A2 G1

Aplicacin del modelo matemtico de la Teora

de Colas a la mejora en la produccin de una
compaa minera trabajada por Open pit
Integrantes:

Damin Aval, Hugo (L.G.)

Linares Vargas, Jos Luis
Lpez Gamonal, Cristhian
Navarro Castillo, Robert
Pea Alcca, Richard
Quispe Gonzales, Irwin

DEFINICIN
La teora de colas estudia la construccin y el anlisis de
modelos matemticos de sistemas que dan servicio a
clientes cuyos tiempos de llegada y requisitos de servicio
son aleatorios. Las dos cuestiones bsicas son el anlisis y
el diseo de tales sistemas. Las primeras se reeren a
evaluar ciertas medidas del comportamiento de sistemas
con parmetros y reglas de operacin completamente
espaciadas. Los problemas de diseo se reeren a la
determinacin de parmetros y reglas de operacin que den
valores satisfactorios en las medidas de comportamiento.

CAMPOS DE APLICACIN DE
LA TEORIA DE COLAS:
La teora de colas ha sido o puede ser
aplicado a las siguientes reas:
En los sistemas de los procesos judiciales,
en los conductores de sonidos, en medicina
en general, en peluqueras, en sistemas de
transporte de todo tipo, establecimiento de
la relacin adecuada hombre-mquina; de
tal manera de minimizar la interferencia
de la mquina, etc.

MODELO BSICO

El modelo bsico de colas, a partir del que se pueden

construir otros ms complicados, consta de tres elementos:

1.

el proceso de entrada describe las propiedades

estadsticas de los instantes entre llegadas de clientes.
Tpicamente, viene expresado en trminos de la
distribucin entre llegadas.

2.

el mecanismo de servicio especica el nmero de

servidores y las propiedades estadsticas de los tiempos
de servicio.

3.

la disciplina de cola describe el comportamiento de los

clientes que encuentran todos los servidores ocupados.

NOTACIN DE KENDALL
Esta

notacin es de la forma A/B/c/K/m/Z donde

NOTACIN DE KENDALL

M:

indica que existe una distribucin de llegada tipo Poisson, y que es

independiente de la llegada anterior o que se utiliza esta distribucin para
generar los tiempos de servicio.

D:

se usa para expresar valores determinsticos con tiempos promedio de

servicio o de atencin constantes

E:

para indicar que existe una distribucin tipo Erlang, esto representa que
los datos se agrupan estrechamente alrededor de la media (promedio);
sea, es una distribucin de probabilidad continua

GI:

indica que existe una distribucin de llegada o de atencin con un

tiempo promedio

c:

toma el nmero de facilidades que ofrece el servicio, o las unidades de

servicio

K:

toma el total de los clientes que pueden requerir el servicio en un

determinado espacio de tiempo, de lo contrario se establece que es innito.

m:

toma el valor de los clientes que son admitidos en el sistema, si no hay

restricciones se asume que es innito

NOTACIN DE KENDALL

Nota: En ocasiones, se utiliza la notacin abreviada

A/B/c, suponindose
K = , m= y Z = FIFO (First In, First Out:
el primero en llegar es el primero en ser servido).

CLASIFICACIN SEGN EL NMERO DE SERVIDORES

Una lnea Un
servidor

Una lnea Mltiples servidores

...
Customers

Service
Center

...
Customers
Service
Centers

Mltiples lneas Mltiples

servidores

...
...
...
Customers

Service
Centers

DISTRIBUCIN POISSON
Es

unadistribucin de probabilidad discreta que

expresa, a partir de una frecuencia de ocurrencia
media, la probabilidad de que ocurra un
determinado nmero de eventos durante cierto
periodo de tiempo.

e
P(k )
k!

Donde:
k: Nmero de ocurrencias del evento
: Parmetro positivo que representa el
rango medio de llegadas en una unidad
de tiempo

Forma de llegada
Usualmente se asume una distribucin Poisson:
P

e
P(k )
k!

Llegadas por unidad de

tiempo

Distribucin exponencial

Distribucin:

La forma algebraica de la distribucin exponencial es:

P (tiempo de servicio t ) 1 e

Donde t representa una cantidad expresada en tiempo (horas,

minutos, etc.)

U: Numero promedio que han sido servidos en una unidad de

tiempo

Tiempo de Servicio

Una distribucin exponencial es asumida:

P(t)

P (tservicio t ) 1 e

Media

Tiempo

Datosconocidos

Rangodellegadadelcliente

Rangodeservicio(1/=tiempodeserviciopromedio)

Nmerodeservidores

Secalcula
Ew =

numeropromediodeclientesenlacola

numeropromediodeclientesenelsistema

Et

tiempopromediodeesperaenlacola

E =

tiempopromediodeesperaenelsistema.

enelsistema.
Pn

Probabilidaddetenernclientesenelsistema

Utilizaciondelsistema

PROBLEMAS

DE
APLICACION

Problema 1:
Para el planeamiento de una mina, se quiere saber que tipo de modelo se va a
utilizar para el traslado de mineral hacia la chancadora primaria, para ello se
realiza el estudio de 2 modelos que son los siguientes:

En el modelo tipo A, hacia la chancadora primaria llegan en promedio 30

camiones/hora.(El tiempo promedio de servicio para cada camin es de 1.4
minutos)

En el modelo tipo B, hacia la chancadora primaria llegan un promedio de 28

camiones/hora.(El tiempo promedio de servicio para cada camin es de 1.6
minutos)

1)

Cul es la probabilidad de que haya cero camiones en la chancadora

primaria?

2)

Cul es el nmero esperado de camiones en la cola?

3)

Cul es el tiempo esperado que un camin debe pasar en el sistema?

Para

1)

el modelo A: Sistema(M/M/1)

=30 camiones/hora y =43 camiones/hora.

Segn la ecuacin: se tendra,
0;

Por lo tanto, la probabilidad de que no haya camin en la

chancadora es de 30%.
2)

Queremos conocer (nmero esperado de unidades en la cola).

Segn la ecuacin:

3)

Determinamos el tiempo esperado en el sistema

Segn la ecuacin:

Para

1)

el modelo B: Sistema(M/M/1)

=28 camiones/hora y =38 camiones/hora.

Segn la ecuacin: se tendra,
;

Por lo tanto, la probabilidad de que no haya camin en la

chancadora es de 26%
2) Queremos conocer (nmero esperado de unidades en la cola).
Segn la ecuacin:

3)

Determinamos el tiempo esperado en el sistema

Segn la ecuacin:

CONCLUSIN:
Finalmente concluimos que el modelo A es mejor en
comparacin con el modelo B, debido a que registra un menor
numero de camiones en la cola, as mismo el tiempo que
permanece un camin en el sistema es de 4.61 minutos; 1,61
minutos menor que el registrado por el modelo B.

PROBLEMA 2:
El departamento de mantenimiento de una compaa
minera que trabaja con el mtodo open pit, labora 8
horas diarias y 240 das por ao y tiene que comprar
diferentes brocas para efectuar la operacin minera
unitaria de perforacin. El mantenimiento de dichas
brocas es efectuado por un mecnico a un costo
promedio de 4,00 $/hora. Alternativamente, las brocas
tambin pueden ser reparadas por el fabricante de
dichas brocas; para lo cual se debe firmar un contrato
anual a un costo de $ 20 000.

 Los

tiempos de los rangos de servicio del mecnico y del

fabricante son exponencialmente distribuidos con una
media de 1,7 y 1,5 das, respectivamente. Las fallas de las
brocas siguen la distribucin de Poisson con un rango
promedio de 2/5 de broca por hora. Por otro lado, cada
hora perdida por encontrase una broca en mantenimiento
ocasiona a la compaa minera un costo de $ 8,00.

Se

pide lo siguiente:

i.

Determinar el costo total por ao que ocasionan las

fallas de las brocas en cada una de las alternativas.

ii.

Recomendar cul de las alternativas es ms rentable

para la compaa minera.

iii.

Discutir los resultados

Para solucionar el presente problema se aplicar el

modelo matemtico de la investigacin denominado teora
de colas.
ALTERNATIVA

MECANICO

FABRICA

RANGO DE
LLEGADA

2/5

2/5

RANGO DE
SERVICIO

1/1,7

1/1,5

N PROMEDIO
DE BROCAS EN
EL SISTEMA
En=

17/8

3/2

Para la Alternativa 1:

i)

COSTO MECANICO /AO=(En)*(N de horas trabajadas/ao)*(Costo/hora)

COSTO MECANICO /AO=(17/8)*240*8*4

COSTO HORA PERDIDA/AO=(En)*(N de horas trabajadas/ao)*(Costo/hora)

COSTO HORA PERDIDA/AO=(17/8)*240*8*8

COSTO MECANICO /AO=16320 ($/ao)

COSTO HORA PERDIDA/AO=32640 ($/ao)

COSTO TOTAL/Ao=48960 ($/ao)

Para la Alternativa 2:

i)

COSTO HORA PERDIDA/AO=(En)*(N de horas

trabajadas/ao)*(Costo/hora)

COSTO HORA PERDIDA/AO=(3/2)*240*8*8

COSTO HORA PERDIDA/AO=23040 ($/ao)

COSTO FABRICA/Ao=20000 ($/ao)

COSTO TOTAL/Ao=43040 ($/ao)

CONCLUSIONES:

De acuerdo a los resultados obtenidos por las dos

alternativas; y priorizando el costo por ao, se
recomienda elegir la alternativa 2; elegir el
servicio de la fabrica, por ser mas rentable para la
empresa.

PROBLEMA 3
en

el rea de operacin mina de la compaa minera

Shougang hierro Per, se llevan a cabo las operaciones
unitarias de carguo y acarreo para ello se cuenta con
palas elctricas P&H modelo 4100 XPC con una
capacidad de cuchara de 24 yd3 y camiones Caterpillar
785b de 140 toneladas de capacidad.
se obtuvieron los siguientes datos al momento de
realizar un control de los indicadores clave de
desempeo del camin Caterpillar 785b de 140
toneladas de capacidad. (densidad = . )

Se pide determinar:
A. Los rangos de servicio ().
B. Los rangos de llegada ().
C. Nmero promedio de camiones
en el sistema.
D. Longitud promedio de la cola.
E. Tiempo en el sistema.

Solucin

EQUIPO

EQUIPO DE TRANSPORTE = 140 TONELADAS

DE CARGUIO = 24 =18.32

Volumen = = = 51.85

NMERO DE PASES = = 2.83

a)Rango

de Servicio ()

La pala cargara 15 camiones en una hora.

Comprobacin:
El tiempo de carguo por camin es 3.98 minutos por camin
Entonces:
15(3.98)= 59.7 minutos, lo cual es 1 hora aproximadamente.


b)Rangos
de llegada ()

Del cuadro de datos se tiene que el tiempo de espera en la

cola es de 9.62min, con esto y usando el valor de rango
promedio de servicio, hallamos el valor de
Para
c)Numero promedio de camiones en el sistema:
d)Longitud promedio de la cola:


e)Tiempo
en el sistema:

Conclusiones:
El

tiempo que demora el camin en hacer el recorrido

es en promedio de 33.43 minutos.

El

rango de llegada de los camiones

11 camiones /hora

tenemos

es de

2 camiones en la cola y un camin siendo

cargado
Cada

camin pasa 15 minutos desde que llega a la

colas hasta retirarse de la pala.

BIBLIOGRAFIA

Introduccin a la investigacin de operaciones, 9na Edicin Frederick S. Hillier & Gerald J. Lieberman.

El-Taha, M. y S. Stidham, Jr.: Sample-Path Analysis of

Queueing Systems, Kluwer Academic Publishers.

GROSS, D.; HARRIS, C. M.. Fundamentals of queueing

theory. 2. ed. New York: John Wiley & Sons, 1985.