12
 Ejercicio:
• En una bodega de una faena, un cierto producto tiene una
demanda semanal que distribuye un informe desde 0 y 4, se
desea analizar el proceso que se genera al tomar una decisión
de adquirir 4 unidades del producto si al termino de la
semana el stock es 0. Considere que el pedido esta disponible
a primera hora de la semana siguiente.

13
 𝑑 (demanda del producto)
no
𝑆𝑡𝑜𝑐𝑘 𝑑 >𝑠 𝑣𝑒𝑛𝑡𝑎 = 𝑑

si

𝑣𝑒𝑛𝑡𝑎 = 𝑠

𝑆 =𝑠 +𝑃 𝑆𝑡𝑜𝑐𝑘 = 𝑆𝑡𝑜𝑐𝑘 𝑠 − 𝑣

no
𝑃𝑒𝑑𝑖𝑑𝑜 = 0 𝑠 =0

si
𝑃𝑒𝑑𝑖𝑑𝑜 = 𝑃
14
 Solución:
• Variable: El nivel de stock al inicio de la semana
– Estados Posible: 1 ; 2 ; 3 ; 4 (Termino la semana con 0, pero comienzo la semana con 4)
𝑑 =0
4
1/5 𝑑 =0
3
𝑑 =1 1/5 𝑑 =0
3 2 𝑑 =1
1/5 𝑑 =1 1/5
2 1
1/5 1/5
𝑑 =2 𝑑 =1
4 2 3 2 1 1
1/5 𝑑 =2 1/5 𝑑 ≥1
1 4
1/5 𝑑 ≥2 4/5
𝑑 =3
1 4
1/5 𝑑 ≥3
4 3/5
𝑑 =4 2/5
4
1/5
15
 1/5
1 1/5

1/5 4/5
1/5
1/5
1/5 4 3
2/5
2/5
1/5 3/5
1/5

2
1/5

16
• Si el proceso esta formado por una única cadena, la cadena es una
cadena ergódica.
– Existe la probabilidad de que en el largo plazo esto sea un estado

En una cadena de Markov, si el tiempo de transición se hace los suficientemente

pequeño, la transición entre estado será en tiempo continuo, situación que
conduce a procesos de líneas de espera.

17
 Proceso de Líneas de Espera
• Es un proceso Markoviano en tiempo continuo, es decir el tiempo de
transición del sistema se hace tan pequeña como sea necesario para
que la probabilidad de ocurrencia simultanea de 2 ó mas sucesos sea
prácticamente nula.

• Luego, entonces el diagrama Markoviano que describe el proceso de

líneas de espera se denomina diagrama de nacimiento y muerte y se
considere la interacción entre estados adyacente.

18
 Diagrama de Nacimiento y muerte
Llegada λ0 λ1 λ2 λk-1 λk λn-2 λn-1 λn

0 1 2 k n-1 n

Salida µ1 µ2 µ3 µk µk+1 µn-1 µn µn+1

Llegada Salida
Mecanismo
Línea de espera de
Servicio

19
La forma particular que adquieren λ (tasa de llegada) y μ (tasa
de servicio) va a depender del tamaño de la fuente de cliente, el
número de servicio y número de servidores, entre otras cosas.

• λ : Tasa de llegada cuando en el sistema existen k clientes

• μ : Tasa de servicio al existir en el sistema k clientes.

El sistema se resuelve calculando las probabilidades del estado

del sistema con probabilidad que en el sistema existan “k”
clientes.
20
 El mecanismo de servicio
1. Los tiempos de servicios son aleatorios y en general corresponde a
una distribución exponencial con media Ω. Con lo cual el número de
llegadas por unidad de tiempo distribuye poisson con media 1/ Ω :
2. Cantidad de servicios diferentes que ofrecen: si es más de uno, se
forma una red de líneas de espera
3. Número de servidores que otorgan independientemente un mismo
tipo de servicio
4. Rechazo de clientes
5. tipo de servidores: diferentes velocidades de trabajo
6. configuración : donde se ubican los puestos de servicios

21
 El mecanismo de Llegada
• Los tiempos de servicios son aleatorios y en general
corresponde a una distribución exponencial con media θ. Con
lo cual el número de servicios por unidad de tiempo distribuye
poisson con media 1/ θ :
– 1. Tamaño de la fuente de clientes: si es infinito la tasa de llegada es
constante
– 2. Presencia de auto rechazo
– 3. Rechazo de clientes

22
 λ λ λ λ λ
Llegada:
0 1 2 3 4

Salida:
μ μ μ μ μ
λ
• Estado “0”:
0

λ
23
• Estado “1”: λ λ

0 1 2

μ μ
Son iguales

λ λ

𝑃 λ λ ∗λ
∗λ ∗ = ∗𝑃
𝜇 𝜇 𝜇 ∗𝜇

24
• Estado “2”: λ λ

1 2 3

μ μ
Son iguales

λ λ

25
 En general:

Luego se aplica la condición de que la suma de las probabilidades es 1:

𝑃 =1

• Si tenemos las probabilidades, podemos calcular el

parámetro.

26
 Parámetros o estadígrafos
• 1. Estado del sistema o número de clientes en el sistema
en el instante t. Los sistemas se pueden encontrar en dos
condiciones, transitoria si el número de clientes depende del
tiempo transcurrido desde el inicio (cantidad de gente que
espera que abran el banco) o en régimen permanente. En este
último caso el estado del sistema es independiente de la
condición inicial de o borde.

27
• 2. N: estado del sistema en régimen permanente
• 3. Tasa de ingreso al sistema si en él existen N clientes
• 4. tasa de servicio del sistema si en él existen N clientes
• 5. : probabilidad de que en sistema existan N clientes.
• 6. L: Valor esperado del número de clientes en el sistema
• 7. Valor esperado del número de clientes en la línea de espera
• 8. W: Valor esperado del tiempo de permanencia de 1 cliente en el
sistema
• 9. Valor esperado del tiempo de permanecía de 1 cliente en la
línea de espera

28
 Formula de los principales
parámetros

( )

29
 Modelo I:
• Fuente de cliente, Tamaño infinito.
– = ( es constante y es independiente de cuanto hay en el
sistema)
Un solo servicio con un único servidor
– Tiempo de servicio con media (Ω)
Tasa de servicio poisson con media
Ω
– Tiempo e con media (θ)
Tasa de servicio poisson con media
θ

30
• No hay condición de rechazo
∏
∏

Es la primera alerta de diseño << 1 (estrictamente menor a 1).

Luego se aplica la condición de que la suma de las probabilidades es 1

1 1
1= 𝑃 ∗𝜌 =𝑃 ∗ 𝜌 ⇒𝑃 = = ⇒𝑃 =1−𝜌
∑ 𝜌 1−𝜌

31
𝐿= 𝑘∗ 𝑃 = 𝑘∗𝑃 ∗𝜌 =𝑃 ∗ 𝑘∗𝜌 =𝑃 ∗𝜌∗ 𝑘∗𝜌

𝜕 𝜕 1
⇒𝐿 =𝑃 ∗𝜌∗ ∗ 𝜌 =𝑃 ∗𝜌∗ ∗( − 1)
𝜕𝜌 𝜕𝜌 1 − 𝜌

1 1
⇒𝐿 =𝑃 ∗𝜌∗ = 1−𝜌 ∗𝜌∗
1−𝜌 1−𝜌

32
 Ejercicio
• Una compañía estatal tiene un número de estaciones para el
pesado de camiones a lo largo de una gran autopista, para
verificar que el peso de los vehículos cumple con las regulaciones.
La administración está considerando mejorar la calidad del
servicio en sus estaciones de pesado y ha seleccionado una de las
instalaciones como modelo a estudiar. Se desea analizar y
entender el desempeño del sistema actual durante las horas peak,
cuando llega a la báscula el mayor número de camiones. Se sabe
que al sistema llegan 70 camiones por hora y se atienden a una
tasa de 73 camiones por hora. El sistema tiene capacidad para
albergar 15 camiones .

33
Encontrar:
a. Factor de utilización.
b. Numero promedio de camiones en la fila.
c. Tiempo promedio de espera de un camión en la fila.
d. Numero promedio de camiones en el sistema.
e. Tiempo promedio de un camión en el sistema.
f. Probabilidad de que no haya clientes en el sistema.
g. Probabilidad de tener una cola de más de 4 clientes.

34
 Solución
• Modelo I: Fuente infinita y S=1
𝜆 𝜆 𝜆 𝜆 𝜆 𝜆 𝜆 𝜆
Llegada:
0 1 2 k N-1 N

Salida:
𝜇 𝜇 𝜇 𝜇 𝜇 𝜇 𝜇 𝜇

𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
𝜆 = 70
ℎ𝑜𝑟𝑎

𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
𝜇 = 73
ℎ𝑜𝑟𝑎
35
• a. Factor de utilización:

b. Numero promedio de camiones en la fila (para calcular

antes se debe calcular ):

36
• c. Tiempo promedio de espera de un camión en la fila (Para
calcular antes se debe calcular W).

d. Numero promedio de camiones en el sistema.

1
∗ = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝜇
37
• e. Tiempo promedio de un camión en el sistema.

f. Probabilidad de que no haya clientes en el sistema.

38
• g. Probabilidad de tener una cola de más de 4 clientes.
𝜆
𝑃 =𝑃
𝜇
𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
70
𝑃 = 0,0411 ℎ𝑜𝑟𝑎 = 0,0394 ∗ 100 % = 3,94%
𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
73
ℎ𝑜𝑟𝑎

𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
70
𝑃 = 0,0411 ℎ𝑜𝑟𝑎 = 0,0378 ∗ 100 % = 3,78%
𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
73
ℎ𝑜𝑟𝑎

39
 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
70
𝑃 = 0,0411 ℎ𝑜𝑟𝑎 = 0,0362 ∗ 100 % = 3,62%
𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
73
ℎ𝑜𝑟𝑎

𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
70
𝑃 = 0,0411 ℎ𝑜𝑟𝑎 = 0,0348 ∗ 100 % = 3,48%
𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
73
ℎ𝑜𝑟𝑎

( )

40