Administración de Operaciones I

Semana No. 8

Compentencia: Analiza las restricciones en los procesos de trabajo

identificando áreas críticas y realizando propuestas de mejora.

Indicador: Identifica el modelo de filas de espera MM1.

Introducción

Todos hemos tenido la experiencia de hacer cola o fila en un banco, en un supermercado,

en el tráfico, en otros lugares e incluso, para ir a votar y como clientes quisiéramos que
las colas no existieran, pero debemos comprender que son inevitables porque para una
empresa u organización no es rentable tener personal en forma permanente que estará
ocupado solamente en ciertas horas del día o en días de pago u otros de mayor afluencia.
Las filas de espera se forman a causa de un desequilibrio temporal entre la demanda de
un servicio y la capacidad del sistema para suministrarlo.

Esta semana estudiaremos el sistema de colas más común y sencillo; aquél en el que
hay una sola fila de clientes y una sola persona atendiendo, el modelo se llama MM1.
Utilizaremos fórmulas para calcular las características operativas del sistema y
establecer si el servicio es razonable para el cliente, en caso de que no lo sea
propondremos alternativas para mejorarlo.

Un ejemplo de las colas tipo MM1 son aquellas que se forman en cada lado de una
estación de servicio completo en las gasolineras. Una estación de este tipo atiende
clientes del lado izquierdo y del lado derecho, pero en cada lado solo hay una persona
que atiende. Si hacemos cola en cualquier lado tendremos que esperar que sean
atendidos los carros que llegaron antes del nuestro, es un típico caso de colas MM1.
Contenido

Herramientas para la planeación de la capacidad

Las herramientas más importantes para la planeación de la capacidad se pueden

clasificar según los tipos de modelos de acuerdo con la certeza y la incertidumbre y según
el tipo de problema que se trate. Los modelos de colas se refieren a situaciones con
incertidumbre con problemas dinámicos:

Fuente: https://slideplayer.es/slide/11297169/

Teoría de colas

Filas de espera, líneas de espera o colas son formas diferentes de referirse a los
sistemas en los cuales se presta un servicio y hay uno o más clientes esperando ser
atendidos. Los clientes pueden ser personas, máquinas por reparar, camiones
esperando ser descargados, datos esperando ser transmitidos, etc.

Dado que las colas se forman en las horas o días llamados “pico”, los cálculos que
realizaremos serán un promedio y con base en los resultados tomaremos las mejores
decisiones para optimizar el sistema. Es muy importante aclarar que los modelos de
líneas de espera no tienen fórmulas para condiciones óptimas (a diferencia de otros
modelos de optimización), solo dan información del sistema para tomar decisiones.

Los sistemas de filas de espera tienen estos elementos:

1. Regla de prioridad: atender de acuerdo con su llegada (primero en entrar primero en salir
= PEPS)

2. Una fila de espera formada por los clientes

3. Una población de clientes que genera clientes potenciales

4. Prestación de servicio que puede ser dado por una persona, varias personas o una o
varias máquinas

Supuesto importante al realizar los cálculos:

Se supone que cada cliente que llega es un cliente paciente:

 Nadie se retira de la instalación porque se decepcione por la cola muy larga.

 Nadie se retira porque ya estando en la cola se desespere por lo lento de la misma.

Ahora podemos ver este video introductorio a la teoría de colas:

https://www.youtube.com/watch?v=uKSjzQ9djuw

Los elementos fundamentales para el análisis y cálculo de los sistemas de colas son:
el promedio de llegadas por unidad de tiempo o tasa media de llegadas (velocidad a
la que llegan los clientes) y el promedio de servicio por unidad de tiempo o tasa media
de servicio (velocidad a la que son atendidos los clientes).

Con base a los elementos fundamentales mencionados estaremos realizando

cálculos para determinar número de clientes, tiempos, probabilidades y costos, por lo
que debemos familiarizarnos con la siguiente terminología y símbolos:
  Tasa media de llegadas (λ )
 Tasa media de servicio (µ )

 Número de clientes en el sistema (L)

 Número de clientes en la cola (Lq)

 Tiempo en el sistema (W)

 Tiempo en la cola (Wq)

 Probabilidades de que haya n clientes en el

sistema y otras probabilidades (Pn,Pw,Po)

 Costos de espera (Cw)

 Costos de servicio (Cs)

Fuente: elaboración propia

Modelo MM1 de filas de espera

Fuente: https://slideplayer.es/slide/1123849/

Explicaremos el significado de MM1 que se basa en la Notación de Kendall:

• Primera letra: distribución de probabilidad para los tiempos entre llegadas.

• Segunda letra: distribución de probabilidad para los tiempos de servicio.

• Número o letra: cantidad de servidores o personas que atienden.

Y se escogió la letra M para hacer referencia a la distribución exponencial, por lo tanto,
M-M-1 significa que los tiempos entre llegadas y los tiempos de servicio se explican mejor
por medio de la distribución de probabilidad exponencial y que el modelo tiene sólo 1
servidor o 1 persona que atiende al cliente. Veamos:

1. Número promedio de unidades en la línea de espera y en

servicio
2
Lq =  / {μ(μ- λ)}
Ls = /μ
2. Número promedio de unidades en el sistema (# promedio
de unidades en línea de espera más # promedio unidades que
se están en servicio)
L = Lq + /μ = /(μ- λ)

3. Tiempo promedio que utiliza una unidad en la línea de espera y en servicio

Wq = Lq /  = λ / {μ(μ- λ)}
Ws = 1 / μ
4. Tiempo promedio que una unidad ocupa en el sistema (tiempo de espera
más el tiempo de servicio)
W = Wq + 1/μ = 1/(μ- λ)

5. Probabilidad de que haya “n” unidades en el sistema

n
Pn = (/μ) * (1- /μ)
6. Probabilidad de que no existan unidades en el sistema
P0 = 1 – /μ

7. Probabilidad de que una unidad que llega tenga que esperar servicio
Pw = /μ
8. Probabilidad que el número de clientes dentro del sistema sea
mayor que k:
k+1
Pn>k = (/μ)
Ejemplo modelo mm-1

La dueña de una abarrotería está interesada en brindar un buen servicio a las personas
que compran en su tienda. Actualmente, la tienda tiene un solo mostrador donde se les
cobra a los clientes.

Los clientes llegan al mostrador a un ritmo promedio de 30 por hora, de acuerdo con una
distribución de Poisson, y son atendidos a una tasa promedio de 35 clientes por hora,
con tiempos de servicio exponenciales.

La dueña desea analizar el sistema para sus clientes por lo que le pide que calcule lo
siguiente:

1) Número promedio de clientes haciendo cola y en servicio

2) Número promedio de clientes en el sistema

3) Tiempo promedio que los clientes hacen cola y en servicio

4) Tiempo promedio que los clientes están en el sistema

5) Probabilidad de que el empleado que atiende esté ocupado y probabilidad de que esté
desocupado.

6) Probabilidad de que un cliente que llega tenga que esperar para ser atendido

7) Probabilidad de que haya 10 clientes en el sistema en un momento dado

8) Probabilidad que haya más de 3 clientes en el sistema

Solución

Primero verificamos el “factor de utilización”:

/(sμ) = 30/(1*35) = 0.857, que es menor que 1, o sea que sí se pueden usar las
fórmulas.

1. Número promedio de clientes haciendo cola y en servicio:

Lq = 2/{ (} = 5.15 clientes LS = /μ =0.86 clientes

** En promedio siempre hay aproximadamente

 5 clientes haciendo cola y menos de 1 cliente en servicio

2. Número promedio de clientes en el sistema

L = Lq +  / μ =6.01 clientes

* En promedio siempre hay aproximadamente

6 clientes en el sistema de la abarrotería

3. Tiempo promedio que los clientes hacen cola y servicio:

Wq = Lq/ = 10.2 mins Ws = 1/μ = 1.71 minutos

* Los clientes hacen cola en promedio 10 minutos y

son atendidos en promedio en 1.71 minutos

4. Tiempo promedio que los clientes están en el sistema

W = W q + 1/μ = 11.91 minutos

* Los clientes están en el sistema un promedio de 12 minutos

5. Probabilidad de que el empleado que atiende esté ocupado o desocupado

* La fórmula que tenemos es de que no existan unidades en el sistema = el empleado

estará desocupado: P0 = 1 – /μ = 0.143

Respuesta: 14 % de probabilidad que esté desocupado

* Por diferencia, la probabilidad de que esté ocupado es de 1- 0.143 = 85.7% o sea un

86 %
6. Probabilidad de que un cliente que llega tenga que esperar para ser atendido

Pw = /μ = 0.857

* Hay una probabilidad del 86 % de que un cliente que llegue tenga que esperar para
ser atendido (igual al tiempo que el empleado está ocupado)

7. Probabilidad de que haya 10 clientes en el sistema:

Pn = (/μ)n * (1- /μ)

Con n = 10 y P0 = /μ = 0.143 (respuesta 5)

P = (30/35)10 * 0.143 = 0.031

*Hay una probabilidad de 3.1% que haya 10 clientes en el sistema

8. Probabilidad de que haya más de 3 clientes en el sistema:

Pn>k = (/μ)k+1

Con k = 3 Pn>3 = (30/35)4 = 0.5398

Hay una probabilidad de casi el 54% de que

haya más de 3 clientes en el sistema

Conclusión:

Es evidente que se está dando mal servicio, especialmente tomando en cuenta el tiempo
en la cola.

¿Qué se podría hacer? faltaría el análisis de costos y más información del sistema (para
decidir si falta capacitar al empleado, si debe contratarse a otro para que atiendan dos
empleados, etc.)
Bibliografía

Collier. Evans. (2009). Administración de Operaciones. Bienes, Servicios y Cadena de

Valor. (2ª. ed.). (s.l.). Editorial Cengage Learning.

Departamento de Estadística, Modelos estadísticos, Universidad Carlos III de Madrid.

Recuperado de:
http://www.est.uc3m.es/esp/nueva_docencia/comp_col_leg/ing_info/io/doc_gene
rica/archivos/tc.pdf

Krajewski. Ritzman, Malhotra. (2008). Administración de Operaciones. Procesos y

Cadenas de Valor. (8ª. ed.). México: Pearson.

Schroeder. Meyer. Rungtusanatham. (2011). Administración de Operaciones.

Conceptos y casos contemporáneos. (5ª. ed.). (s.l.) Mc Graw Hill.

Universidad Autónoma de México. Recuperado de:

http://www.ingenieria.unam.mx/javica1/ingsistemas2/Simulacion/COLAS.doc.