Академический Документы
Профессиональный Документы
Культура Документы
Medina
C.
UNIVERSIDAD
GUAYANA
Modelos de Colas
NACIONAL
EXPERIMENTAL DE
VICERRECTORADO ACADMICO
REA DE INFORMTICA
Proyecto
de
Informtica
Asignatura:
Operaciones
Carrera:
Ingeniera
Investigacin
de
Lapso: 201502
Semestre:
VI
2:00-04:35 At-
S2: Lu, Ju
14, At-10
2:00-04:35 At-
Seccin:1-2
Modelos de Colas
Proceso de Entrada /
Clientes
Clientes llegan al Banco
Recepcin de pedidos de
pizza
Llegada de unidades de
sangre
Llegada
de
barcos
descompuestos
Modelos de Colas
Ek = Tiempos entre Llegadas iid: y las variables aleatorias tienen distribucin Earlang con
parmetro k
GI = Tiempos entre Llegadas iid: y las variables aleatorias tienen alguna distribucin General
2/ Naturaleza del tiempo de Servicio: se utilizan las siguientes abreviaturas
M = Tiempo de Servicio iid: y las variables aleatorias tienen distribucin exponencial
D = Tiempo de Servicio iid: deterministas
Ek = Tiempo de Servicio iid: y las variables aleatorias tienen distribucin Earlang con parmetro
k
G = Tiempo de Servicio iid: y las variables aleatorias tienen alguna distribucin General
3/ Nmero de Servidores en Paralelo: 1,2,...,
4/ Disciplina de la Lnea de Espera:
FIFO: First In First Out: primero en LLegar, primero en Salir (Servido)
LIFO: Last In First Out: ltimo en LLegar, primero en Salir
SIRO = Service in Random Order: Servicio en Orden aleatorio
GD
= General Discipline: Disciplina General
5/ Nmero Mximo de Clientes permitidos en el Sistema. Incluye los que esperan y los que estn
siendo atendidos
6/ Tamao de la poblacin de la cual se toman los clientes
Se considera infinito, a menos que el nmero de clientes potenciales sea del mismo orden de
magnitud que el nmero de servidores.
Distribucin Exponencial:
Una variable X tiene una distribucin exponencial con parmetro , si la Funcin densidad de X est
definida por:
Funcin densidad: (t) = e-t (t )
Propiedad de Amnesia: si los tiempos entre llegadas tienen distribucin exponencial con
parmetro , entonces independientemente del tiempo transcurrido desde la ltima llegada, hay una
probabilidad t de que haya una llegada durante las siguientes t unidades:
P(A t + h | A t ) = P(A h )
Distribucin de Poisson
( t )n et
(t )(x)=t y Var (x )=t
n!
Teorema: Los Tiempos entre llegadas tiene una distribucin exponencial con parmetro SSI el
nmero de llegadas sigue una distribucin de Poisson con parmetro t
Notacin para los Sistemas de Lneas de Espera
=
s=
j =
Modelos de Colas
Medidas de rendimiento
Una vez descrito el sistema, el objetivo es evaluar su rendimiento, Para ello hay varias medidas de
rendimiento:
L = Nmero Esperado de Clientes en el sistema
Lq =
Mo de l ado d e P ro ces o de L le g ad a
Se supone que puede ocurrir llegada cuando mucho en un instante dado de tiempo, definimos ti como
el tiempo en el cual llega el i-esimo cliente y Ti el i-esimo tiempo entre llegadas como
T i =t i +1t i al
Modelar el Proceso de Llegada, suponemos que Ti son variables independientes, aleatorias y continuas.
A se le denomina rapidez de llegadas y su unidad es nmero de llegadas por unidad de tiempo y a
1/ se le denomina tiempo promedio entre llegadas y su unidad es nmero unidades de tiempo por
llegada.
Por ejemplo llegan clientes al Sistema cada 5 minutos. 1/ = 1/12 hora y = 12 clientes por hora
o 1/ = 5 minutos y = 1/5 cliente por minuto (1/ = 60/12 minutos = 5 minutos y = 12/60 1/5
clientes por minuto)
Mo de l ado d e P ro ces o de Se rvic io
Se supone que los tiempos de servicio de diferentes clientes son T i variables aleatorias independientes
y continuas. Y que el tiempo de servicio de cada cliente est regido por una variable aleatoria.
Definimos a 1/ como el tiempo promedio de servicio de un cliente por lo cual se denomina rapidez
de servicio y su unidad es nmero de servicios concluidos por unidad de tiempo.
Por ejemplo salen clientes del Sistema cada 12 minutos Si hay clientes quien atiende podra
atender a un promedio de = 5 clientes por hora y 1/ = 1/5 hora
Pro ce so d e N ac imie nt o y M ue rt e
Se define el nmero de personas presentes en cualquier sistema de cola en el tiempo t como estado
del sistema en el tiempo t.
Para t = 0, el estado del sistema ser igual al nmero de personas presentes al inicio del sistema.
A
de equilibrio en el estado j
En la mayora de los casos un nacimiento corresponde a una llegada al sistema y una muerte a la
conclusin de un servicio
Modelos de Colas
j se llama
j se
negativos
3 ley) Los procesos de nacimiento y muerte son independientes entre s.
La mayor parte de los sistemas de cola con tiempos exponenciales entre llegadas y servicio, pueden
modelarse como procesos de Nacimiento y Muerte
Estas leyes se usan para demostrar que la probabilidad de que ocurra ms de un evento entre el tiempo
t y el tiempo t + t. es 0 ( t)
Todo proceso de Nacimiento y Muerte queda completamente especificado si se conoce la tasa de
natalidad:
j y la tasa de mortalidad: j.
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
Tiempos entre Llegadas iid: independientes e idnticamente distribuidos y las variables aleatorias
tienen distribucin exponencial, la rapidez de llegadas por unidad de tiempo es .
Hay UN servidor con Tiempo de Servicio por cada cliente iid y con distribucin exponencial y rapidez =
.
La fuente de la cual se toman los clientes es . Se puede modelar con los siguientes parmetros:
j = ( j = 0, 1, . . .)
(1.1)
0 = 0
j =
( j = 0, 1, . . .)
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
j+1 j+1
3
2
1
2
1
Representa un nacimiento Llegada
Representa una muerte se completa el trmite
j.
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
Esta metodologa utiliza el hecho de que en estado estable, la rapidez a la que se tienen
transiciones de entrada a cualquier estado
transiciones de salida del estado
i, as:
entrada al
estado j
11
0 0 + 2 2
1 1 + 3 3
(j = 0)
(j = 1)
(j = 2)
...
(j = j-sima
ecuacin)
0 0
11 + 1 1 = ( 1 + 1) 1
( 2 + 2) 2
( j + j) j
Frmula de Litle
El anlisis de la teora de lneas de espera involucra el estudio de un comportamiento del sistema en el
tiempo.
Se dice que un sistema est en estado transitorio cuando sus caractersticas de operacin son variables
en el tiempo, usualmente ocurre en las primeras etapas.
Se habla de ESTADO ESTABLE cuando el comportamiento del sistema llega a ser independiente del
tiempo.
Para cualquier sistema de colas en el cual exista estabilidad se cumplen las siguientes ecuaciones:
El Nmero Esperado de Clientes en el sistema por definicin de Esperanza est dado por:
j=x
1
j
=
j =
j=x
L=
Lq =
j j
j=0
j=x
( j1) j
j=1
(j = 0,1,2,)
1
2
Ls =
W=
Wq
=
Lq
Ws
=
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
Hay UN servidor con Tiempo de Servicio por cada cliente iid y con distribucin exponencial y
rapidez =.
La fuente de la cual se toman los clientes es . Se puede modelar con los siguientes
parmetros:
Este modelo es igual al anterior (M /M /1 /DG/ c/ ), con excepcin de que cuando hay c clientes en
el sistema, todas las llegadas se regresan y el sistema las pierde.
j =
( j = 0, 1, ..., c-1)
c = 0
( j = c, c + 1, ...)
0 = 0
j =
(2.1)
( j = 0, 1, ...,c)
Como c = 0,
Estado
o un estado mayor.
representa el
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
10
,
Tiempo promedio esperado de un cliente en el sistema (W)
Clientes que realmente ingresan al sistema:
L=W W =
(1 c )
L
L
L
=
=
(1 c ) ef
,
/
0 =
1
( 1c+1 )
j =
j =
L=
0
)
(j = 1,2,,c)
(j = c+1, c+2,
[ 1( c+ 1 ) c +c c+1 ]
(1c +1)(1 )
ef
=
(1 c)
Lq =
L Ls
Ls = 1 0
W=
L
L
=
(1 c ) ef
Wq
=
Lq
Lq
=
(1 c ) ef
Ws
=
:
j =
L=
1
1+ c
c
2
(j = 0,1,2,,c)
Modelo M/ M/ s/ DG/ /
Tiempos entre Llegadas iid: independientes e idnticamente distribuidos y las variables aleatorias
tienen distribucin exponencial, la rapidez de llegadas por unidad de tiempo es .
Hay S servidores con Tiempo de Servicio por cada cliente iid y con distribucin exponencial y
rapidez = .
La disciplina de la Lnea de Espera es general GD.
El Nmero Mximo de Clientes permitidos en el Sistema es y
La fuente de la cual se toman los clientes es . Se puede modelar con los siguientes parmetros:
Si hay j s clientes, entonces los j clientes estn en servicio; si hay j s, entonces los s
servidores estn ocupados y hay j s clientes esperando en cola. Si hay k servidores ocupados,
entonces se concluyen servicios con una frecuencia de:
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
+++ =k ; k=min ( j , s)
k
11
Se puede modelar utilizando la metodologa de Nacimiento y Muerte con los siguientes parmetros:
j =
( j = 0, 1, ...)
j = j ( j = 0, 1, ...,s)
j = s ( j = s + 1, s+ 2...)
En Estado Estable (Se debe garantizar que = / s 1) Se puede demostrar que:
= /s
0
j=s1
=
j=0
j =
1
j
( s)
s s
+
j ! s ! ( 1 )
(j = 1,2,,s)
(s) 0
j!
(s) j 0
s ! s j s
j =
(j = s+1,
s+2,)
Lq +
Ls =
Lq =
j=x
( js)j
j=s
W=
Wq =
Ws =
Lq
1
P( j s)
s
P( j s)
P(j s)
.10
.20
.30
.40
.50
.55
.60
.65
s=2
.02
.07
.14
.23
.33
.39
.45
.51
s=3
.00
.02
.07
.14
.24
.29
.35
.42
s=4
.00
.00
.04
.09
.17
.23
.29
.35
s=5
.00
.00
.02
.06
.13
.18
.24
.30
s=6
.00
.00
.01
.04
.10
.14
.20
.26
s=7
.00
.00
.00
.03
.08
.11
.17
.21
.70
.75
.80
.85
.90
.95
.57
.64
.71
.78
.85
.92
Asignatura: Investigacin de
Operaciones
.51
.57
.65
.73
.83
.91
.43
.51
.60
.69
.79
.89
.38
.46
.55
.65
.76
.88
.34
.42
.52
.62
.74
.87
Modelos de Colas: M / M / 1 / D G / /
12
.30
.39
.49
.60
.72
.85
Hay R servidores con Tiempo de Servicio por cada cliente iid y con distribucin exponencial y
rapidez = .
La fuente de la cual se toman los clientes es K. Se puede modelar con los siguientes
parmetros:
El Intervalo durante el cual una maquina permanece en buen estado sigue distribucin
exponencial, con parmetro . Al descomponerse se enva al centro de reparacin.
Si hay j R mquinas daadas, entonces las j mquinas estn en servicio; si hay j R, entonces
los R servidores estn ocupados y hay j
El tiempo promedio de reparacin de una mquina es: 1/ . Una vez reparada regresa en buen
estado y es susceptible de volver a descomponerse.
Se puede modelar utilizando la metodologa de Nacimiento y Muerte, en el cual un nacimiento
corresponde a una mquina que se descompone y una muerte a una mquina que acaba de ser
reparada
Para calcular la frecuencia de natalidad en el estado j, se debe determinar la rapidez a la que se
descomponen las mquinas en el estado j: As hay (K j) mquinas en buen estado. Como cada
mquina se descompone con un frecuencia , la frecuencia total a la que se suceden las
descomposturas cuando el estado es j es
++ +
j= K j=( K j)
Si hay 0 tcnicos ocupados, entonces la tasa de mortalidad o conclusin de servicios tiene una
frecuencia de:
+ + ... + = ;
= min(j,R)
( j = 0, 1, ... K )
( j = 0, 1, ...,R)
(5.1)
2 2
j = s
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
13
( j = R + 1, R+ 2... K )
5
Dado que la frecuencia de llegadas depende del estado en el cual se encuentra el sistema, el
nmero promedio de llegadas por unidad de tiempo est dado por:
ef =( K 0 ) 0+ ( K 1 ) 1 + ( K 2 ) 2+...+ ( K K ) j =
j =k
j=k
J=0
J=0
ef = ( k j ) j = (k j j j)=(k L)
j=k
( j ) = K1 ; ( j j )=L
J=0
j=k
k
J =0
[]
[]
k j
j= 0 (j=1,2, ,R)
j
k j j !
0
j
j=
( j=R+1, R+2 K )
R ! R jR
j=K
L= j j
j=0
jR
j=K
Lq=
j =R
j =k
ef = ( k j ) j =(k L)
J=0
W=
Wq=
L
ef
Lq
ef
Combinatoria:
[]
k!
k=
j
j!(k j) !
Asignatura: Investigacin de
Operaciones
Ejercicios de Colas
14
Figura 1.
Teorema de Jackson.
Si (1) los tiempos entre llegadas para un Sistema de Lneas de espera en serie son exponenciales con
tasa , (2) los tiempos de servicio por cada servidor de la etapa i son exponenciales y (3) cada etapa
tiene una sala de espera con capacidad infinita, entonces los tiempos entre llegadas para las llegadas
a cada etapa del Sistema de Lneas de espera en serie son exponenciales con tasa .
Para la validez de ste teorema, cada etapa debe tener suficiente capacidad de servicio para atender a
los clientes que llegan a una tasa , sino la cola crecer en forma desproporcionada en la etapa cuya
capacidad sea insuficiente.
Si sjj j 1, y no existe estado estable en el sistema.
Si < sjj, el Teorema de Jackson implica que la etapa j del sistema de la figura 1 se puede analizar
como un Sistema M/M/s/DG// con tiempos entre llegadas exponenciales con tasa , y tiempos de
servicio medio 1/ j .
Ejemplo 1.
Ensamblaje de automviles
Asignatura: Investigacin de
Operaciones
Ejercicios de Colas
15
Solucin
Sistema de Lneas de espera en serie con = 54 automviles por hora, s1 = 1, 1 = 60 automviles por
hora, s2 = 3, 2 = 20 automviles por hora.
Se puede verificar que < 1 y < 32, es decir el sistema est en estado estable, ninguna cola
crecer en forma desproporcionada, por lo cual se puede aplicar el Teorema de Jackson.
As etapa1 (motor),
1 = / = 54/60 = 0.90;
Lq1 = 2/ 1 - = (0.90)2/ 1 0.90 = 8.1 automviles tiene la cola en la estacin 1.
Wq1 = Lq/ =8.1/54 = 0.15 hora en promedio espera un vehculo el servicio en la estacin 1
etapa2 (neumticos),
2 = /s = 54/3*20 = 0.90;
En la Tabla P(j s), con = 0.90 y s= 3, se obtiene P(j 3) = 0.83
Lq2 = P(j s) / 1 - = 0.83 *0.90/ 1 0.90 = 7.47 automviles tiene la cola en la estacin 2
Wq2 = Lq/ = 7.47 /54 = 0.138 hora en promedio espera un vehculo el servicio en la estacin 2
Tiempo de espera en el sistema Wq = 0.15 + 0.138 = 0.288 hora en promedio espera un vehculo el
servicio en el sistema
Asignatura: Investigacin de
Operaciones
16
Ejercicios de Colas
Redes de colas
Algunos sistemas de colas estn compuestos por una serie de subsistemas que se encuentran
enlazados formando una red. En este tipo de sistemas los clientes llegan a un nodo en el que esperan su
turno en cola hasta que son atendidos, momento en el cual se dirigen a otro nodo para obtener otro
servicio ms, y as han de ser atendidos por ms de un subsistema antes de que todos sus requisitos de
servicio queden atendidos. Estos sistemas son denominados redes de colas.
Informalmente se puede decir que una red de colas es un conjunto de nodos interconectados entre s,
teniendo cada uno de ellos uno o ms servidores y un lugar para que los clientes formen la(s) cola(s).
Existen dos tipos de redes de colas: red de colas abierta y red de colas cerrada.
Red de colas abierta
En una red de colas abierta, los clientes llegan desde el exterior, circulan en la red pasando por
diferentes estaciones y luego abandonan la red. El nmero de clientes que se puede encontrar en un
momento dado en una red abierta es ilimitado. Con el fin de especificar completamente una red abierta,
se requiere caracterizar cada estacin, as como el proceso de llegada de los clientes y la ruta de los
clientes en la red.
Procesos de Llegada
El proceso de llegada de los clientes a la red se describe (igual que en al caso de una cola simple) con la
ayuda de un proceso de renovacin, y est caracterizado por la distribucin del tiempo entre llegadas.
Si la llegada de los clientes sigue un proceso de Poisson, los tiempos entre llegadas son exponenciales y
estn caracterizados por un nico parmetro: la tasa de llegada .
Se requiere adems precisar, una vez que un cliente llega a la red, en cul cola se ubicar (a cual
estacin ira). Normalmente se caracteriza la ruta de entrada de una forma probabilista, sea
P0 j
la
probabilidad de que un cliente que ingresa a la red vaya a la estacin j. As el proceso de llegada a la
estacin j ser Poisson con tasa
P0 j
veces
Figura 1.
Asignatura: Investigacin de
Operaciones
Ejercicios de Colas
17
El ruteo de clientes se caracteriza en forma probabilista, en los que se elige una cola u otra, en
funcin de una probabilidad: sea
dirigirse a la estacin j, sea
P0 j
Pi 0
Ruteo hacia la cola ms corta (ruteo dinmico): un cliente que abandona una estacin elegir
entre todos los destinos posibles, la estacin que tiene el menor nmero de clientes.
Ruteo Cclico (determinista): Los clientes que abandonan una estacin elegirn por turno una
estacin entre todos los destinos posibles.
Redes Cerradas
En una red de colas cerrada el nmero de clientes es constante. Sea N el nmero total de clientes del
sistema. No hay llegada ni partida de clientes. La especificacin de una red cerrada se reduce a modelar
diferentes estaciones y el ruteo de clientes. Usando un mecanismo de ruteo probabilista, se define Pij
como la probabilidad de que un cliente quien abandona la estacin i vaya a la estacin j.
Figura 2.
Los clientes llegan a la estacin j desde fuera del sistema a una tasa rj. Los tiempos entre Llegadas
son iid y con distribucin exponencial
La estacin j consiste de sj servidores con Tiempo de Servicio por cada cliente iid, con distribucin
exponencial y tasa j.
Una vez que se completa el servicio en la estacin i, el cliente va a la estacin j con Probabilidad Pij
La tasa a la cual llegan los clientes a la estacin j, j (incluye llegadas desde el exterior y desde otras
estaciones). 1, 2, , k, se determina resolviendo el sistema de ecuaciones lineales:
i=k
j <s j j
Asignatura: Investigacin de
Operaciones
Ejercicios de Colas
18
Entonces
Se puede demostrar que tanto la distribucin de probabilidad del nmero de clientes y el nmero
esperado de clientes presentes en el sistema se puede determinar tratando cada estacin como un
sistema M/M/sj/DG//, con tasa de llegadas j y tasa de servicio j.
L= Li ;(i=1, 2,... , k )
i=1
r j ;( i=1,2, ... , k)
i=1
Ejemplo 2.
Una instalacin tiene 2 servidores. Un promedio de 8 clientes por hora llega desde fuera al servidor 1 y
un promedio de 17 clientes por hora llega desde fuera al servidor 2. Los tiempos entre llegadas y de
servicio son exponenciales. El servidor 1 atiende 1 cliente cada 3 minutos y el servidor 2, 1 cliente cada
2 minutos.
Despus de completar el servicio en el servidor 1, la mitad de los clientes sale del sistema y la mitad va
al servidor 2. Despus de completar el servicio en el servidor 2, de los clientes regresa al servidor 1
1. Qu fraccin de tiempo est desocupado el servidor 1?
2. Determine nmero esperado de clientes en cada servidor
3. Determine tiempo promedio que un cliente pasa en el sistema
4. Si el servidor 2, atiende 1 cliente cada 3 minutos. Determine las respuestas de 1 a 3.
Solucin
Asignatura: Investigacin de
Operaciones
Ejercicios de Colas
P11 = P22 = 0,
1 y 2 se determinan resolviendo el sistema de ecuaciones lineales:
i=k
1 = 8 + 0.25 2
2 = 17 + 0.5 1
De donde, 1 = 14 clientes/hora y 2 = 24 clientes/hora
Se puede asumir la estacin 1 y 2 como un Modelo: M/M/1/DG//.
Con 1 = 14 clientes/hora y 1 = 20 clientes/hora y
Con 2 = 24 clientes/hora y 2 = 30 clientes/hora. Ambos en estado estable 1 < 1 y con 2 < 2
1. Fraccin de tiempo que est desocupado el servidor 1
Se debe conocer la probabilidad de que no haya clientes en el servidor 1:
;
L=
W=
L
;
L = L1 + L2 = 7/3 + 4 = 19/3; y
= r 1 + r 2 = 8 + 17 = 25 clientes/hora
W = (19/3)/25 = 19/25 hora.
19
20
Cunto pedir? :
Determinista: conocida en todo el horizonte de tiempo. Puede ser constante o variable por perodo
Probabilista: descrita por una variable aleatoria que sigue una distribucin de probabilidades
3. Pedido
Cantidad ptima de artculos que se solicitan
4. Tipo de pedido
Se realiza en funcin del tipo de revisin que se realice:
Pedido continuo / revisin continua: dependiendo del nivel de inventario se puede realizar un
pedido en cualquier momento
5. Punto de Reorden
Nivel de inventario previamente definido, que se considera mnimo y seguro para colocar una orden
6. Tiempo de entrega
Tiempo entre la colocacin (realizacin) de un pedido y su surtido. Vara desde inmediatamente hasta
un tiempo aleatorio. La demora en la entrega puede ser determinista (conocida) o aleatoria
21
Descripcin de comportamiento
Fijo
Compra
22
Escasez
Almacenamie
nto
Aumenta con el incremento en el nivel de inventario
2. Demanda
determinista esttica
3. No se permite
escasez
4. Costo de compra
5. Costo fijo
K por pedido
6. Costo de
almacenamiento
tiempo
tiempo
t aos = I*t*h
TC(q)=Total Cost =Costo Total por ao cuando se pidenq unidades , cada vez que I =0
TC ( q )=
23
Ciclo: Intervalo de tiempo que comienza con la llegada de un pedido y termina en el instante inmediato
anterior a la llegada del siguiente
Longitud de Ciclo = q/D.
1
D
= ciclos=cantidad de pedidos a realizar
q/ D q
Ejemplo:
D = 360 artculos/ao
q = 30 artculos/pedido
t 0=
q 30(artculos/ pedido ) 1
=
= ao/ pedidos
D
360(artculos/ao) 12
1
1
ciclos= =
=12 pedidos/ao
t0 1
( pedidos/ao)
12
Nivel de existencia promedio durante cualquier ciclo: la mitad del nivel mximo de inventario
alcanzado durante el ciclo: q/2 (modelos de demanda constante y sin escasez)
)( Dq )= q2h = hq2
24
KD h
+ =0 de aqu se obtiene
q2 2
2 KD
h
TC ( q )=
Modelo esttico EOQ, con costo de almacenamiento en trminos del valor por unidad
monetaria
Se denomina hd = costo de almacenar un dlar de inventario durante un ao.
El costo de almacenar una unidad de inventario en existencia durante un ao estar en funcin del
precio de compra p y el porcentaje de costo de la oportunidad de inversin de capital:
q=
2 KD
p hd
L.
Cuando el tiempo de entrega L es menor que la longitud del ciclo, el Punto de Reorden ocurre cuando el
nivel de inventario desciende a
L*D unidades: PR = L*D.
Cuando el tiempo de entrega L es mayor que la longitud del ciclo, se define el tiempo de entrega efectivo:
Le = L nt0
Donde n representa el nmero de ciclos que hay en L: el tiempo de entrega y se calcula como el entero
ms grande que no excede a L/t0, es decir n es la parte entera de L/t0,. n = L/to
Dado que despus de n ciclos de t0 cada uno, la situacin de inventario es como si el intervalo entre hacer
y recibir un pedido es Le. Por consiguiente el punto del nuevo pedido ocurre Le*D unidades y la poltica
de inventario es: ordenar q* cuando el nivel de inventario desciende Le*D unidades. PR = Le*D.
25
4. Costo de compra
5. Costo fijo
6. Costo de
almacenamiento
tiempo
M
Profesor: Ing. Luz E. Medina
C.
26
Se minimiza el costo total anual por unidad de tiempo (un ao), calculando los valores de q* y M*
TC ( q , M )=
qM
q =
2 KD (h+ s)
2 KDs
; M =
hs
(h+ s)h
Escasez Mxima=q M
TC ( q , M )=
TC ( q , M )=
KD ( q M ) s M 2 h
+
+
q
2 q
2 q
2. Tiempo de entrega
: 0: Reabastecimiento instantneo de
pedido
3. No se permite escasez
: K por pedido
6. Costo de
almacenamiento
Si q es la cantidad pedida, el modelo general de descuento por volumen se puede describir as:
q b1 Cada artculo
cuesta
Si
p1
p2
p3
Si b1 q b2
q b3
pk 1
pk
Si b2
Si bk 2 q bk
27
qM
Si bk 1 q bk
TC ( q )
EOQi
Definiciones
TCi(q
)
EOQi
EOQi
TC(q
)
unidades a un precio
pi , incluye costos de
pi
Es admisible si
q i <M
bi1 EOQ
bi
Tiempo
Costo Total real si se
el precio
D piden q artculos en cada pedido (se utiliza en al clculo
pi ,
si bi1 q<b i
O
TC ( q )
1. Para cada precio, comenzando por el menor, se calcula el volumen de pedido que minimiza los
Costos Totales anuales para cada
2. Se continua calculando hasta que una de las q*i, sea admisible. Segn el punto 2,
3. La cantidad ptima de pedido ser el
TC i ( q i ) y ser q y TC respectivamente
Nivel de Inventario
qi , que minimice a
qi=EOQ i
28
Ejemplo 1
Una compaa utiliza 500 focos al ao, cada vez que se hace un pedido se incurre en un costo de
5$. Cada foco cuesta 40 (centavos), el costo de almacenamiento es 8 /foco/ao. Suponga que la
demanda es constante, el reabastecimiento de pedido es instantneo y no se permite escasez.
Cul es la cantidad econmica de pedido (EOQ)?, Cuntos pedidos se hacen por ao?, Cunto
tiempo pasa entre pedidos?
D = 500 foco/ ao
K = 5 $/pedido
h = 8 /foco/ ao
q =
2 KD
25500 Pedidos = N de ciclos
=
ao
ao
h
0,08
h = 0,08 $/foco/
ao
D N de ciclos 500
=
=
ao
250
q
= 2 Pedidos/ao
Ejemplo 2
Una compaa vende 1.000 cmaras al ao, cada vez que hace un pedido incurre en un costo de 5$.
La compaa paga por cada cmara 100$. El costo de almacenar un dlar de inventario durante un
ao se calcula como un costo anual de oportunidad de 20 . Suponga que la demanda es constante
y no se permite escasez. Cul es la cantidad econmica de pedido (EOQ)? Calcule el punto de
Reorden si el tiempo entre pedidos (tiempo de entrega) es (a) 5 das y (b) 14 das. {Suponga 1 ao =
360 das = 12 meses}
D = 1.000
cmara/ao
K = 5 $/pedido
p = 100 $/
cmara
hd = 20 /$/ao
q =
2 KD
251.000
=
p hd
1000,20
q = 500
q* = 22,36 22
cmaras/pedido
hd = 0,20 $/$/ao
n = 14/8
1,75 =1
Le = L n* t0 = 0,038 0.022 = 0,016
PR = Le*D = (0.016)*1000 = 16 cmaras
Ejemplo 3
La unidad de almacn de la empresa MECA mantiene cajas de bolgrafos para ser distribuido a las
distintas Unidades Administrativas. Se requieren 1.000 cajas al ao. El costo de realizar cada pedido
es de Bs. 100. El costo de almacenamiento por caja es de 20% al ao (costo de oportunidad de
capital) y el costo por caja es: 50 para menos de 100 cajas; 49 de 100 a menos de 300 cajas y 48,5
para 300 cajas o ms.
(a) Cul es el Costo Total Anual?,
(b) Cul es la cantidad de pedidos por ao?,
(c) Cuntas cajas deben pedirse?
q b1 = 100
Si
Si b1 = 100
300
q b2 =
Si b2 = 300 q
EOQ
p3
Cada artculo
cuesta
p2= 49$
p 3=
48,5$
2 KD
21001.000
=
p hd
0,2048,5
= 143,59 cajas/pedido
para
EOQ2=q 2=
2 KD
21001.000
=
p hd
0,2049
= 142,89 cajas/pedido
EOQ
p1
para
EOQ3=q 3 =
EOQ
p2
p1 = 50$
para
Para determinar cul de estas cantidades: q*3 = 300 o q*2 = 142,89 minimiza a TC(q), se debe
calcular
TC3 (300) y TC2 (142,89)
= 50.288,33$
100* 1.000/300)
= 333,33 $
1.000* 48,5
= 48.500,00 $
=1.455,00 $
Costo
anual
almacenamiento
de
TC2 (142,89)
= 50.400,00$
100*
(1.000/142,89)
= 699,99 $
1.000* 49
= 49.000,00 $
Costo
anual
almacenamiento
KD
hq
+ pD +
2
q
de
(1/2)* 142,89 *(9,8) = 700,01 $
q*3
TC(q)
= 300 minimiza a
50.288,33 $
q 1.000
=
=3,33
D 300
N pedidos =
Ejemplo 4
La empresa ACME vende 27 cajas sorpresas diarias. El proveedor de ACME cobra 15$ por caja y por
colocar cada pedido 50$. La empresa ACME cree que la demanda de cajas sorpresa puede
acumularse y que el costo de carecer de una caja es 0,041 $ diario. El costo anual por mantener el
inventario es de 30
escasez
D = 27*360 = 9.720
cajas/ao
K = 50 $/pedido
p = 15 $/ cajas
hd = 30 / 3$/ao
hd = 0,30 $/ $/ao
h = 0,3*15 = 4,5$/
caja/ao
s = 0.041 $/ caja/da
mxima
q =
que
2 KD (h+ s)
hs
2 KDs
M=
(h+ s) h
530 cajas/pedido
s = 15 $/ caja/ao
M =
250972015
4.519.5
166.153= 407,62
M* 408 cajas/pedido
TC ( q , M )=
KD ( q M ) s M 2 h
+
+
q
2 q
2 q
2
509720 (122 ) 15 408 24.5
+
+
529.91 2529.91 2529.91
Asignatura: Investigacin de
Operaciones
33
B(7) = 100.
Asignatura: Investigacin de
Operaciones
34
Se desea seleccionar Q y R tal que minimicen el costo anual esperado (excluido el costo de compra).
Volviendo a la Figura si la primera orden por Q = 240 llega exactamente en el instante 3 y se asume que
L = 2 meses, las rdenes son emitidas en el instante O 1 = 1 y O2 = 5. Entonces, las rdenes son
recibidas en O1 + L = 3 y O2 + L = 7, respectivamente.
Un ciclo se define como el intervalo de tiempo entre los instantes donde son recibidas rdenes. As en la
Figura hay dos ciclos: el primer ciclo desde el instante 0 hasta O 1 + L = 3; y el ciclo 2 desde O 2 hasta O2
+ L = 7.
Durante el ciclo 1, la demanda durante el Tiempo de entrega es menor que R, por lo que no ocurre
escasez.
Durante el ciclo 2, en cambio, la demanda durante el Tiempo de entrega excede el punto de Reorden R,
por lo que ocurre escasez entre los instantes 6 y O 2 + L = 7. Evidentemente, incrementando el punto de
Reorden R disminuye la escasez. Sin embargo, aumentar el punto de Reorden R aumenta tambin el
nivel medio de inventario y por lo tanto los costos de almacenaje. Luego, el punto de Reorden R ptimo
debe representar un equilibrio entre los costos de inventario y los costos de escasez.
2 K E [D]
h
h Q
C B E[ D]
Observaciones:
1. P(X R*) Es la probabilidad de que se agote la existencia durante el tiempo de entrega
Asignatura: Investigacin de
Operaciones
35
hQ
(h Q +C LS E [ D])
Ejemplo: Cada ao, una tienda de computadores vende 1000 cajas para CD. La demanda anual por
cajas de CD se distribuye normalmente con una desviacin estndar de 40,8 cajas. La tienda posee un
proveedor regional. Cada orden es entregada en 2 semanas. El costo de efectuar cada orden es $50, el
costo anual de mantener una caja en inventario es $10. El costo unitario por escasez se asume en $20.
Se admite mantener rdenes pendientes. Determine el punto de Reorden, el tamao de orden y el nivel
de seguridad del inventario de la tienda.
h = 10 $/caja, K = 50 $/por pedido, E[D] = 1000 cajas/ao, D = 40.8, CB = 20$
En primer lugar se debe determinar el tamao de orden
26
=8
P(X R*) = hQ*/ CB E[D] = 10*100/ 20*1000 = 0.5 P(X R*) =0.05
Normalizando y utilizando la tabla normal en forma inversa se obtiene:
P(X R*) = P(X - / R*- / ) = P(Z R*- / ) = 0.05
P(Z R*- / ) = 1 - 0.05 = 0.95 Z =1.65;
R*- / = 1.65; Sustituyendo la Esperanza y Desviacin Estndar de X; = 38.46 y X = 8
R*- / = 1.65; R*- 38.46/8 = 1.65; R* = (1.65*8) + 38.46 = R* = 51,66
Nivel de Seguridad = R* - E[X] = 51,66 - 38.46 = 13,20
Continuando con el Ejemplo, (ahora para el clculo del punto de Reorden con prdida de ventas)
supondremos que cada caja de CD se vende a $50 y el costo de compra es $30. Asumiendo que el costo
asociado al agotamiento de existencias es de $20 (representa las unidades perdidas), se puede obtener
CLS como la suma de la prdida de ganancia (50 30), es decir lo que se dej de ganar por no tener el
producto en el momento de solicitarlo, al costo por unidad perdida (20), entonces C LS = 20 + 20 = 40.
Luego:
Asignatura: Investigacin de
Operaciones
36
2 KE [ D]
250100
=
=31,62
h
10
Q =
t 0=
Q
31,62
=
E [ D ] 100
E [ L ] =4 semanas=28 dias=
E [ L ] <t 0 ;
28
360
28 31,62
<
; 0,0769<0,316 ? si
360 100
28
aos1000=7,777
360
2
1
aos=
aos
360
180
2
28
2 ( 100 ) 1
Var [ X ] =E [ L ] Var [ D ] + E [ D ] Var [ L ] =
( 40,8 ) +
=185,027; X = Var [ X ] ; X =13,602
360
180
2
Asignatura: Investigacin de
Operaciones
37
hQ
(h Q +C LS E [ D])
1031,62
=0.0733
1031,62+ 40100
P( X R )=P
P Z
X R
R
=P Z
=0.073 3
) (
R
=10,0733=0 , 9267 Z =1,45
R
=1,45 ; Sustituyendo la Esperanza y Desviacin Estndar de X ; X =7,77 y X =13,602
Ejemplo2
La demanda de un artculo en una empresa se distribuye normalmente con una media de 300 unidades
al ao y una desviacin estndar de 30 artculos. El costo de hacer un pedido es de $60, el costo de un
artculo es de $40 y la vende en 50$, el costo por unidad agotada es de $6 por ao y el costo anual de
almacenamiento es de 25% del valor del artculo. La duracin del Tiempo de entrega es aleatorio con
media 80 das y varianza 4 das. Todo el agotamiento de existencia origina perdida de venta.
(a) Tamao de orden y
(b) Nivel de seguridad del inventario la tienda
h = 0,25*40 $/artculo, K = 60 $/por pedido, E[D] = 300 artculos/ao, D = 30, CB = 6$, CLS= ((5040)+6)$
2 KE [ D]
260300
=
=60 artculo s
h
0,2540
Q =
t 0=
Q
60
=
300
E [D]
E [ L ] <t 0 ;
80 60
<
; 0,2222<0,2000 ? No
360 300
=L nt 0 ; n=
L
0,22
=
=1 ; 0,2210,2=0,02
0,2
Asignatura: Investigacin de
Operaciones
4
1
aos= aos
360
90
( 300 )21
Var [ X ] =E [ ] Var [ D ] + E [ D ] Var [ L ] =0,02( 30 ) +
=1200 ; X = Var [ X ] ; X =34,6410
90
2
hQ
(h Q +C LS E [ D])
X R
P
Normalizando y utilizando la tabla normal en forma inversa se obtiene:
X R
R
=P Z
=0,1111
(
) ( )
R
P(Z
=10,1111=0,8889 Z =1,22
)
P ( X R )=P
R
=1,22 ; Sustituyendo la Esperanza y Desviacin Estndar de X ; X =6,66 y X =34,6410
R =49,275 50 artculos
38