Inv Operaciones Resumen de Colas e Inventario

Profesor: Ing. Luz E.
Medina
C.
Asignatura: Investigacin de Operaciones
UNIVERSIDAD
GUAYANA
Modelos de Colas
NACIONAL
EXPERIMENTAL DE
VICERRECTORADO ACADMICO
COORDINACIN GENERAL DE PREGRADO
DEPARTAMENTO DE CIENCIA Y TECNOLOGA
REA DE INFORMTICA
Proyecto
de
Informtica
Asignatura:
Operaciones
Carrera:
Ingeniera
Investigacin
de
Lapso: 201502
Profesor: Ing. Luz E. Medina C.
Semestre:
VI
Horario S1: Mi, Vi

04, At-14
2:00-04:35 At-
S2: Lu, Ju
14, At-10
2:00-04:35 At-
Seccin:1-2
Tema 6: Modelos de Colas

Una cola es una lnea de espera para determinado servicio. Este servicio lo proporciona uno o varios
servidores.
La teora de colas analiza la causa de la formacin de la cola, que es la existencia de momentos en los
que hay una mayor demanda de servicio que la capacidad de servicio.
Clientes son los entes, trabajos o tareas a los que demandan servicio, y dependientes, empleados o
servidores los que ofrecen servicio
Proceso de Entrada o Llegada
Profesor: Ing. Luz E. Medina

C.
Modelos de Colas
Las llegadas se denominan Clientes.

El ndice de llegadas ser el nmero medio de llegadas por unidad de tiempo, se usa tambin el tiempo
entre llegadas, que es el tiempo medio entre llegadas sucesivas.
En todos los modelos que se estudian se supone que slo hay una llegada en un instante dado. Si
sucede que hay ms de una llegada en un instante dado, el sistema la asume como una.
En general se supone que el proceso de llegada no es afectado por el nmero de clientes presentes en
el sistema y se expresa normalmente especificando una distribucin de probabilidad que gobierna el
tiempo entre llegadas sucesivas.
Hay dos casos en los cuales el proceso de llegadas depende de la cantidad de clientes presentes en el
sistema, la primera cuando los clientes provienen de una poblacin pequea relativa al tamao del
sistema, modelo de fuente finita, la segunda cuando el tamao del sistema se considera finito.
Proceso de Salida o de Servicio
Se expresa por el tiempo de servicio o por el nmero de clientes atendidos por unidad de tiempo,
Tanto el proceso de Llegada como el de Servicio se puede especificar por una variable aleatoria
mediante una distribucin de Probabilidad, o un servicio determinista
La distribucin del tiempo de Servicio, rige el tiempo de Servicio a un cliente y en general es
independiente del nmero de clientes presentes en el sistema y del proceso de llegada.
Los servidores pueden estar en Serie o en Paralelo, en Paralelo si todos ofrecen el mismo tipo y calidad
de servicio, en Serie cuando el cliente debe pasar por varios tipos de servidores para concluir el
servicio.
Disciplina de la Lnea de Espera:
Es la forma de describir el orden en el cual se sirve a los clientes en el sistema y la forma en la cual los
clientes se unen a determinada cola.
Para describir una Situacin de Cola o Lnea de Espera se deben especificar los procesos de Entrada y
Salida, los Clientes y los Servidores:
Situacin
Banco
Pizzera
Banco de Sangre de un
Hospital
Astillero
Proceso de Entrada /
Clientes
Clientes llegan al Banco
Recepcin de pedidos de
pizza
Llegada de unidades de
sangre
Llegada
de
barcos
descompuestos
Proceso de Salida / Servidores

Cajeros atienden a los clientes
Mensajero entrega pedidos de pizza
Pacientes utilizan unidades de
sangre
Mecnicos
reparan
barcos
descompuestos
Descripcin de los Parmetros utilizados para describir un Modelo de Lnea de Espera:

Notacin Kendall-Lee: 1/ 2/ 3/ 4/ 5/ 6
1/ Naturaleza del proceso de Llegadas: se utilizan las siguientes abreviaturas
M = Tiempos entre Llegadas iid: independientes e idnticamente distribuidos y las variables
aleatorias tienen distribucin exponencial
D = Tiempos entre Llegadas d: deterministas

C.
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 )
(x) = 1/ y Var(x) = 1/2
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
Funcin masa: ( N t=n ) =
( 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
=
Nmero promedio de llegadas por unidad de tiempo
Nmero promedio de servicios concluidos por unidad de tiempo
s=
Nmero de servidores en paralelo
Intensidad de Trfico del Sistema = /s

C.
j =
Modelos de Colas
Probabilidad de que en Estado Estable haya j clientes en el sistema
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 =
Nmero Esperado de Clientes en la Lnea de Espera
Ls = Nmero Esperado de Clientes en servicio

W=
Tiempo Esperado que pasa un Cliente en el sistema
Wq= Tiempo Esperado que pasa un Cliente en la Lnea de Espera

Ws = Tiempo Esperado que pasa un Cliente en servicio
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
j se le denomina Probabilidad de que haya j clientes en el sistema, en Estado Estable o probabilidad
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

C.
Modelos de Colas
Un Proceso de Nacimiento y Muerte es un proceso estocstico continuo en el tiempo, para el cual el

estado del sistema en cualquier tiempo es un entero no negativo. Si un proceso de Nacimiento y
Muerte est en el estado j, cuando el tiempo es t, entonces el movimiento del proceso est gobernado
por las siguientes leyes:
1 ley) Con probabilidad j t, sucede un nacimiento entre el tiempo t y el tiempo t + t.
Un nacimiento aumenta en 1 el estado del sistema, hasta alcanzar a j + 1. La variable
j se llama
tasa de natalidad en el estado j

2 ley) Con probabilidad j t, sucede una muerte entre el tiempo t y el tiempo t + t.
Una muerte disminuye en 1 el estado del sistema, para llegar al estado j 1. La variable
llama tasa de mortalidad en el estado j. Se debe cumplir que
j se
0 = 0, para no tener estados
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.

Medina C.
Asignatura: Investigacin de
Operaciones
Modelos de Colas: M / M / 1 / D G / /
Modelo M/M/1/DG//: Un servidor
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 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:
j = ( j = 0, 1, . . .)
(1.1)
0 = 0
j =
( j = 0, 1, . . .)
Probabilidades en Estado Estable

Medina C.
Operaciones
j+1 j+1
3
2
1
2
Diagrama de rapidez para un sistema de Colas: M/ M/ 1/ DG/ /
1
Representa un nacimiento Llegada
Representa una muerte se completa el trmite
Utilizando la metodologa de Nacimiento y Muerte, se obtienen las ecuaciones de balance o

conservacin de flujo, de las cuales se deduce
j.

Medina C.
Operaciones
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 debe ser igual a la rapidez a la que se tienen
i, as:
Nmero Esperado de Entradas = Nmero Esperado de Salidas

Unidad de Tiempo
Unidad de Tiempo
entrada al
estado j
11
0 0 + 2 2
1 1 + 3 3
(j = 0)
(j = 1)
(j = 2)
...
(j = j-sima
ecuacin)
j-1 j-1 + j+1 j+1
salida del estado j

=
=
=
=
=
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
L= j j ; L=W ; Lq=Wq ; Ls=Ws L( Nmero de Clientes)=(Nmero de Clientes / por hora)W (hora) ;

j=0
L=Lq+ Ls ; W =Wq +Ws;
En Estado Estable (Se debe garantizar que / 1):

Se puede demostrar que: Si hay 0 1 cliente no hay cola. Si j 1 (j 1) clientes en cola
1
j
=
j =
j=x
L=
Lq =
j j
j=0
j=x
( j1) j
j=1
(j = 0,1,2,)
1
2

Medina C.
Ls =
W=
Wq
=
Lq
Ws
=
Operaciones
Mo de lo M /M /1 /DG/ c/ : Tamao del sistema finito
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 =.
El Nmero Mximo de Clientes permitidos en el Sistema es c y
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, ...)
Diagrama de rapidez para un sistema de Colas: M/ M/ 1/ DG/ c/
0 = 0
j =
(2.1)
( j = 0, 1, ...,c)
Como c = 0,
Estado
el sistema nunca alcanzara el estado c+1
nmero de Clientes que llegan al sistema, ef
o un estado mayor.
representa el
representa el nmero promedio de Clientes que
realmente ingresan al sistema. Llegan un promedio de , pero c de estas llegadas encuentran el

sistema lleno y se van,
ef = c = (1 c)
Probabilidades en Estado Estable
Utilizando la metodologa de Nacimiento y Muerte, para obtener las ecuaciones de balance o

conservacin de flujo, de las cuales se deduce j

Medina C.
Operaciones
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
En Estado Estable (Existe an si ). Se puede demostrar que:

:
=
,
/
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 = .
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:

Medina C.
Operaciones
+++ =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,)
Probabilidad de que todos los

servidores estn ocupados:
s
P(j s)
(s ) 0
=
s ! (1 )
L=
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

Medina C.
.70
.75
.80
.85
.90
.95
.57
.64
.71
.78
.85
.92
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
12
.30
.39
.49
.60
.72
.85
Mo de lo M /M /R/ DG/ K/ K: Fue nt e fi nit a

Reparacin de mquinas K mquinas y R tcnicos
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 R servidores con Tiempo de Servicio por cada cliente iid y con distribucin exponencial y
rapidez = .
El Nmero Mximo de Clientes permitidos en el Sistema es K y
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
R mquinas esperando en cola.
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)
Los parmetros seran:

j = (K j)
j = j
( j = 0, 1, ... K )
( j = 0, 1, ...,R)
(5.1)
2 2

Medina C.
3
j = s
Operaciones
13
( j = R + 1, R+ 2... K )
5
Estado: nmero de mquinas descompuestas

2
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
En Estado Estable se puede demostrar que:
[]
[]
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) !

C.
Operaciones
Ejercicios de Colas
14
Sistema de Lneas de espera en serie.

En los modelos de lneas de espera tratados hasta ahora, un tiempo de servicio al cliente transcurra en
un solo tipo de servidor. En muchas situaciones (fabricacin de un producto en una lnea de ensamblaje)
el servicio al cliente se completa cuando el cliente ha sido atendido por ms de un tipo de servidor.
Al entrar al sistema el cliente llega a la etapa 1, despus de completar el servicio en la etapa 1, el
cliente pasa a la etapa 2, este proceso continua hasta que el cliente completa el servicio en la etapa k,
este sistema se denomina sistema de Lneas de espera de k etapas en serie.
Figura 1.
Sistema de Lneas de espera en serie
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
Para completar la manufactura de un automvil se instala el motor y colocan los neumticos. Un

promedio de 54 autos por hora llegan para realizar stas operaciones. Hay un trabajador disponible para
instalar el motor y atiende 60 autos por hora. Despus de instalado el motor el auto pasa a la estacin
de neumticos, donde hay tres trabajadores, cada uno trabaja en un auto a la vez y tarda 3 minutos
promedio en colocar los neumticos al auto. Los tiempos entre llegadas y de servicio son exponenciales.
1. Determine longitud media de la cola en cada estacin
2. Estime el tiempo total que un vehculo espera el servicio en cada estacin y en el sistema

C.
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

C.
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.
Red de Colas abierta
Ruteo de los clientes

Una vez que un cliente termina su servicio en una estacin, se requiere saber a dnde se dirigir a
continuacin: puede ir a otra estacin o al exterior (abandona la red). Puede ser:

C.
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
Pij la probabilidad de un cliente de abandonar la estacin i y
P0 j
sistema va a la estacin j y sea
la probabilidad de que un cliente que llega de fuera del
Pi 0
la probabilidad de que un cliente que abandona la
estacin i se vaya del sistema.
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.
Red de Colas Cerrada
Suposiciones para el modelo de Red de colas abierta

Si
El sistema consiste de k estaciones
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=r j + Pij i ;( j=1, 2,... , k )

i=1
Para todas las estaciones se cumple que:
j <s j j

C.
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 = nmero Esperado de clientes presentes en el sistema. Sumatoria del nmero Esperado de

clientes en cada estacin
i=k
L= Li ;(i=1, 2,... , k )
i=1
W = tiempo promedio que un cliente pasa en el sistema. L = W. Donde , la cantidad promedio de

clientes por unidad de tiempo que llega al sistema es (r1 + r2 + + rk):
i=k
r j ;( i=1,2, ... , k)
i=1
Ejemplo 2.
Red abierta de colas
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
Red abierta de colas con:

r1 = 8 clientes/hora, r2 = 17 clientes/hora, P12 = 0.5, P21 = 0.25.

C.
Operaciones
Ejercicios de Colas
P11 = P22 = 0,
1 y 2 se determinan resolviendo el sistema de ecuaciones lineales:
i=k
j=r j + Pij i ;( j=1, 2,... , k )

i=1
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:
1=1 0.7=0.3, as el servidor 1 est desocupado el 30 del tiempo

j = j
2. Nmero Esperado de clientes en cada servidor.
;
L=
L1 = 14/(20 14) = 7/3.

L2 = 24/(30 24) = 4.
3. Tiempo promedio que un cliente pasa en el sistema.
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.
4. Si el servidor 2, atiende 1 cliente cada 3 minutos. Determine las respuestas de 1 a 3.

2 = 24 clientes/hora y 2 = 20 clientes/hora.
No se cumple la suposicin de estado estable ya que 2 > 2
19

C.
Modelos de Inventario: EOQ con

escasez
20
Tema 7: Modelos de Inventario

Para cumplir con una determinada demanda de productos y/o servicios o asegurar una operacin
interrumpida de sus operaciones, muchas empresas mantienen un inventario razonable de sus
productos, el objeto de la teora de inventarios es determinar reglas que puedan aplicarse para
reducir al mnimo los costos relacionados con el mantenimiento de existencias.
Pocos niveles de inventario pueden ocasionar interrupciones de produccin costosas y el exceso de
inventario mantiene una cantidad de capital ocioso. El equilibrio entre estos extremos es lo que determina
una poltica ptima de inventario planteada en funcin de un modelo de inventario, la cual debe
determinar:
Cundo realizar un pedido?:
Momento de realizar el pedido
Cunto pedir? :
Cantidad de artculos a solicitar por pedido
La cantidad de pedido y el punto para un nuevo pedido se determinan de acuerdo a la funcin

objetivo del modelo, la cual puede ser: maximizar el beneficio total o minimizar costos totales
pertinentes
Parmetros a considerar en un Modelo de Inventario
1. Horizonte
Define el perodo de tiempo para el cual se realiza el modelo, puede ser finito o infinito
2. Demanda
Cantidad de artculos requeridos, puede ser:
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 repetitivo / revisin peridica: la cantidad de inventario se revisa en forma peridica y

slo se realizan pedidos en forma peridica, el momento de realizar el pedido coincide con el inicio
de cada perodo. Por ejemplo une empresa revisa su inventario al final de cada mes y en ese
momento decide hacer o no un pedido
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

C.

escasez
21
Costos de los modelos de Inventario

Fijo: Orden y Preparacin
Costo relacionado con la colocacin del pedido o la produccin interna de un artculo.
No depende del tamao del pedido o volumen de la corrida de produccin. Por ejemplo, el costo de
orden incluira: costo de papelera y facturacin relacionadas con el pedido. Si el producto se fabrica
internamente estara incluido el costo de mano de obra y tiempo muerto necesarios para arrancar/
detener la mquina para obtener una corrida de produccin.
Compra
Costo variable relacionado con la compra de una unidad, puede depender del tamao del pedido.
Comprende: costo variable de mano de obra, costo de materia prima relacionado con la compra o
produccin de una unidad, si el artculo se pide a una fuente externa incluye costo de embarque.
Almacenamiento
Costo de mantener una unidad de inventario almacenada durante un lapso unitario de tiempo. Incluye:
costo de almacenamiento, seguro, impuesto sobre existencia, depreciacin, robo, obsolescencia,
mantenimiento y el ms importante: costo de oportunidad sobre el capital invertido (inters).
Escasez
Costo en el cual se incurre cuando se solicita un producto y su demanda no se satisface a tiempo.
Puede incluir costo por perdida de nombre, produccin en tiempo extra, atraso, etc.
Si se puede realizar la entrega en fecha posterior: se define como Pedido Atrasado o demanda
acumulada; sino: es el caso de Perdida de Venta
Costo Total=costo fijo+costo de compra+costo de almacenamiento+costo de escasez

Costo
Descripcin de comportamiento
Fijo
Disminuye con el incremento en el nivel de inventario, el pedido ms frecuente de

pequeas cantidades lo incrementa
Compra
Disminuye con el incremento en el nivel de inventario, cantidades grandes tienen por lo

general descuento

C.

escasez
22
Disminuye con el incremento en el nivel de inventario, si hay grandes cantidades, no

debera haber escasez
Escasez
Almacenamie
nto
Aumenta con el incremento en el nivel de inventario
MODELOS DETERMINISTAS ESTTICOS

La tasa de consumo es conocida en todo el horizonte de tiempo y permanece constante en cada
perodo. La demanda es la demanda promedio de las demandas conocidas
Modelo de Cantidad Econmica de Pedido: EOQ Model: Economic Order Quantity:

Premisas:
Cero (reabastecimiento instantneo de

pedido)
Cada pedido llega tan pronto se

solicita
2. Demanda
determinista esttica
D unidades pedidas por unidad de
Durante cualquier intervalo de

tiempo de t aos, se pide una
cantidad = D*t
3. No se permite
escasez
Todas las demandas se satisfacen a

tiempo.
No hay existencias negativas
4. Costo de compra
p fijo (sin descuentos por volumen)
No depende del tamao del pedido
5. Costo fijo
K por pedido
6. Costo de
almacenamiento
h por unidad de inventario por unidad de Si se almacenan I unidades durante
tiempo
tiempo
t aos = I*t*h
Poltica ptima de Inventario

Dado que los pedidos llegan en forma instantnea, no se debe realizar un pedido cuando el nivel de
inventario (I) es mayor que cero, ya que se genera un costo innecesario de almacenamiento, se debe
realizar el pedido, cuando el nivel de inventario es igual a cero, para evitar que se presente escasez,
siempre se pide la misma cantidad: q* que minimiza el costo total por unidad de tiempo (un ao)
TC(q)=Total Cost =Costo Total por ao cuando se pidenq unidades , cada vez que I =0
TC ( q )=
costofijo costo de compra costode almacenamiento

+
+
por ao
por ao
por ao

C.

escasez
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.
Tiempo durante el cual se almacena
Durante cada unidad de tiempo (ao) hay:
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)
Costo de almacenamiento (Costo de almacenamiento) (ciclos) q q

=
= h
ao
ciclo
ao
2 D
)( Dq )= q2h = hq2
Costo fijo (de orden) (costo de orden) ( pedidos)

D KD
=
=(k ) =
ao
pedido
ao
q
q
Costo de compra (costode compra) (unidades compradas)
=
= pD
ao
unidad
ao
TC ( q )=
costo fijo+ costo de compra+costo de almacenamiento KD

hq
=
+ pD +
ao
q
2
El valor de q que minimiza a TC(q), es la primera derivada igualada a cero: TC(q) = 0

C.

escasez
24
KD h
+ =0 de aqu se obtiene
q2 2
Cantidad Econmica de Pedido ( EOQ )=q =(2 KD /h)1 /2 ; q =

TC ( q )=
2 KD
h
costofijo costo de compra costode almacenamiento

+
+
por ao
por ao
por ao
TC ( q )=
costo fijo +costo de compra+ costo de almacenamiento KD

hq
= + pD +
por ao
2
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:
hd, ser: phd
q=
2 KD
p hd
Modelo esttico EOQ, cuando el tiempo de entrega es positivo

El tiempo de entrega es el tiempo entre la colocacin (realizacin) de un pedido y su surtido:
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.

C.

escasez
25
Modelo esttico EOQ, con escasez

En muchos casos la demanda no se satisface a tiempo y se presenta escasez. Con lo cual se incurre en
costos: como prdida de clientes, de prestigio, de buena voluntad, de realizar pedidos especiales,
produccin en tiempo extra, etc.
Sea s el costo por la falta de una unidad durante un ao. Se supone que la demanda se acumula y no se
pierde la venta
Premisas:
0: reabastecimiento instantneo de pedido Cada pedido llega tan pronto se

solicita
2. SE permite escasez La demanda se acumula y no se pierden la

venta
Hay existencias negativas
s por unidad de inventario por unidad de

tiempo
3. Demanda
determinista
esttica
D unidades pedidas por unidad de tiempo
Durante cualquier intervalo de tiempo

de t aos, se pide una cantidad = D*t
4. Costo de compra
p fijo (sin descuentos por volumen)

K por pedido
h por unidad de inventario por unidad de
No depende del tamao del pedido
5. Costo fijo
6. Costo de
almacenamiento
tiempo
Si se almacenan I unidades durante t

aos = I*t*h

q
= cantidad pedida; q M = escasez mxima que se presenta con determinada poltica de

inventario
Se realiza el pedido, cuando el nivel de inventario es M q { = (q M) }, o cuando a la empresa le
faltan q M unidades. El nivel mximo de inventario de esta empresa ser: M q + q = M .
Por ejemplo, si q = 500, q M = 100, se har un pedido por 500 unidades siempre que a la empresa le
falten 100 unidades. Cada pedido de 500 unidades, satisface la demanda acumulada de 100 unidades
y ocasiona un nivel de inventario de 400 unidades.
M
C.

escasez
26
Se minimiza el costo total anual por unidad de tiempo (un ao), calculando los valores de q* y M*
TC ( q , M )=
costo fijo +costo de escasez +costo de almacenamiento

ao
B
qM
q =
2 KD (h+ s)
2 KDs
; M =
hs
(h+ s)h
Escasez Mxima=q M
TC ( q , M )=
costo fijo costo de escasez costo de almacenamiento

+
+
por ao
por ao
por ao
TC ( q , M )=
KD ( q M ) s M 2 h
+
+
q
2 q
2 q
Modelo esttico EOQ, con descuento por volumen

Premisas:
1. Costo de compra
: p variable de acuerdo al volumen
Depende del tamao del

pedido
: 0: Reabastecimiento instantneo de
pedido
Cada pedido llega tan pronto se

solicita
3. No se permite escasez
: Todas las demandas se satisfacen a

tiempo.
No hay existencias negativas
4. Demanda determinista : D unidades pedidas por unidad de

esttica
tiempo
5. Costo fijo
: K por pedido
6. Costo de
almacenamiento
: h por unidad de inventario/unidad de

tiempo
Durante cualquier intervalo de

tiempo de t aos, se pide una
cantidad = D*t
Si se almacenan I unidades durante
t aos = I*t*h
Recepcin de Pedidos Ciclos
Si q es la cantidad pedida, el modelo general de descuento por volumen se puede describir as:

C.
q b1 Cada artculo
cuesta
Si
p1
b1, b2 . bk 1 son puntos donde hay un cambio de precio (o

quiebre)
p2
se denominan puntos de quiebre de precio.
p3
Las cantidades mayores de pedido se relacionan con precios

menores
Si b1 q b2
q b3
pk 1
pk
Si b2
Si bk 2 q bk

escasez
27
qM
Si bk 1 q bk
p k < p k1 < p2 < p1
El objetivo es calcular el valor de q que minimice a

En general el valor de q que minimiza a
TC ( q )
TC ( q ) es un punto de quiebre o algn
EOQi
Definiciones
TCi(q
)
EOQi
EOQi
TC(q
)
Costo Total, si cada pedido es por
unidades a un precio
pi , incluye costos de
almacenamiento, compra y pedido
q al mnimo el Costo Total, si para cualquier cantidad el costo de compra por

Cantidad que reduce
unidad es:
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
I(t) para determinar el punto que minimiza a

Procedimiento general
TC ( q )
1. Para cada precio, comenzando por el menor, se calcula el volumen de pedido que minimiza los
Costos Totales anuales para cada
bi1 q <bi . Se denominar qi ,
a ste volumen de pedido
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

C.

escasez
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
= 250 focos/ pedido
h = 0,08 $/foco/
ao
D N de ciclos 500
=
=
ao
250
q
El tiempo entre pedidos es la

longitud del ciclo
= q* /D = 250/500 = 1/2
ao
= 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
t0 = q/D = 22,36/1.000 = 0.022 ao

(a) L expresado en ao: 5/360 = 0,013 ao
(L < t0 ) ? ( 0,013 < 0.022) ? si
PR = L*D = (5/360)*1.000 = 13,88 14
cmaras
(b) L expresado en ao: 14/360 = 0,038 ao
(L < t0 ) ? ( 0,038 < 0.022) ? no
L > t0 n < L/ t0 ; n = L/to
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$
EOQ3 300 EOQ3 no es admisible: bi - 1 minimiza

a TCi (q):
100 EOQ2 300 EOQ2 es admisible: EOQ i

minimiza a TCi (q)
2 KD
21001.000
=
p hd
0,2048,5
TC3 (q) se minimiza con q*3 = 300
= 143,59 cajas/pedido
para
EOQ2=q 2=
2 KD
21001.000
=
p hd
0,2049
TC2 (q) se minimiza con q*2 = 142,89
= 142,89 cajas/pedido
EOQ
p1
K = 100 $/pedido; D = 1.000

caja/ao
para
EOQ3=q 3 =
EOQ
p2
p1 = 50$
para
Dado que q*2 es admisible p1 = 50 no puede minimizar a TC(q)
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)
TC =costo fijo+costo de compra+costo de almacenamiento=

TC3 (300)
= 50.288,33$
Costo anual fijo
100* 1.000/300)
= 333,33 $
Costo anual de compra
1.000* 48,5
= 48.500,00 $
(1/2)* 300*( 9,7)
=1.455,00 $
Costo
anual
almacenamiento
de
TC2 (142,89)
= 50.400,00$
Costo anual fijo
100*
(1.000/142,89)
= 699,99 $
Costo anual de compra
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
Cada vez que se realiza un pedido se deben pedir q*3
= 300 cajas, a un costo de TC(q) =
50.288,33 $
Se debe colocar un pedido cada: Frecuencia de pedidos:

pedidos al ao
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
por dlar del valor del inventario.
(a) Cul es la Cantidad Optima de pedido?,

(b) Cul es la
presentar?
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
se (d) Cul es el Costo Total Anual?,
2 KD (h+ s)
hs
2 KDs
M=
(h+ s) h
(c) Cantidad de pedidos por ao?,
Cantidad Optima de pedido = q* = 530

cajas/pedido
Escasez mxima que se presentar = q* M* =
529.91 407,62 = 122,28 cajas/ciclo

250972019,5
q =
= Cantidad de pedidos por ao = D /q*
4.515
9720/529.91 = 18,34 18 pedido/ao
280.800= 529.91
Costo Total Anual =
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
= 917,144 + 211,649 + 705,496 = 1.834,289

C.
Operaciones
Modelos de Inventario: demanda

variable
33
Modelo EOQ con demanda variable

Es muy difcil que un modelo tome en cuenta todas las variaciones en los sistemas reales. En muchas
aplicaciones reales. La demanda no puede ser predicha con certeza. El objetivo es, entonces, desarrollar
un modelo para determinar una poltica de inventario que permita balancear estos riesgos y minimizar
los costos incrementales totales esperados.
Los modelos de inventario vistos requieren que la demanda sea conocida con certeza. En general la
demanda puede ser incierta o aleatoria. En este modelo, a diferencia de los anteriormente descritos, la
demanda es variable en un periodo dado. Es un modelo probabilstico, debido a que sigue una
distribucin normal, adicionalmente se incluye el stock de seguridad y nivel de servicio.
El objetivo de este modelo es hallar el punto de Reorden, es decir, la cantidad que garantiza que se
tendrn productos suficientes para atender la demanda, teniendo en cuenta que los proveedores tienen
un tiempo de respuesta (tiempo que transcurre desde la emisin del pedido hasta que el producto llega
a la empresa).
Premisas:
1. Tiempo de entrega: L
2. Demanda probabilstica, distribucin normal: D demanda promedio por unidad de tiempo.
Con media E(D), varianza Var(D) y desviacin estndar
3. SE permite escasez: La demanda se acumula y no se pierden la venta. Hay existencias
negativas
4. Costo de compra: p fijo (sin descuentos por volumen). No depende del tamao del pedido
5. Costo fijo: K por pedido
6. Costo de almacenamiento: h por unidad de inventario por unidad de tiempo
Se agregan las siguientes definiciones:
7. CB
8. OHI(t)
9. B(t)
10. I(t)
11. R
= costo por unidad insatisfecha de inventario por unidad de tiempo

= nivel de inventario disponible en el instante t
= cantidad de unidades pendientes en el instante t
= inventario neto en el instante t = OHI(t) B(t)
= punto de Reorden
En la Figura se verifica que el inventario disponible en cada momento es:

OHI(0) = 200, OHI(1) = 100, OHI(6) = 0 y OHI(7) = 0
Inventario neto en el instante t es I(t) = OHI(t) - B(t)
I(0) = 200 - 0 = 200,
I(3) = 260 - 0 = 260,
I(7) = 0 - 100 = -100.
Cantidad de pedidos pendientes en el tiempo es: B(t) = 0 para 0 t 6
B(7) = 100.

C.
Operaciones

variable
34
Si el Tiempo de entrega es L = 2 meses, el punto de Reorden R = 100 unidades. Cuando el de inventario

llega a 100 unidades, se emite una orden por Q = 240 artculos.

X = variable aleatoria que representa la demanda durante el Tiempo de entrega (L)
Se asume que X es una variable aleatoria continua con funcin de densidad de probabilidad (x), media
E[X], varianza V[X] y desviacin estndar X. Si se asume que la demanda en instantes de tiempo
distintos es independiente, entonces se puede demostrar que X satisface:
E[ X ]=L E [ D ]; Var [ X ]=L Var [D] ; X =D L

Si se asume que D se distribuye normalmente, entonces X tambin se distribuye normalmente.
i la duracin del Tiempo de entrega L es una variable aleatoria con media E[L], varianza Var[L] y
desviacin estndar L , y si la longitud del Tiempo de entrega es independiente de la demanda por
unidad de tiempo durante el Tiempo de entrega, entonces:
E[X] = E[L]E[D]
Var [X] = E[L]Var[D] + E[D] 2 Var[L]
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.
Clculo del punto de Reorden sin prdida de ventas (rdenes Pendientes)

Cuando la escasez no implica la prdida de ventas, se habla del caso con rdenes pendientes. Se asume
que el costo de compra por cada unidad es nico, por lo tanto el costo de compra es fijo. Definiendo
como TC(Q,R) el costo anual esperado (excluyendo el costo de compra) considerando que cada orden
por Q unidades es efectuada cuando el punto de Reorden es R, entonces:
TC(Q,R) = costo inventario + costo fijo (de ordenar) + costo de escasez
Cantidad ptima de pedido : Q =
2 K E [D]
h
Punto de Reordenptimo : P(X R )=
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

C.
Operaciones

variable
35
2. Stock (existencia) de Seguridad = R* E[X].

Es la cantidad en exceso de la demanda (esperada)
en el tiempo de entrega. Se utiliza para protegerse de la escasez durante el tiempo que tarda en
surtir el pedido
Clculo del punto de Reorden con prdida de ventas

Si se asume que todos los agotamientos de existencias involucran una prdida de ventas, debe existir
un costo asociado a cada prdida de venta. Sea dicho costo CLS, dlares por cada venta perdida. Al igual
que el caso con rdenes pendientes, se asume que el tamao de orden ptimo se puede aproximar por
Q*. Siguiendo el mismo procedimiento de anlisis marginal, se puede demostrar que el punto de
Reorden ptimo es:
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
Q = 2 K E[ D]/ h= 2501000/ 10=100

Para determinar el punto de Reorden, se debe hallar antes la distribucin de probabilidades de X
(variable aleatoria que representa la demanda durante el Tiempo de entrega). Es decir calcular su
Esperanza y Desviacin Estndar.
L= 2 semanas = 2/ 52 aos = 1/26 aos
E[X] = L E[D]; Var [X] = L Var [D];
X = D L
E[X] = 1/26 aos*1000 = 1000/26 = 38.46;
X = 40.8/
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:

C.
Operaciones

variable
36
X R=h Q /(h Q +C LS E[ D])

Punto de Reordenptimo :P
P(X R*) = 10*100/(10*100 + 40*1000) = 0.024
P(X R*) = P(X - / R*- /) = P(Z R*- / ) = 0.024 P(Z R*- / ) = 1 - 0.024 = 0.9762 Z
=1.98;
R*- / = 1.98;
R*- / = 1.98; R*- 38.46/8 = 1.98; R* = (1.98*8) + 38.46 = R* = 54,30
Nivel de Seguridad=R E [ X ]=54 , 3038.46=15,84

Continuando con el Ejemplo, (ahora para el clculo del punto de Reorden con prdida de ventas)
Suponga que se venden 100 cajas de CD al ao, que cada caja se vende a $50, el costo de compra es
$30 y que la duracin del Tiempo de entrega L es una variable aleatoria con media E[L]= 4
semanas y varianza Var[L]=2das.
Asumiendo que el costo asociado al agotamiento de existencias es de $20 (representa el costo por
unidad perdida), 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 CLS = 20 + 20 = 40.
Para determinar el punto de Reorden, se debe hallar antes la distribucin de probabilidades de X
(variable aleatoria que representa la demanda durante el Tiempo de entrega). Es decir calcular su
Esperanza y Desviacin Estndar.
h = 10 $/caja, K = 50 $/por pedido, E[D] = 1000 cajas/ao, D = 40.8, CB = 20$
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
E [ X ] =E [ L ] E [ D ] ; Var [ X ]=E[ L]Var [D ]+ E[ D]2 Var [L]

E [ X ] =E [ L ] E [ D ] =
Va r [ L]=
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

C.
Operaciones

P( X R )=

variable
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
R =( 1,4513,602 ) +7,77 ; R =27,501

Nivel de Seguridad=R E [ X ]=27 ,5017,77=19,724
R =27,5 28 cajas
Q =31,62 32 cajas de CD , cuando el nivel de inventario es

y mantener un stock de seguridad de 19,72 20 cajasde CD
Solucin: Se debe ordenar la cantidad de
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

C.
Operaciones

variable
E [ X ] =E [ ] E [ D ] ; Var [ X ]=E []Var [D]+ E[ D]2 Var [L]

E [ X ] =E [ ] E [ D ]=0,02300=6,666
Var [ L]=
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
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 =( 1 ,2234 , 6410 ) +6 , 6666 ; R =49,275

Nivel de Seguridad=R E [ X ]=49,2756,666=42,6084
Q =60 artculos , cuando el nivel de inventario es
y mantener un stock de seguridad de 42,6084 43 artculos .
Solucin: Se debe ordenar la cantidad de
R =49,275 50 artculos
38

Inv Operaciones Resumen de Colas e Inventario

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Inv Operaciones Resumen de Colas e Inventario

Загружено:

Авторское право:

Доступные форматы

Profesor: Ing. Luz E.

Asignatura: Investigacin de Operaciones

COORDINACIN GENERAL DE PREGRADO

DEPARTAMENTO DE CIENCIA Y TECNOLOGA

Profesor: Ing. Luz E. Medina C.

Horario S1: Mi, Vi

Tema 6: Modelos de Colas

Proceso de Entrada o Llegada

Profesor: Ing. Luz E. Medina

Asignatura: Investigacin de Operaciones

Las llegadas se denominan Clientes.

Proceso de Salida / Servidores

Descripcin de los Parmetros utilizados para describir un Modelo de Lnea de Espera:

Profesor: Ing. Luz E. Medina

Asignatura: Investigacin de Operaciones

(x) = 1/ y Var(x) = 1/2

Funcin masa: ( N t=n ) =

Nmero promedio de llegadas por unidad de tiempo

Nmero promedio de servicios concluidos por unidad de tiempo

Nmero de servidores en paralelo

Intensidad de Trfico del Sistema = /s

Profesor: Ing. Luz E. Medina

Asignatura: Investigacin de Operaciones

Probabilidad de que en Estado Estable haya j clientes en el sistema

Nmero Esperado de Clientes en la Lnea de Espera

Ls = Nmero Esperado de Clientes en servicio

Tiempo Esperado que pasa un Cliente en el sistema

Wq= Tiempo Esperado que pasa un Cliente en la Lnea de Espera

j se le denomina Probabilidad de que haya j clientes en el sistema, en Estado Estable o probabilidad

Profesor: Ing. Luz E. Medina

Asignatura: Investigacin de Operaciones

Un Proceso de Nacimiento y Muerte es un proceso estocstico continuo en el tiempo, para el cual el

tasa de natalidad en el estado j

0 = 0, para no tener estados

Profesor: Ing. Luz E.

Modelo M/M/1/DG//: Un servidor

La disciplina de la Lnea de Espera es general GD.

El Nmero Mximo de Clientes permitidos en el Sistema es y

Probabilidades en Estado Estable

Profesor: Ing. Luz E.

Diagrama de rapidez para un sistema de Colas: M/ M/ 1/ DG/ /

Utilizando la metodologa de Nacimiento y Muerte, se obtienen las ecuaciones de balance o

Profesor: Ing. Luz E.

i debe ser igual a la rapidez a la que se tienen

Nmero Esperado de Entradas = Nmero Esperado de Salidas

j-1 j-1 + j+1 j+1

salida del estado j

L= j j ; L=W ; Lq=Wq ; Ls=Ws L( Nmero de Clientes)=(Nmero de Clientes / por hora)W (hora) ;

L=Lq+ Ls ; W =Wq +Ws;

En Estado Estable (Se debe garantizar que / 1):

Profesor: Ing. Luz E.

Mo de lo M /M /1 /DG/ c/ : Tamao del sistema finito

Tiempos entre Llegadas iid: independientes e idnticamente distribuidos y las variables

La disciplina de la Lnea de Espera es general GD.

El Nmero Mximo de Clientes permitidos en el Sistema es c y

Diagrama de rapidez para un sistema de Colas: M/ M/ 1/ DG/ c/

el sistema nunca alcanzara el estado c+1

nmero de Clientes que llegan al sistema, ef

representa el nmero promedio de Clientes que

realmente ingresan al sistema. Llegan un promedio de , pero c de estas llegadas encuentran el

Utilizando la metodologa de Nacimiento y Muerte, para obtener las ecuaciones de balance o

Profesor: Ing. Luz E.

En Estado Estable (Existe an si ). Se puede demostrar que:

Profesor: Ing. Luz E.