Академический Документы
Профессиональный Документы
Культура Документы
Las colas son tambin llamadas Lneas de Espera y estas son parte de la vida. El
fenmeno de la espera es el resultado de la aleatoriedad en la operacin de las
instalaciones de servicio. En lo general, la llegada del cliente y su tiempo de servicio no se
conocen con anticipacin; pero por otra parte, la operacin de las instalaciones se podra
programar en forma tal que eliminara la espera por completo.
La Teora de Colas es el estudio de la espera en las distintas modalidades, dicha teora
cuenta con modelos matemticos para representar los tiempos de sistemas de colas que
surgen en la prctica. Sus elementos esenciales son el cliente y el servicio.
El anlisis basado en esta teora contribuye a la toma de decisiones respecto al manejo y
la asignacin de recursos que una empresa necesita poner a disposicin de los clientes
para satisfacerles un servicio.
El estudio de las lneas de espera trata de cuantificar el fenmeno de esperar formando
colas, mediante medias representativas de eficiencia, como la longitud promedio de la
cola, el tiempo promedio en ella, y la utilizacin promedio de las instalaciones.
Los objetivos de la teora de colas son los siguientes:
-Evaluar el impacto que las alternativas de modificacin de capacidad del sistema
tendran en el coste total del mismo.
-Establecer un balance equilibrado, ptimo, entre las consideraciones cuantitativas de
costos y las cualitativas de servicio.
-Identificar el nivel ptimo de capacidad del sistema que minimiza el costo global del
mismo.
Un sistema de colas est compuesto por tres elementos, los cuales son:
1. Llegadas
2. Lneas de Espera
3. Servicio
El siguiente esquema nos mostrara los tres elementos anteriormente expuestos:
Las caractersticas de las llegadas al Sistema son las siguientes:
* Los clientes se caracterizan por los intervalos de tiempo que separan sus llegadas.
* La fuente de ingreso que genera los arribos (o clientes) para el servicio tiene tres
caractersticas principales, las cuales son:
1. Tamao de la Fuente: El tamao de la fuente puede ser finito, es decir, cuando se
tienen pocos servidores y el servicio es restringido, por ejemplo, los pacientes en un
Hospital. Tambin pueden ser de una fuente infinita, es decir, cuando el nmero de
clientes que llega en un momento dado es una pequea parte de las llegadas potenciales,
como los aficionados a un partido del mundial de Ftbol, clientes en un supermercado,
entre otros.
2. Patrn de arribo al sistema: Este patrn puede darse bien de las siguientes forma:
* Forma Programada
* Forma aleatoria: Esto se refiere a que el nmero de arribos por unidad de tiempo se
estiman por medio de la Distribucin de Poisson.
3. Comportamiento de las llegadas: Lo anterior nos refiere al comportamiento de los
clientes, ya sea la espera para recibir un servicio, o el retirarse sin obtener el servicio con
tal de no esperar.
Las caractersticas del segundo elemento de un sistema de colas son las siguientes:
* La longitud de la cola: La longitud de cola puede ser limitada si, por aspectos fsicos, no
puede incrementarse a tamaos infinitos. Por el contrario encontramos que el tamao de
la cola no tiene restricciones, como es el caso de una caseta de peaje, se dice que es
ilimitada o infinita.
* Disciplina de cola: Nos refiere al orden en el que los clientes se seleccionan de la cola;
se caracteriza por el tipo y tiempo de servicio, y tambin por el nmero de servidores. De
acuerdo a esto se tiene:
* Disciplina PEPS: La cual se refiere a que el primero que entra ser el primero en salir.
* Disciplina UEPS: Nos indica que el primero que entra ser el ltimo que sale.
* SIRO: Es una seleccin de clientes de forma aleatoria.
En el servicio el cual es el tercer elemento en el Sistema de Colas pueden varias los
tiempos de servicio los cuales pueden ser deterministicos o aleatorios. Tiene dos
propiedades bsicas que son:
1. Configuraciones bsicas para el servicio: Los sistemas para el servicio son clasificados
en funcin del nmero de canales o servidores, y el nmero de paradas que deben
hacerse durante el servicio.
2. Patrn del Tiempo de Servicio: Puede ser constante, si toma la misma cantidad de
tiempo atender a cada cliente; o aleatorio, el cual se determina por una distribucin
exponencial negativa.
Podemos encontrar estructuras tpicas de sistemas de colas, tales como:
* UNA LINEA-UN SERVIDOR.
* UNA LINEA-MULTIPLES SERVIDORES
* VARIAS LINEAS-MULTIPLES SERVIDORES
* UNA LINEA-SERVIDORES SECUENCIALES
En los sistemas de colas normalmente se asume son aleatorios tanto las llegadas de
clientes como los tiempos de servicio.
Es usual suponer que los tiempos entre llegadas y los de servicio se distribuyan de forma
exponencial. En este caso, la probabilidad instantnea de ocurrencia de un suceso en la
siguiente t unidades de tiempo es:
f(t) = e-t ; para t 0 , Donde denota la tasa de llegadas
Una distribucin exponencial de los tiempos entre llegadas nos indica que es una
distribucin de Poisson para las llegadas, Poisson describe la probabilidad de que llegue
n clientes en la siguiente t unidades de tiempo
tasas de llegadas son independientes del nmero en el sistema; o sea, n= para toda n.
similarmente, se supone que el servidor nico en el sistema completa el servicio a una
tasa constante; sea que n= para toda n.
Podemos decir que:
Definiendo = obtenemos la siguiente frmula general para este modelo:
Pn = (1- n ; n = 0,1,2,..
que es una distribucin geomtrica, donde adems p0 = 1- .
El requisito matemtico de que 1 necesario para garantizar la convergencia de la serie
geomtrica (1 + + 2 + , conduce a un elemento intuitivo. O sea 1 significa que
lo que establece que la tasa de llegadas debe ser estrictamente menor que la tasa de
servicio en la instalacin, para que el sistema alcance estabilidad.
Para este modelo las medidas de bsicas de desempeo se calculan de la siguiente
forma:
*
* eff=
* perdida=0
* = /
* Ls= 1-
* Lq= 21-=Wq
* Ws= 11-=Ls/
* Wq= 11-
* Pn= 1-n
* P (Ls>n)=n+1
* P (Ws>t)=e1-t
* P (Wq>t)=e-1-t
* t0
* <1
Modelo (M/M/1): (DG/N/)
La nica diferencia entre este modelo y el Modelo (M/M/1): (DG//) es que el nmero
mximo de clientes permitido en el sistema es N (longitud mxima de la lnea de espera =
N - 1). Esto significa que cuando haya N clientes en el sistema, se impiden todas las
nuevas llegadas o no se les permite unirse a la lnea de espera. Entre los ejemplos de
este caso se encuentran los de manufactura en donde una maquina puede tener un rea
limitada de reserva y una ventana de servicio para un carril de autos.
En trminos del modelo generalizado esta situacin se traduce en:
Haciendo =/, obtenemos que:
El valor de Po se determina con la ecuacin siguiente:
n=0NPn=1
O bien de la siguiente forma:
Las formulas para Pn pueden resumirse como:
Para este modelo no se hace necesario que 1 pues el nmero de unidades en el
sistema est controlado por la longitud de la lnea de espera (= N-1).
En donde Po es:
Ntese que la nica diferencia entre Pn en este modelo y (M/M/c): (DG//) ocurre en la
expresin de Po. Obsrvese que el no de uso /c no necesita ser menor que 1.
A continuacin, calculamos Lq:
Se puede demostrar que para /c = 1, Lq se reduce a:
Para determinar Wq, y en consecuencia Ws y Ls, se calcula el valor de eff como sigue:
perdido= Pn
eff= -perdido=(1-Pn)
Modelo de autoservicio (M/M/): (DG//)
En este modelo el nmero de servidores es ilimitado porque el cliente mismo es tambin
el servidor. Este es normalmente el caso en los establecimientos de autoservicio. Un
ejemplo caracterstico es hacer la parte escrita de la prueba de manejo para obtener la
licencia. Las gasolineras de autoservicio y los cajeros automticos no caben en la
descripcin de este modelo, porque en esos casos las bombas de gasolinera y los cajeros
son los servidores. En el modelo se supone una llegada Una vez ms en trminos del
modelo generalizado se tiene:
La sustitucin directa en la expresin de Pn produce la siguiente frmula:
Ya que n=0Pn=1, se deduce que:
Como resultado:
Que es de Poisson con promedio Ls=. Como era de esperar, Lq=Wq=0, porque es un
modelo de autoservicio.
MODELO DE SERVICIO DE MQUINAS
(M/M/R): (DG/K/K), R >k
En este modelo se supone que se dispone de R tcnicos en reparaciones para dar
servicio a k mquinas. Como una maquina descompuesta no puede generar nuevas
llamadas mientras esta en servicio, el modelo es ejemplo de una fuente de llamadas finita.
Este modelo se diferencia de todos los dems ya que tiene una fuente finita de clientes.
Eso se puede visualizar que cuando todas las maquinas de un taller se encuentran
descompuestas, no se pueden generar ms llamadas o solicitudes.
R = nmero de reparadores.
= tasa de descompostura
K = nmero de mquinas.
L = nmero esperado de mquinas descompuestas.
Lq = nmero esperado de mquinas que esperan para ser reparadas.
W = tiempo promedio que est descompuesta una mquina.
Wq = tiempo promedio que espera una mquina antes de empezar a repararse.
Dado que la frecuencia de descompostura por maquinas es , la frecuencia de
descompostura en todo el taller es proporcional a la cantidad de maquinas que estn
funcionando Si se define como la tasa de descompostura por mquina, se tiene:
En trminos del modelo generalizado, tenemos que:
Entonces, para el modelo generalizado se puede obtener:
Donde Po es:
En este modelo es difcil obtener una forma cerrada de Ls, y en consecuencia, se debe de
calcular a partir de la siguiente definicin:
Pn=0=0.2857
e) P(Wq>t)=e-1-t
P(Wq>t)=57e-1-5714
P(Wq>t)=0.000032
MM1 GDN8
En un negacio de lavados para autos . Los autyos llegan con una distribucin de poisson ,
con 4 autos por hora , el tiempo para lvar y limpiar un auto es exponencial, con 10 minutos
de promedio,suponga que tiene un total de cuatro vajones y que cuando estos se llenan
los clienes se van para otro lado. Determine
a) La probabilidad de que un automvil que llegue pase de inmediato al lavado.
b) El tiempo estimado de espera que se inicie un servicio
c) Cantidad esperada de cajones de estacionamiento vacion
Desarrollo}
= 4autos/hor
=6 autos/ hr
=/ = 0.667
N= 4 + 1 =5
a) Po= 1-0.6671-5+1 =0.3654
b) Wq=0.6676(1-0.667)
(M/M/);(GD/N/)
Ejercicio:
A los conductores nuevos se les pide pasar un examen por escrito, antes de hacer las
pruebas de manejo. Los exmenes escritos suelen hacerse en el departamento de polica
de la ciudad. Los registros de la ciudad de Springdale indican que la cantidad promedio de
exmenes escritos es de 100 por da de 8 horas. El tiempo necesario para contestar el
examen es de 30 minutos, mas o menos. Sin embargo, la llegada real de los aspirantes y
el tiempo que tarda cada uno en contestar son totalmente aleatorios. Determine:
a) La cantidad promedio de asientos que debe tener el departamento de polica en el
saln de exmenes.
b) La probabilidad de que los aspirantes rebasen la cantidad promedio de asientos que
hay en el saln de exmenes.
a) Ls=
Ls=10082
Ls=6.25
Ls=7 asientos
b) P(n8)=1-P(n7)
P(n8)=1-n=07ne-n!
P(n8)=0.2911
Varios servidores (M/M/C);(GD//)