Professional Documents
Culture Documents
AZUL
GRUPO: BW41
NDICE
UNIDAD 4 LNEAS DE ESPERA. ....................................................... 3
4.1 ESTRUCTURA BASICA DE LOS MODELOS DE LINEA DE
ESPERA ............................................................................................. 3
4.1.1 UN SERVIDOR, UNA COLA. ............................................... 5
4.1.2 N SERVIDORES, UNA COLA. ............................................. 8
4.1.3 N SERVIDORES, N COLAS. ...............................................10
4.2 CRITERIOS BAJO LA DISTRIBUCION DE
POISSONYEXPONENCIAL PARA LA SELECCIN DEL MODELO
APROPIADODE LNEAS DE ESPERA. ............................................12
4.3 APLICACION DE MODELOS DE DECISION EN LINEAS DE
ESPERA.............................................................................................14
4.4 INFERENCIA DE RESULTADOS. ...............................................16
EJEMPLOS DE PROBLEMAS ..........................................................18
Objetivo: Encontrar un balance adecuado entre el coste del servicio y los tiempos
de espera.
Fuente de entrada: (poblacin de clientes potenciales). Se dice que es limitada o
ilimitada segn si su tamao es finito o infinito. Usualmente se asume que es
ilimitada (el caso finito es ms difcil analticamente)
Clientes: entran al sistema cada cierto tiempo y se unen a una cola. Se debe
especificar el patrn estadstico mediante el cual los clientes entran al sistema.
Proceso de llegada: La suposicin habitual es que los clientes acceden al sistema
segn un proceso de Poisson, lo que significa que los clientes que llegan en un
intervalo determinado de tiempo siguen una distribucin Poisson, con tasa media
fija y sin importar cuntos clientes ya estn en el sistema. Una suposicin
equivalente es que los tiempos entre dos llegadas consecutivas (tiempo entre
llegadas) es exponencial.
Cola: cuando los clientes entran al sistema se unen a una cola. La cola es donde
los clientes esperan a ser servidos. Una cola se caracteriza por el nmero mximo
permisible de clientes que puede admitir. La suposicin de una cola infinita es ms
fcil de manejar analticamente que la de una cola finita. Tambin pueden
considerarse otras suposiciones acerca del comportamiento de los clientes cuando
llegan al sistema, como por ejemplo que un cliente rehse acceder al servicio
porque la cola es demasiado larga.
Disciplina de la cola: En un determinado momento se selecciona un miembro de la
cola, mediante alguna regla conocida como disciplina de servicio. La disciplina
deservicio se refiere al orden en el que se seleccionan los clientes de la cola para
recibir el servicio.
La cola
La instalacin del servicio
Personas
Automviles
Maquinas que requieren reparacin, etc.
La cola:
El nmero de clientes en la cola es el nmero de clientes que esperan el servicio,
el nmero de clientes en el sistema es el nmero de clientes que esperan en la
cola ms el nmero de clientes que actualmente reciben el servicio.
La capacidad de la cola es el nmero mximo de clientes que pueden estar en la
cola, generalmente se supone que la cola es infinita, aunque tambin la cola
puede ser finita.
6
Servicio:
El servicio puede ser brindado por un servidor o por servidores mltiples, el tiempo
de servicio vara de cliente a cliente, el tiempo esperado de servicio depende de la
tasa media de servicio ().El tiempo esperado de servicio equivale a 1/.
Para representar todo lo mencionado aqu se encuentran unos modelos bsicos
de los sistemas de colas.
Ejemplo:
Salida
Salida
Llegada
Salida
Cola
Mltiples canales
Anlisis de costo:
Una de las decisiones habituales en el uso de este modelo puede serlo el de
definir la cantidad de servidores necesarios. Por ejemplo, la cantidad de
ascensores en un edificio, la cantidad de escritorios para un equipo de trabajo, etc.
La decisin se deber basar en una relacin entre dos costos bsicos: el costo de
proveer servidores adicionales versus el costo de demorar o no prestar el servicio.
Se asume que el costo de demorar el servicio es un monto definido por cliente, por
unidad de tiempo insumida en el sistema. Si bien es relativamente sencillo conocer
el costo de un servidor, el costo de hacer esperar a un cliente puede resultar, a
veces, intangible y generalmente difcil de establecer. Hay que aclarar que los
costos por la espera existen y en ciertos casos pueden ser muy significativos, por
lo que deben ser estimados, si es que se desea realmente disear un sistema de
colas inteligente y controlable.
Los costos a los que nos acabamos de referir deben estar presentados por unidad
de tiempo, a los efectos de realizar clculos comparables. Si por ejemplo, el costo
de un servidor consiste en el salario que debe pagarse a quien lo atiende, deber
anualizarse, para incluir aguinaldo, vacaciones, etc., y luego convertirlo en la
misma unidad de tiempo que se use para determinar el tiempo de servicio o de
espera.
Si se define:
Cd = Costo de demora por cliente por unidad de tiempo
Cs = Costo por unidad de tiempo para agregar otro servidor
L = Nmero promedio en el sistema
El costo total por unidad de tiempo para una estacin con c servidores es:
L Cd + c Cs
A medida que c aumenta, la capacidad adicional incrementar la velocidad del
servicio y L ir disminuyendo. Por consiguiente, una informacin til que debe
brindar el sistema es el nmero de servidores que minimice el costo total.
En el caso que la sala de espera tenga una capacidad limitada, surgen otros
anlisis posibles.
As, se relacionan el costo de servidores adicionales versus el costo de perder el
negocio con clientes que se retiran antes de ser atendidos, ms el costo de la
demora para los clientes atendidos
Definiendo:
Cr = Costo de no brindar el servicio a un cliente
A = Tasa de llegadas
P = Probabilidad que un cliente se vaya de la cola sin ser atendido
El costo total ser L Cd + c Cs + p A Cr
10
NOMENCLATURA
S = nmero de servidores
n= nmero de clientes en el sistema
N =nmero mximo de clientes permitidos en el sistema
A,,t =flujo de clientes que entran cuando hay n clientes en el sistema
u,7l =capacidad del servidor cuando hay n clientes en el sistema.
E(t)= tiempo promedio de proceso por cliente
V(t)= variancia del tiempo de proceso
E() = tiempo promedio entre llegadas
V(a) = variancia del tiempo entre llegadas
CQ = coeficiente cuadrado de variacin del flujo de clientes que entran al sistema
CS`= coeficiente cuadrado de variacin del tiempo de servicio
Cp = coeficiente cuadrado de variacin del flujo de clientes que salen del sistema
PIJ probabilidad de que el sistema cambie de un estado i a un estado y despus
de un intervalo de tiempo.
Pn= probabilidad en estado estable de que existan n clientes en el sistema
L = nmero promedio de clientes en el sistema
Lq = nmero promedio de clientes en la fila
W = tiempo promedio de permanencia en el sistema
Wq= tiempo promedio de permanencia en la fila
p =utilizacin promedio del servicio
Ct = costo total promedio del sistema de lneas de espera por unidad de tiempo.
Ce= costo promedio de servicio por cliente por unidad de tiempo
Cq = costo promedio de espera por cliente por unidad de tiempo
11
(; ) =
!
Dnde:
K es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la
probabilidad de que el evento suceda precisamente k veces).
es un parmetro positivo que representa el nmero de veces que se espera
que ocurra el fenmeno durante un intervalo dado. Por ejemplo, si el suceso
estudiado tiene lugar en promedio 4 veces por minuto y estamos interesados en la
probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos,
usaremos un modelo de distribucin de Poisson con = 104 = 40.
e es la base de los logaritmos naturales (e = 2,71828...)
Tanto el valor esperado como la varianza de una variable aleatoria con distribucin
de Poisson son iguales a . Los momentos de orden superior son polinomios de
Touchard en cuyos coeficientes tienen una interpretacin combinatoria. De
hecho, cuando el valor esperado de la distribucin de Poisson es 1, entonces
segn la frmula de Dobinski, el n-simo momento iguala al nmero de particiones
de tamao n.
La moda de una variable aleatoria de distribucin de Poisson con un no entero
es igual a, el mayor de los enteros menores que (los smbolos representan la
funcin parte entera). Cuando es un entero positivo, las modas son y 1. La
funcin generadora de momentos de la distribucin de Poisson con valor esperado
es:
12
(; )
=0
=0
= ( 1)
!
(0 ) = (1
0 0
0
+ log )
Intervalo de confianza
Un criterio fcil y rpido para calcular un intervalo de confianza aproximada de ,
se propone en Guerriero (2012). Dada una serie de eventos k (al menos el 15 -20)
en un periodo de tiempo T, los lmites del intervalo de confianza para la frecuencia
vienen dadas por:
= (1
= (1 +
1.96
)
1
1.96
)
1
= ; =
13
= ~ ( )
=1
=1
Distribucin exponencial
Supngase que para cada valor t > 0, que representa el tiempo, el nmero de
sucesos de cierto fenmeno aleatorio sigue una distribucin de Poisson de
parmetro t. Entonces, los tiempos discurridos entre dos sucesos sucesivos sigue
la distribucin exponencial.
14
15
Ejemplo: Supermercado
Imagnese un supermercado grande con muchas cajas de salidas. Supngase que
los clientes llegan para que les marquen su cuenta con una tasa de 90 por hora y
que hay 10 cajas en operacin. Si hay poco intercambio entre las lneas, puede
tratarse este problema como 10 sistemas separados de una sola lnea, cada uno
con una llegada de 9 clientes por hora. Para una tasa de servicio de 12 por hora:
Dado: A= 9 clientes por hora y B= 12 clientes por hora
16
2
92
=
= 2.25
( )
12(12 9)
9
=
=
= 0.25 15
( )
12(12 9)
= +
=
=
9
=
=
= 3
12 9
1
1
=
= 0.33 20
12 9
9
=
= 0.75 75%
12
( > ) =
+1
93+1
=
= 0.32
12
Explicacin
Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de ser
servido. En promedio, hay un poco ms de 2 clientes en la lnea o 3 en el sistema.
El proceso completo lleva un promedio de 20 minutos. La caja est ocupada el
75% del tiempo. Y finalmente, el 32% del tiempo habr cuatro personas o ms en
el sistema.
17
a) =
b) =
2
()
1
242
30(3024)
1
= 0.16 10
3024
c) = 1 , =
= 3.2
24
30
d) () = / = 0.8(2.7182)1 = 2.17456
EJEMPLOS DE PROBLEMAS
Problema 1:
Un lava carros puede atender un auto cada 5 minutos y la tasa media de llegadas
es de 9 autos por hora. Obtenga las medidas de desempeo de acuerdo con el
modelo M/M/1.
Adems la probabilidad de tener 0 clientes en el sistema, la probabilidad de tener
una cola de ms de 3 clientes y la probabilidad de esperar ms de 30 minutos en
la cola y en el sistema.
Solucin: Se conoce la siguiente informacin:
= 9 clientes/hora (media de servicio a los clientes) = 0.15 clientes/minutos
= 0.2 clientes/minutos (media de llegada de los clientes)
a) Vamos a calcular el factor de desempeo del sistema calculando .
0.15 /
= =
= . 75 = 75%. El sistema est
0.20 /
ocupado el 75% del tiempo. O sea pasa un 25% ocioso. Es decir la
probabilidad de tener 0 clientes en el sistema es cuando el sistema est
vaco y eso puede ocurrir con una probabilidad del 25%. Su clculo puede
18
0.15
0.20
0.25 = 25%
b) La probabilidad de tener una cola de ms de 3 clientes
0
0 = (1 ) ( ) = (0.25)(0.75)0 = 0.25
1
1
= (1 ) ( ) = (0.25)(0.75)1 = 0.1875
2
2
= (1 ) ( ) = (0.25)(0.75)2 = 0.1406
3
3
= (1 ) ( ) = (0.25)(0.75)3 = 0.1055
La probabilidad que haya ms de tres clientes en el Sistema, implica que
debemos conocer la Probabilidad que haya cero, uno, dos y tres clientes.
La diferencia con 1. Ser la probabilidad que hayan ms de tres.
( > 3) = 1 (0 + 1 + 2 + 3 ) = 1 (0.25 + 0.1875 + 0.1406 + 0.1055)
= 1 0.6836 = 0.3164
()
0.15
0.20(0.200.15)
0.15
0.01
Problema 2:
Un promedio de 10 automviles por hora llegan a un cajero con un solo servidor
que proporciona servicio sin que uno descienda del automvil. Suponga que el
tiempo de servicio promedio por cada cliente es 4 minutos, y que tanto los tiempos
entre llegadas y los tiempos de servicios son exponenciales. Conteste las
preguntas siguientes:
a) Cul es la probabilidad que el cajero est ocioso?
b) Cul es el nmero promedio de automviles que estn en la cola del
cajero? (se considera que un automvil que est siendo atendido no est
en la cola esperando)
c) Cul es la cantidad promedio de tiempo que un cliente pasa en el
estacionamiento del banco, (incluyendo el tiempo de servicio)?
d) Cuntos clientes atender en promedio el cajero por hora?
Solucin: Se conoce la siguiente informacin:
= 10 clientes/hora (media de llegada de los clientes) = 1/6 clientes/minutos
= 1 clientes/4minutos (media de servicio de los clientes)=1/4 cliente/minuto
a) Por lo tanto =
1/6
1/4
()
1/6
1 1
1/4(46)
=1
4 6
1
1
12
= 12 .
20
Fuentes:
http://es.scribd.com/doc/141477763/Unidad-4-Linea-de-Espera#scribd
https://jrvargas.files.wordpress.com/2009/01/problemas-resueltos-de-teorc3adade-colas.pdf
21