SlideShare una empresa de Scribd logo
1 de 8
Descargar para leer sin conexión
Modelos de Filas de Espera                                1
Doc. Ing. A. Edgar Pinto L.        Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                SIS 2210


                 MODELOS DE FILAS DE ESPERA.

Antecedentes.
Cualquiera que aya tenido que esperar en un semáforo de McDonald´s o en una oficina del
registro civil, ha vivido la dinámica de las filas de espera. Tal vez uno de los mejores
ejemplos de administración eficaz de filas de espera sea el que observamos en Walt Disney
World. Es posible que en un dia lleguen solamente 25000 visitantes, pero al dia siguiente
pueden arribar 90000. un análisis cuidadoso de los flujos de procesos, la tecnología
correspondiente al equipo para el traslado de personal(manejo de materiales), la capacidad
y la distribución física, permite a esta organización en nivel aceptable los tiempos de espera
para el publico que desea entrar a las diversas atracciones.
El análisis de filas de espera es de interes para los gerentes porque afecta el diseño, la
planificación de la capacidad, la planificación de la distribución de espacios, la
administración de inventarios y la programación.

¿PORQUE SE FORMAN FILAS DE ESPERA?.

Se conoce como filas de espera una hilera formada por uno o varios “clientes” que
aguardan para recibir un servicio. Los clientes pueden ser personales u objetos inanimados,
como maquinas que requieren mantenimiento, pedidos de mercancías en espera de ser
embarcados, o elementos de inventario a punto de ser utilizados. Las filas de espera se
forman a causa de un desequilibrio temporal entre la demanda de un servicio y la capacidad
del sistema para suministrarlo. En la mayoría de los problemas de filas de espera que se
presentan en la vida real, la tasa de demanda varia; los clientes llegan a intervalos
imprevisibles. Lo mas comun es que tambien haya variaciones en el ritmo de producción
del servicio, dependiendo de las necesidades del cliente.


USO DE LA TEORÍA DE FILAS DE ESPERA.

La teoría de filas de espera es aplicable a empresas de servicios o manufactureras, porque
relaciona la llegada de los clientes y las características de procesamiento del sistema de
servicios, con las características de salida de dicho sistema. En nuestra exposición,
usaremos el termino servicio en sentido amplio, es decir, como la acción de atender a un
cliente.


ESTRUCTURA DE LOS PROBLEMAS DE FILAS DE ESPERA.

El análisis de los problemas de filas de espera comienza con una descripción de los
elementos básicos de la situación. Cada situación especifica tendrá características
diferentes, pero cuatro elementos son comunes a todas ellas.
Modelos de Filas de Espera                                2
Doc. Ing. A. Edgar Pinto L.          Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                  SIS 2210



          1. un insumo, o población de clientes, que genera clientes potenciales;
          2. una fila de espera formada por los clientes;
          3. la instalación de servicio, constituida por una persona (o una cuadrilla), una
             maquina (o un grupo de maquinas) o ambas cosas si así se requiere para proveer
             el servicio que el cliente solicita; y
          4. una regla de prioridad para seleccionar al siguiente cliente que será atendido por
             la instalación de servicio.




Elementos básicos de los modelos de filas de espera.
La siguiente figura ilustra estos elementos básicos. El sistema de servicio describe el
numero de filas y la disposición de las instalaciones. Una vez que el servicio ha sido
suministrado, los clientes atendidos salen del sistema.

POBLACIÓN DE CLIENTES.

La fuente de insumos para el sistema de servicio es una población de clientes. Si el numero
potencial de nuevos clientes para el sistema de servicio resulta afectado notablemente por el
numero de clientes que ya se encuentran en el sistema , se que esa fuente de insumo es
finita.

En forma alternativa, una población de clientes infinita es aquella en la que el numero de
clientes que entran al sistema no afecta la tasa a la cual dicha población genera nuevos
clientes.

Los clientes de las filas de espera pueden ser pacientes o impacientes, lo cual nada tiene
que ver con el florido lenguaje que un cliente que espera largo tiempo en una fila, un cliente
paciente es aquel que entra en la fila y espera a ser atendido, un cliente impaciente es el que
o bien decide no entrar al sistema (arrepentirse) o sale este antes de ser atendido.

EL SISTEMA DE SERVICIO.
El sistema de servicio suele describirse en términos del numero de filas y la disposición de
las instalaciones.
Modelos de Filas de Espera                               3
Doc. Ing. A. Edgar Pinto L.          Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                  SIS 2210

Numero de Filas. Las filas de espera se diseñan en forma de una sola fila o filas múltiples
como se muestra en la figura. En general se utiliza una solo fila en mostradores de
aerolíneas, ventanillas de bancos y algunos restaurantes de comida rápida, mientras que las
filas múltiples en tiempos de abarrotes, operaciones en ventanillas bancarias para
automovilistas y tiendas de descuento. Cuando se dispone servidores múltiples y cada uno
de ellos puede manejar transacciones de tipo general, la disposición de una sola fila
mantiene a todos ellos uniformemente ocupados y proyecta en los clientes una sensación de
que la situación es equivalente. Estos piensan que serán atendidos de acuerdo con su orden
de llegada, no por el grado que hayan podido adivinar los diferentes tiempos de espera.
El diseño de filas múltiples es preferible cuando algunos de los servidores proveen un
conjunto de servicios limitado. En esta disposición, los clientes eligen los servidores que
necesitan y esperan en la fila donde se suministra dicho servicio, como sucede en las
tiendas de abarrotes.


MODELO CON UN SOLO SERVIDOR Y UNA FILA

 El modelo de filas de espera mas sencillo corresponde a un solo servidor y una fila de
clientes. Para especificar con mas detalle el modelo, haremos las siguientes suposiciones:

          1. La población de clientes es infinita y todos los clientes son pacientes.
          2. Los clientes llegan de acuerdo con una distribución de Poisson y con una tasa
             media de llegadas λ.
          3. La distribución del servicio es exponencial, con una tasa media de servicio de µ.
          4. A los clientes que llegan primero se les atiende primero.
          5. La longitud de la fila es ilimitada.

A partir de estas suposiciones, podemos aplicar varias formulas para describir las
características de operación del sistema.



             ρ = utilización promedio del sistema
                       λ
              ρ=
                       µ

          Pn Probabilidad de que n clientes estén en el sistema.
          Pn = (1 − ρ ) ρ n

          L = numero promedio de clientes en el sistema de servicio.
                   λ
          L=
                µ −λ
Modelos de Filas de Espera                    4
Doc. Ing. A. Edgar Pinto L.                  Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                          SIS 2210

          Lq = numero promedio de clientes en la fila de espera.
          Lq = ρL

          W = tiempo promedio transcurrido en el sistema, incluido el servicio.
                1
          W=
             µ −λ

          Wq = tiempo promedio de espera en la fila.
          Wq = ρW


Ejemplo.

La gerencia de una tienda de abarrotes, en la comunidad para jubilados de Sunnyville, esta
interesado en brindar un buen servicio a las personas de mayor edad que compran en su
tienda. Actualmente la tienda tiene un mostrador a un ritmo promedio de 30 por hora, de
acuerdo con una distribución de poisson, y son atendidos a una tasa promedio de 35 clientes
por hora, con tiempos de servicio exponencial. Calcule los siguientes promedios:

          1.   Utilización del empleado del mostrador de salida.
          2.   Numero de clientes que entran al sistema.
          3.   Numero de clientes formados en la fila.
          4.   Tiempo transcurrido dentro del sistema.
          5.   Tiempo de espera en la fila.

Solución.
El mostrador de salida puede representarse como un sistema con un solo canal y una sola
fase. Usamos las ecuaciones correspondientes a las características de operación del modelo
con un solo servidor para calcular las características promedio.

          1. Utilización promedio del empleado del mostrador de salida es.

                          λ 30
                   ρ=      =   = 0.857, osea ≈ 85.7%
                          µ 35
          2. Numero promedio de clientes que entran al sistema es.

                               λ         30
                    L=             =           = 6clientes
                           µ −λ        35 − 30

          3. Numero promedio de clientes formados en la fila.

                    Lq = ρL = 0.857 (6) = 5.14 clientes.
Modelos de Filas de Espera                          5
Doc. Ing. A. Edgar Pinto L.                Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                        SIS 2210



          4. Tiempo promedio transcurrido dentro del sistema.
                            1        1
                      W=        =          = 0.20horas, osea12 min utos
                         µ − λ 35 − 30

          5. Tiempo promedio transcurrido en la fila de espera.

                               Wq = ρW = 0.857 (0.20) = 0.17 horas, ósea 10.28 minutos.


La tienda requiere de las siguientes respuestas.

     a) ¿Qué tasa de servicio se requiere para lograr que los clientes pasaran , en promedio,
        solo 8 minutos en el sistema?

     Usamos la ecuación correspondiente al tiempo promedio dentro del sistema y
     resolvemos para µ.
                     1
               W=
                   µ −λ
                                             1
               8 minutos = 0.133 Horas =
                                          µ − 30
               0.133µ – 0.133(30)=1
                      µ= 37.52 clientes/hora.



     b) Con esa tasa de servicio ¿cuál seria la probabilidad de tener mas de cuatro clientes
        en el sistema?
     La probabilidad de que haya mas de cuatro clientes en el sistema es igual a 1 menos la
     probabilidad de que haya cuatro clientes en el sistema.

                                4                                       4
                     P = 1 − ∑ P¨n                          = 1 − ∑ (1 − ρ ) ρ n
                               n =0                                n =0


                            30
                     ρ=          = 0.80
                           37.52
          entonces :
                 P= 1-0.2(1 + 0.8 + 0.82 + 0.83 + 0.84)= 1 – 0.672 = 0.328

Por lo tanto existe una probabilidad de casi 33% de que mas de cuatro clientes esten en el
sistema.
Modelos de Filas de Espera                           6
Doc. Ing. A. Edgar Pinto L.               Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                       SIS 2210



     c) ¿Qué tasa de servicio se requiere para que fuera de solo 10% la probabilidad de
        tener mas de cuatro clientes en el sistema?

     Aplicamos la misma lógica que en la parte (b), excepto que µ es ahora una variable de
     decisión. La forma mas fácil de proceder es encontrar primero la utilización promedio
     correcta y después resolver para la tasa de servicio.

                     P = 1 − (1 − ρ )(1 + ρ + ρ 2 + ρ 3 + ρ 4 )
                     P = 1 − (1 + ρ + ρ 2 + ρ 3 + ρ 4 ) + ρ (1 + ρ + ρ 2 + ρ 3 + ρ 4 )
                     P =1−1− ρ − ρ 2 − ρ3 − ρ 4 + ρ + ρ 2 + ρ 3 + ρ 4 + ρ 5

                    P= ρ5

          O bien
                      ρ= P1 / 5

                    si P= 10%
                    ρ= 0.101 / 5    = 0.63.

en consecuencia, para una tasa de utilización de 63%, la probabilidad de que mas de cuatro
clientes se encuentren en el sistema es de 10%. Para λ = 30, la tasa de servicio deberá ser:

                     30
                          = 0.63
                     µ
                    µ = 47.62 clientes/hora.

MODELO CON MULTIPLES SERVIDORES Y UNA SOLA FILA.
En el modelo con múltiples servidores, los clientes forman una sola fila y escogen, entre s
servidores, aquel que este disponible. El sistema de servicio tiene una sola fase. Partiremos
de las siguientes suposiciones, además de las que hicimos para el modelo con un solo
servidor: tenemos s servidores idénticos, y la distribución del servicio para cada uno de
ellos es exponencial, con un tiempo medio de servicio igual a 1/µ.
Con estas suposiciones, podemos aplicar varias formulas a fin de describir las
características de operación del sistema de servicio.

             ρ = utilización promedio del sistema
                      λ
              ρ=
                     sµ
             Po = probabilidad de que haya cero clientes en el sistema.
Modelos de Filas de Espera                          7
Doc. Ing. A. Edgar Pinto L.               Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                       SIS 2210

                                                                                    −1
                                     s −1 (λ / µ ) n (λ / µ ) s        1 
                               P0 = ∑               +                 
                                                                        1 − ρ 
                                                                               
                                     n=0     n!          s!                  

          Pn= probabilidad de que haya n clientes el sistema.


                                 (λ / µ ) n
                                            P0 Λ 0∠n∠s
                                 n!
                               =
                                  (λ / µ ) n
                                              P Κ n≥s
                                 s!*s n − s 0
                                
Lq = numero promedio de clientes en la fila

                P0 (λ / µ ) s ρ
           =
                    s!(1 − ρ ) 2
Wq = tiempo promedio de espera para los clientes en la fila

               Lq
          =
               λ

W = tiempo promedio transcurrido en el sistema, incluido el servicio.

                      1
          = Wq +
                      µ

L= numero promedio de clientes en el sistema de servicio.

                     = λW
Modelos de Filas de Espera                            8
Doc. Ing. A. Edgar Pinto L.                Investigación Operativa II
Aux. Egr. A. Rolando Soto V.                        SIS 2210



MODELO CON FUENTE FINITA

Consideremos ahora una situación en la que todas las suposiciones del modelo con un solo
servidor son apropiadas, excepto una. En este caso, la población de clientes es finita,
porque solo existen N clientes potenciales. Si N es mayor que 30 clientes, resulta adecuado
el modelo con un solo servidor, sobre la suposición de que la población de clientes sea
infinita. En los demás casos, el modelo con fuente finita es el que mas conviene utilizar.
Las formulas que se usan para calcular las características de operación del sistema de
servicio son:

                               P0 = probabilidad de que haya cero clientes en el sistema.
                                                                        −1
                                        N         N!     λ 
                                      = ∑               ( )n 
                                         n = 0 ( N − n)! µ 
                                    ρ= utilización promedio del servidor.
                                              = 1 – P0

                               Lq= numero promedio de clientes en la fila.
                                            λ+µ
                                     =N−         (1 − P0 )
                                                λ

                               L = numero promedio de clientes en el sistema.
                                             µ
                                      =N−      (1 − P0 )
                                             λ

                               Wq = tiempo promedio de espera en la fila
                                      = L q [( N − L)λ ]
                                                             −1



                               W = tiempo promedio en el sistema
                                      = L[( N − L)λ ]
                                                               −1




Análisis Diseño y Ejecución Adelante Sistemas C...!




Sv@rSoft

Más contenido relacionado

La actualidad más candente

Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteAlexander Chunhuay Ruiz
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Jose
 
Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1darwing12345
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporteJaime Medrano
 
teoría de cola jorge velasquez
teoría de cola jorge velasquezteoría de cola jorge velasquez
teoría de cola jorge velasquezJorgeVelasquez25
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticosJack Rivera Castillo
 
Administracion de operaciones_-_completo-300-330
Administracion de operaciones_-_completo-300-330Administracion de operaciones_-_completo-300-330
Administracion de operaciones_-_completo-300-330Edi Chacon
 
Mapa conceptual de colas
Mapa conceptual de colasMapa conceptual de colas
Mapa conceptual de colashidalgohh
 

La actualidad más candente (20)

Problemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporteProblemas resueltos-de-metodos-de-transporte
Problemas resueltos-de-metodos-de-transporte
 
EJERCICIOS DE SISTEMA DE COLA M/M/K
EJERCICIOS DE SISTEMA DE COLA M/M/KEJERCICIOS DE SISTEMA DE COLA M/M/K
EJERCICIOS DE SISTEMA DE COLA M/M/K
 
Problemas Resueltos de Teoría de Colas
Problemas Resueltos de Teoría de ColasProblemas Resueltos de Teoría de Colas
Problemas Resueltos de Teoría de Colas
 
Solucionarioç
SolucionarioçSolucionarioç
Solucionarioç
 
Analisis incrmental y van
Analisis incrmental y vanAnalisis incrmental y van
Analisis incrmental y van
 
Ejercicios inventarios
Ejercicios inventariosEjercicios inventarios
Ejercicios inventarios
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Modelos de transporte
Modelos de transporteModelos de transporte
Modelos de transporte
 
Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1Problemas resueltos-de-teorc3ada-de-colas1
Problemas resueltos-de-teorc3ada-de-colas1
 
Problemas de tarea trasporte
Problemas de tarea trasporteProblemas de tarea trasporte
Problemas de tarea trasporte
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Inventarios
InventariosInventarios
Inventarios
 
teoría de cola jorge velasquez
teoría de cola jorge velasquezteoría de cola jorge velasquez
teoría de cola jorge velasquez
 
Cadenas de markov
Cadenas de markovCadenas de markov
Cadenas de markov
 
planeación agregada
 planeación agregada planeación agregada
planeación agregada
 
5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos5.4 aplicación de modelos de inventarios determinísticos
5.4 aplicación de modelos de inventarios determinísticos
 
Modelo Md1
Modelo Md1Modelo Md1
Modelo Md1
 
Administracion de operaciones_-_completo-300-330
Administracion de operaciones_-_completo-300-330Administracion de operaciones_-_completo-300-330
Administracion de operaciones_-_completo-300-330
 
Mapa conceptual de colas
Mapa conceptual de colasMapa conceptual de colas
Mapa conceptual de colas
 
Solución de un cuello de botella
Solución de un cuello de botellaSolución de un cuello de botella
Solución de un cuello de botella
 

Destacado

Teoria de colas_luis_morales
Teoria de colas_luis_moralesTeoria de colas_luis_morales
Teoria de colas_luis_moralesunilfrez
 
V corriente alterna 1
V corriente alterna 1V corriente alterna 1
V corriente alterna 1brayham2010
 
Tècnicas de toma de decisiones cuantitativas
Tècnicas de toma de decisiones cuantitativasTècnicas de toma de decisiones cuantitativas
Tècnicas de toma de decisiones cuantitativasyhonymar
 
Modelos cualitativos toma de decisiones
Modelos cualitativos toma de decisionesModelos cualitativos toma de decisiones
Modelos cualitativos toma de decisionesgarciara
 
Modelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisionesModelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisionesgarciara
 

Destacado (9)

Problemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markovProblemas resueltos-cadenas-de-markov
Problemas resueltos-cadenas-de-markov
 
Presentacion mps[1]
Presentacion mps[1]Presentacion mps[1]
Presentacion mps[1]
 
Teoria de colas_luis_morales
Teoria de colas_luis_moralesTeoria de colas_luis_morales
Teoria de colas_luis_morales
 
V corriente alterna 1
V corriente alterna 1V corriente alterna 1
V corriente alterna 1
 
LINEAS DE ESPERA
LINEAS DE ESPERALINEAS DE ESPERA
LINEAS DE ESPERA
 
Tècnicas de toma de decisiones cuantitativas
Tècnicas de toma de decisiones cuantitativasTècnicas de toma de decisiones cuantitativas
Tècnicas de toma de decisiones cuantitativas
 
Modelos cualitativos toma de decisiones
Modelos cualitativos toma de decisionesModelos cualitativos toma de decisiones
Modelos cualitativos toma de decisiones
 
Modelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisionesModelos cuantitativos toma de decisiones
Modelos cuantitativos toma de decisiones
 
Canales de distribución
Canales de distribuciónCanales de distribución
Canales de distribución
 

Similar a Modelos de espera

Url ioi2 c20 clase 2 colas parte 1
Url ioi2 c20 clase 2 colas parte 1Url ioi2 c20 clase 2 colas parte 1
Url ioi2 c20 clase 2 colas parte 1frgiron
 
Teoria de cola
Teoria de cola Teoria de cola
Teoria de cola ibetica
 
17 modelos lineas_espera
17 modelos lineas_espera17 modelos lineas_espera
17 modelos lineas_esperaEloisaLuis
 
Teoria de colas del minimarket del Grifo Repsol
Teoria de colas del minimarket del Grifo RepsolTeoria de colas del minimarket del Grifo Repsol
Teoria de colas del minimarket del Grifo Repsolarcaghetto
 
teoria de colas - grifo repsol
teoria de colas - grifo repsolteoria de colas - grifo repsol
teoria de colas - grifo repsolJohncastro007
 
17 modelos lineas_espera
17 modelos lineas_espera17 modelos lineas_espera
17 modelos lineas_esperakiriyoets
 
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptx
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptxTEORIA_DE_COLAS_07_10_2014asasasasasa.pptx
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptxSergioFrancoViveros
 
Teoria de la cola Alum: Anibal Diaz
Teoria de la cola Alum: Anibal DiazTeoria de la cola Alum: Anibal Diaz
Teoria de la cola Alum: Anibal Diazanibaldiaz22
 
Teoria de cola_carmelaabreu
Teoria de cola_carmelaabreuTeoria de cola_carmelaabreu
Teoria de cola_carmelaabreucarmela1025
 
Presentaciòn teoria en cola yucelis ruiz
Presentaciòn teoria en cola yucelis ruizPresentaciòn teoria en cola yucelis ruiz
Presentaciòn teoria en cola yucelis ruizYucelis Ruiz
 

Similar a Modelos de espera (20)

TEORIA DE COLAS
TEORIA DE COLASTEORIA DE COLAS
TEORIA DE COLAS
 
Teoría de colas
Teoría de colas Teoría de colas
Teoría de colas
 
Url ioi2 c20 clase 2 colas parte 1
Url ioi2 c20 clase 2 colas parte 1Url ioi2 c20 clase 2 colas parte 1
Url ioi2 c20 clase 2 colas parte 1
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Teoria de colas
Teoria de colasTeoria de colas
Teoria de colas
 
Teoria de cola
Teoria de cola Teoria de cola
Teoria de cola
 
17 modelos lineas_espera
17 modelos lineas_espera17 modelos lineas_espera
17 modelos lineas_espera
 
Teoria de colas del minimarket del Grifo Repsol
Teoria de colas del minimarket del Grifo RepsolTeoria de colas del minimarket del Grifo Repsol
Teoria de colas del minimarket del Grifo Repsol
 
teoria de colas - grifo repsol
teoria de colas - grifo repsolteoria de colas - grifo repsol
teoria de colas - grifo repsol
 
Sistema de colas
Sistema de colasSistema de colas
Sistema de colas
 
Teoria de cola exponer ut
Teoria de cola exponer utTeoria de cola exponer ut
Teoria de cola exponer ut
 
Teoría de colas
Teoría de colasTeoría de colas
Teoría de colas
 
17 modelos lineas_espera
17 modelos lineas_espera17 modelos lineas_espera
17 modelos lineas_espera
 
guia.pptx
guia.pptxguia.pptx
guia.pptx
 
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptx
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptxTEORIA_DE_COLAS_07_10_2014asasasasasa.pptx
TEORIA_DE_COLAS_07_10_2014asasasasasa.pptx
 
Teoria de la cola Alum: Anibal Diaz
Teoria de la cola Alum: Anibal DiazTeoria de la cola Alum: Anibal Diaz
Teoria de la cola Alum: Anibal Diaz
 
Teoria de cola_carmelaabreu
Teoria de cola_carmelaabreuTeoria de cola_carmelaabreu
Teoria de cola_carmelaabreu
 
teoría de colas
 teoría de colas  teoría de colas
teoría de colas
 
Presentaciòn teoria en cola yucelis ruiz
Presentaciòn teoria en cola yucelis ruizPresentaciòn teoria en cola yucelis ruiz
Presentaciòn teoria en cola yucelis ruiz
 
Teoria de colas ma andreina rondon 1
Teoria de colas ma andreina rondon 1Teoria de colas ma andreina rondon 1
Teoria de colas ma andreina rondon 1
 

Modelos de espera

  • 1. Modelos de Filas de Espera 1 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 MODELOS DE FILAS DE ESPERA. Antecedentes. Cualquiera que aya tenido que esperar en un semáforo de McDonald´s o en una oficina del registro civil, ha vivido la dinámica de las filas de espera. Tal vez uno de los mejores ejemplos de administración eficaz de filas de espera sea el que observamos en Walt Disney World. Es posible que en un dia lleguen solamente 25000 visitantes, pero al dia siguiente pueden arribar 90000. un análisis cuidadoso de los flujos de procesos, la tecnología correspondiente al equipo para el traslado de personal(manejo de materiales), la capacidad y la distribución física, permite a esta organización en nivel aceptable los tiempos de espera para el publico que desea entrar a las diversas atracciones. El análisis de filas de espera es de interes para los gerentes porque afecta el diseño, la planificación de la capacidad, la planificación de la distribución de espacios, la administración de inventarios y la programación. ¿PORQUE SE FORMAN FILAS DE ESPERA?. Se conoce como filas de espera una hilera formada por uno o varios “clientes” que aguardan para recibir un servicio. Los clientes pueden ser personales u objetos inanimados, como maquinas que requieren mantenimiento, pedidos de mercancías en espera de ser embarcados, o elementos de inventario a punto de ser utilizados. Las filas de espera se forman a causa de un desequilibrio temporal entre la demanda de un servicio y la capacidad del sistema para suministrarlo. En la mayoría de los problemas de filas de espera que se presentan en la vida real, la tasa de demanda varia; los clientes llegan a intervalos imprevisibles. Lo mas comun es que tambien haya variaciones en el ritmo de producción del servicio, dependiendo de las necesidades del cliente. USO DE LA TEORÍA DE FILAS DE ESPERA. La teoría de filas de espera es aplicable a empresas de servicios o manufactureras, porque relaciona la llegada de los clientes y las características de procesamiento del sistema de servicios, con las características de salida de dicho sistema. En nuestra exposición, usaremos el termino servicio en sentido amplio, es decir, como la acción de atender a un cliente. ESTRUCTURA DE LOS PROBLEMAS DE FILAS DE ESPERA. El análisis de los problemas de filas de espera comienza con una descripción de los elementos básicos de la situación. Cada situación especifica tendrá características diferentes, pero cuatro elementos son comunes a todas ellas.
  • 2. Modelos de Filas de Espera 2 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 1. un insumo, o población de clientes, que genera clientes potenciales; 2. una fila de espera formada por los clientes; 3. la instalación de servicio, constituida por una persona (o una cuadrilla), una maquina (o un grupo de maquinas) o ambas cosas si así se requiere para proveer el servicio que el cliente solicita; y 4. una regla de prioridad para seleccionar al siguiente cliente que será atendido por la instalación de servicio. Elementos básicos de los modelos de filas de espera. La siguiente figura ilustra estos elementos básicos. El sistema de servicio describe el numero de filas y la disposición de las instalaciones. Una vez que el servicio ha sido suministrado, los clientes atendidos salen del sistema. POBLACIÓN DE CLIENTES. La fuente de insumos para el sistema de servicio es una población de clientes. Si el numero potencial de nuevos clientes para el sistema de servicio resulta afectado notablemente por el numero de clientes que ya se encuentran en el sistema , se que esa fuente de insumo es finita. En forma alternativa, una población de clientes infinita es aquella en la que el numero de clientes que entran al sistema no afecta la tasa a la cual dicha población genera nuevos clientes. Los clientes de las filas de espera pueden ser pacientes o impacientes, lo cual nada tiene que ver con el florido lenguaje que un cliente que espera largo tiempo en una fila, un cliente paciente es aquel que entra en la fila y espera a ser atendido, un cliente impaciente es el que o bien decide no entrar al sistema (arrepentirse) o sale este antes de ser atendido. EL SISTEMA DE SERVICIO. El sistema de servicio suele describirse en términos del numero de filas y la disposición de las instalaciones.
  • 3. Modelos de Filas de Espera 3 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 Numero de Filas. Las filas de espera se diseñan en forma de una sola fila o filas múltiples como se muestra en la figura. En general se utiliza una solo fila en mostradores de aerolíneas, ventanillas de bancos y algunos restaurantes de comida rápida, mientras que las filas múltiples en tiempos de abarrotes, operaciones en ventanillas bancarias para automovilistas y tiendas de descuento. Cuando se dispone servidores múltiples y cada uno de ellos puede manejar transacciones de tipo general, la disposición de una sola fila mantiene a todos ellos uniformemente ocupados y proyecta en los clientes una sensación de que la situación es equivalente. Estos piensan que serán atendidos de acuerdo con su orden de llegada, no por el grado que hayan podido adivinar los diferentes tiempos de espera. El diseño de filas múltiples es preferible cuando algunos de los servidores proveen un conjunto de servicios limitado. En esta disposición, los clientes eligen los servidores que necesitan y esperan en la fila donde se suministra dicho servicio, como sucede en las tiendas de abarrotes. MODELO CON UN SOLO SERVIDOR Y UNA FILA El modelo de filas de espera mas sencillo corresponde a un solo servidor y una fila de clientes. Para especificar con mas detalle el modelo, haremos las siguientes suposiciones: 1. La población de clientes es infinita y todos los clientes son pacientes. 2. Los clientes llegan de acuerdo con una distribución de Poisson y con una tasa media de llegadas λ. 3. La distribución del servicio es exponencial, con una tasa media de servicio de µ. 4. A los clientes que llegan primero se les atiende primero. 5. La longitud de la fila es ilimitada. A partir de estas suposiciones, podemos aplicar varias formulas para describir las características de operación del sistema. ρ = utilización promedio del sistema λ ρ= µ Pn Probabilidad de que n clientes estén en el sistema. Pn = (1 − ρ ) ρ n L = numero promedio de clientes en el sistema de servicio. λ L= µ −λ
  • 4. Modelos de Filas de Espera 4 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 Lq = numero promedio de clientes en la fila de espera. Lq = ρL W = tiempo promedio transcurrido en el sistema, incluido el servicio. 1 W= µ −λ Wq = tiempo promedio de espera en la fila. Wq = ρW Ejemplo. La gerencia de una tienda de abarrotes, en la comunidad para jubilados de Sunnyville, esta interesado en brindar un buen servicio a las personas de mayor edad que compran en su tienda. Actualmente la tienda tiene un mostrador a un ritmo promedio de 30 por hora, de acuerdo con una distribución de poisson, y son atendidos a una tasa promedio de 35 clientes por hora, con tiempos de servicio exponencial. Calcule los siguientes promedios: 1. Utilización del empleado del mostrador de salida. 2. Numero de clientes que entran al sistema. 3. Numero de clientes formados en la fila. 4. Tiempo transcurrido dentro del sistema. 5. Tiempo de espera en la fila. Solución. El mostrador de salida puede representarse como un sistema con un solo canal y una sola fase. Usamos las ecuaciones correspondientes a las características de operación del modelo con un solo servidor para calcular las características promedio. 1. Utilización promedio del empleado del mostrador de salida es. λ 30 ρ= = = 0.857, osea ≈ 85.7% µ 35 2. Numero promedio de clientes que entran al sistema es. λ 30 L= = = 6clientes µ −λ 35 − 30 3. Numero promedio de clientes formados en la fila. Lq = ρL = 0.857 (6) = 5.14 clientes.
  • 5. Modelos de Filas de Espera 5 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 4. Tiempo promedio transcurrido dentro del sistema. 1 1 W= = = 0.20horas, osea12 min utos µ − λ 35 − 30 5. Tiempo promedio transcurrido en la fila de espera. Wq = ρW = 0.857 (0.20) = 0.17 horas, ósea 10.28 minutos. La tienda requiere de las siguientes respuestas. a) ¿Qué tasa de servicio se requiere para lograr que los clientes pasaran , en promedio, solo 8 minutos en el sistema? Usamos la ecuación correspondiente al tiempo promedio dentro del sistema y resolvemos para µ. 1 W= µ −λ 1 8 minutos = 0.133 Horas = µ − 30 0.133µ – 0.133(30)=1 µ= 37.52 clientes/hora. b) Con esa tasa de servicio ¿cuál seria la probabilidad de tener mas de cuatro clientes en el sistema? La probabilidad de que haya mas de cuatro clientes en el sistema es igual a 1 menos la probabilidad de que haya cuatro clientes en el sistema. 4 4 P = 1 − ∑ P¨n = 1 − ∑ (1 − ρ ) ρ n n =0 n =0 30 ρ= = 0.80 37.52 entonces : P= 1-0.2(1 + 0.8 + 0.82 + 0.83 + 0.84)= 1 – 0.672 = 0.328 Por lo tanto existe una probabilidad de casi 33% de que mas de cuatro clientes esten en el sistema.
  • 6. Modelos de Filas de Espera 6 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 c) ¿Qué tasa de servicio se requiere para que fuera de solo 10% la probabilidad de tener mas de cuatro clientes en el sistema? Aplicamos la misma lógica que en la parte (b), excepto que µ es ahora una variable de decisión. La forma mas fácil de proceder es encontrar primero la utilización promedio correcta y después resolver para la tasa de servicio. P = 1 − (1 − ρ )(1 + ρ + ρ 2 + ρ 3 + ρ 4 ) P = 1 − (1 + ρ + ρ 2 + ρ 3 + ρ 4 ) + ρ (1 + ρ + ρ 2 + ρ 3 + ρ 4 ) P =1−1− ρ − ρ 2 − ρ3 − ρ 4 + ρ + ρ 2 + ρ 3 + ρ 4 + ρ 5 P= ρ5 O bien ρ= P1 / 5 si P= 10% ρ= 0.101 / 5 = 0.63. en consecuencia, para una tasa de utilización de 63%, la probabilidad de que mas de cuatro clientes se encuentren en el sistema es de 10%. Para λ = 30, la tasa de servicio deberá ser: 30 = 0.63 µ µ = 47.62 clientes/hora. MODELO CON MULTIPLES SERVIDORES Y UNA SOLA FILA. En el modelo con múltiples servidores, los clientes forman una sola fila y escogen, entre s servidores, aquel que este disponible. El sistema de servicio tiene una sola fase. Partiremos de las siguientes suposiciones, además de las que hicimos para el modelo con un solo servidor: tenemos s servidores idénticos, y la distribución del servicio para cada uno de ellos es exponencial, con un tiempo medio de servicio igual a 1/µ. Con estas suposiciones, podemos aplicar varias formulas a fin de describir las características de operación del sistema de servicio. ρ = utilización promedio del sistema λ ρ= sµ Po = probabilidad de que haya cero clientes en el sistema.
  • 7. Modelos de Filas de Espera 7 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 −1  s −1 (λ / µ ) n (λ / µ ) s  1  P0 = ∑ +   1 − ρ    n=0 n! s!   Pn= probabilidad de que haya n clientes el sistema.  (λ / µ ) n  P0 Λ 0∠n∠s  n! =  (λ / µ ) n P Κ n≥s  s!*s n − s 0  Lq = numero promedio de clientes en la fila P0 (λ / µ ) s ρ = s!(1 − ρ ) 2 Wq = tiempo promedio de espera para los clientes en la fila Lq = λ W = tiempo promedio transcurrido en el sistema, incluido el servicio. 1 = Wq + µ L= numero promedio de clientes en el sistema de servicio. = λW
  • 8. Modelos de Filas de Espera 8 Doc. Ing. A. Edgar Pinto L. Investigación Operativa II Aux. Egr. A. Rolando Soto V. SIS 2210 MODELO CON FUENTE FINITA Consideremos ahora una situación en la que todas las suposiciones del modelo con un solo servidor son apropiadas, excepto una. En este caso, la población de clientes es finita, porque solo existen N clientes potenciales. Si N es mayor que 30 clientes, resulta adecuado el modelo con un solo servidor, sobre la suposición de que la población de clientes sea infinita. En los demás casos, el modelo con fuente finita es el que mas conviene utilizar. Las formulas que se usan para calcular las características de operación del sistema de servicio son: P0 = probabilidad de que haya cero clientes en el sistema. −1 N N! λ  = ∑ ( )n   n = 0 ( N − n)! µ  ρ= utilización promedio del servidor. = 1 – P0 Lq= numero promedio de clientes en la fila. λ+µ =N− (1 − P0 ) λ L = numero promedio de clientes en el sistema. µ =N− (1 − P0 ) λ Wq = tiempo promedio de espera en la fila = L q [( N − L)λ ] −1 W = tiempo promedio en el sistema = L[( N − L)λ ] −1 Análisis Diseño y Ejecución Adelante Sistemas C...! Sv@rSoft