FACULTAD DE ECONOMÍA Y CONTABIIDAD
ESCUELA PROFESIONAL DE ECONOMÍA
CURSO: INVESTIGACIÓN DE OPERACIÓN
ECONÓMICAS II
TEMA: INTRODUCCIÓN A LA TEORÍA DE COLAS.
CARACTERÍSTICA CAS DE UN SISTEMA MODELOS
DE COLAS. CLASIFICACIÓN DE LOS MODELOS DE
COLAS.
.
DOCENTE: MG. VICTOR MAURY SALLUCA
SISTEMAS DE COLAS
Parte de nuestra vida diaria es la de esperar algún servicio. Esperamos para entrar a un
restaurante, “hacemos cola” en la caja de algún almacén y “nos formamos” para recibir un
servicio en la oficina de correos. Y el fenómeno de la espera no es una experiencia que se limite
sólo a los humanos: los trabajos esperan a ser procesados en una máquina, los aviones vuelan
en círculo hasta que la torre de control les da permiso de aterrizar y los automóviles se detienen
ante la luz roja de los semáforos. Desafortunadamente no se puede eliminar la espera sin
incurrir en gastos desmesurados. De hecho, todo lo que cabe esperar es reducir el impacto
desfavorable a niveles tolerables.
El estudio de las líneas de espera trata de cuantificar el fenómeno de esperar formando colas,
mediante medidas representativas de eficiencia, como la longitud promedio de la cola, el
tiempo promedio de espera en ella, y la utilización promedio de las instalaciones.
SISTEMAS DE COLAS
EJEMPLO:
McBurger es un restaurante de comida rápida, con tres mostradores de servicio.
El gerente ha encargado que se haga un estudio para investigar las quejas por lo
lento del servicio. El estudio indica la siguiente relación entre la cantidad de
mostradores de servicio y el tiempo de espera de los clientes:
Cantidad de cajeros 1 2 3 4 5 6 7
Tiempo de espera promedio (min) 16.2 10.3 6.9 4.8 2.9 1.9 1.3
Al examinar esos datos se ve que hay un tiempo promedio de espera de 7
minutos para el caso actual de 3 mostradores. El gerente desea reducirlo a unos
3 minutos, resultado que sólo se puede alcanzar con cinco (o más) mostradores.
SISTEMAS DE COLAS
Se pueden analizar los resultados del análisis de
colas en el contexto de un modelo de optimización
de costos, en el que la suma de los costos de ofrecer
el servicio y de esperar se reduzcan al mínimo. La
figura representa un modelo característico de costo
(en $ por unidad de tiempo), en el que el costo del
servicio aumenta al incrementar el nivel del servicio.
Al mismo tiempo, el costo de esperar disminuye al
incrementar el nivel del servicio. El obstáculo
principal para implementar los modelos de costo es
que se puede dificultar la obtención de un estimado
fiable del costo unitario de espera, en especial
cuando el comportamiento humano influye sobre el
funcionamiento
SISTEMAS DE COLAS
EJEMPLO:
Suponga que al analizar más el restaurante McBurger se obtienen los resultados adicionales siguientes:
Cantidad de cajeros 1 2 3 4 5 6 7
Inactividad (%) 0 8 12 18 29 36 42
a) ¿Cuál es la eficiencia de la operación, expresada como porcentaje del tiempo en el que los empleados
están ocupados, cuando la cantidad de cajeros es de cinco?
Eficiencia (%) = 100% - Promedio Inactividad (%) = 100% - 20.71% = 79.285%
b) El gerente desea mantener el tiempo promedio de espera en unos 3 minutos y, al mismo tiempo,
mantener la eficiencia de la instalación aproximadamente en 90%. ¿Se pueden alcanzar estas metas?
Explique por qué.
Para un tiempo promedio de espera<=3 minutos, son necesarios al menos 5 cajeros
Para una eficiencia>=90%, el porcentaje de ociosidad asociado es <=10%. El número de cajeros
correspondiente es máximo 2.
SISTEMAS DE COLAS
EJEMPLO:
Acme Metal Jobshop va a comprar un taladro vertical de usos múltiples. Hay dos modelos disponibles, A y B,
con costos de operación de $18 y $25 por hora, respectivamente. El modelo A es más lento que el modelo B.
El análisis de colas de máquinas parecidas indica que cuando se usa A, la cantidad promedio de trabajos en
espera es 4, 30% mayor que el tamaño de la cola en B. Un trabajo demorado representa una utilidad perdida,
que Acme estima ser de $10 por trabajo en espera y por hora. ¿Cuál modelo debe comprar Acme?:
SOLUCIÓN:
CO-A = $18 por hora
CO-B = $25 por hora
Longitud de la cola A = 4 Trabajos
Longitud de la cola B =0.7*4=2,8 Trabajos
Costo de A=$18+4*$10=$58 por hora
Costo de B=$25+2,8*$10=$53 por hora
DECISIÓN: Seleccionar el modelo B.
SISTEMAS DE COLAS
EELEMENTOS DE UN MODELO DE COLA:
Los clientes se generan en una fuente. Al llegar a la instalación pueden recibir servicio de inmediato, o esperar en una cola
o línea de espera, si la instalación está ocupada. Si la cola está vacía, la instalación se vuelve inactiva hasta que llega un
cliente nuevo.
Los tiempos entre llegadas y de servicio pueden ser probabilísticos, como en el funcionamiento de una oficina de
correos, o determinísticos, como en la llegada de solicitantes a las entrevistas de trabajo.
El tamaño de la cola desempeña un papel en el análisis de las colas, y puede ser finito, como en el área de reserva entre
dos máquinas consecutiva.
La disciplina de la cola, que representa el orden en el que se seleccionan los clientes de una cola, es un factor importante
en el análisis de los modelos de colas. La disciplina más común es la de primero en llegar, primero en servirse as, o puede
ser infinito, como en las instalaciones de pedidos por correo.
El comportamiento de los clientes en espera juega un papel en el análisis de las líneas de espera.
El diseño de la instalación de servicio puede comprender servidores en paralelo.
Una fuente finita limita a los clientes que llegan al servicio (por ejemplo, las máquinas que piden el servicio de
mantenimiento). También, una fuente infinita es abundante por siempre (por ejemplo, las llamadas que llegan a una central
telefónica).
SISTEMAS DE COLAS
EJEMPLO:
Identifique al cliente y al servidor en cada uno de los casos siguientes:
a) Aviones que llegan a un aeropuerto.
b) Base de taxis donde éstos esperan a que lleguen pasajeros.
c) Verificación de las herramientas en un almacén de un taller de maquinado.
d) Cartas procesadas en una oficina de correos.
e) Inscripción a las clases en una universidad.
f) Juicios en la corte.
g) Funcionamiento de las cajas de un supermercado.
h) Funcionamiento de un estacionamiento. .
SISTEMAS DE COLAS
EJEMPLO:
Identifique al cliente y al servidor en cada uno de los casos siguientes:
SISTEMAS DE COLAS
EJEMPLO:
Para cada uno de los casos del problema 1, identifique lo siguiente:
a) Naturaleza de la fuente (finita o infinita),
b) La naturaleza de los clientes que llegan (individualmente o en grupo),
c) Clase de tiempo entre llegadas (deterministicas o probabilisticas),
d) Definición y clase de tiempo de servicio,
e) Capacidad de la cola (finita o infinita) y
f) Disciplina de la cola.
SISTEMAS DE COLAS
EJEMPLO:
Para cada uno de los casos del problema 1, identifique lo siguiente:
Naturaleza Clase de T entre Capaciada de la Discliplima de la
Literal Fuente Cliente llegadas Def. y clase T. de servicio cola cola
a Inf. Individual Probabilistico Tiempo para despejar la pista Inf. Fijo
b Inf. Individual Probabilistico Tiempo carrera Inf. Fijo
c Inf. Individual Probabilistico Tiempo recibir herramienta Inf. Fijo
d Inf. Individual Deterministico Tiempo procesar carta Inf. Aleatorio
e Inf. Individual Probabilistico Tiempo procesar registro Inf. Fijo
f Inf. Individual Probabilistico Tiempo Pruebas y verdicto Inf. Fijo
g Inf. Individual Probabilistico Tiempo atender cliente Inf. Fijo
h Inf. Individual Probabilistico Tiempo parquear 0Ninguna
SISTEMAS DE COLAS
EJEMPLO:
¿cierto o falso?
a.) Un cliente impaciente puede optar por desistir (irse).
b.) Si se prevé un largo tiempo de espera, un cliente que llega puede optar por rehusar.
c.) El cambio de una linea de espera a otra se hace para reducir el tiempo de espera.
SISTEMAS DE COLAS
PAPEL DE LA DISTRIBUCIÓN EXPONENCIAL:
Aleatoriedad quiere decir que la ocurrencia de un evento (por ejemplo, la llegada de un cliente o la
terminación de un servicio) no está influido por el tiempo que haya transcurrido desde la ocurrencia
del evento anterior
Los tiempos aleatorios entre llegadas se describen en forma cuantitativa, en los modelos de colas,
con la distribución exponencial, que se define como sigue:
Si ahora son las 8:20 A.M. y la última llegada fue a las 8:02 A.M., la probabilidad de que la
siguiente llegada sea a las 8:29 es una función sólo de las 8:20 a las 8:29, y es totalmente
independiente del tiempo que haya transcurrido desde la ocurrencia del último evento (de las 8:02 a
las 8:20). A este resultado se le llama amnesia o falta de memoria de la exponencial.
Dada la distribución exponencial f(t) que representa el tiempo t entre eventos sucesivos, si S es el
intervalo desde la ocurrencia del último evento, la propiedad de amnesia implica que:
SISTEMAS DE COLAS
EJEMPLO:
Una máquina en servicio tiene una unidad de reserva para sustituirla de inmediato cuando falle. El “tiempo a la falla” (tiempo
entre fallas) de la máquina (o de su unidad de reserva) es exponencial, y sucede cada 40 minutos, en promedio. El operador de la
máquina dice que ésta “tiene la costumbre” de descomponerse cada noche a eso de las 8:30 P.M. Analizar lo que dice el operador.
La tasa promedio de fallas de la máquina es ƛ=60/40=1.5 fallas por hora. Así, la distribución exponencial del tiempo a la falla es:
En cuanto a lo que dice el operador, ya se sabe que no puede ser correcto, porque se opone al hecho de que el tiempo entre fallas
es exponencial y, en consecuencia, es totalmente aleatorio. La probabilidad de que una falla suceda a las 8:30 P.M. no se puede
usar para respaldar ni refutar esa afirmación, porque el valor de esa probabilidad depende de la hora del día (en relación con las
8:30 P.M.) con la que se calcule. Por ejemplo, si ahora son las 8:20 P.M., la probabilidad de que lo que dice el operador sea cierto
esta noche es
que es baja. Si en este momento son las 7:00 P.M., la probabilidad de que suceda una falla a las 8:30 P.M. aumenta hasta
aproximadamente 0.9 (¡compruébelo!). Estos dos valores extremos indican que no se puede analizar la afirmación del operador
con base en estimaciones de probabilidad, y que se debe confiar en las características de la distribución exponencial (aleatoriedad
total) para refutar la afirmación.
SISTEMAS DE COLAS
EJEMPLO:
a) Explique lo que entiende de la relación entre la frecuencia de llegadas ƛ y el tiempo promedio entre
llegadas. ¿Cuáles son las unidades que describen cada variable?
b) En cada uno de los casos siguientes, determine la frecuencia promedio de llegadas por hora, ƛ, y el
tiempo promedio entre llegadas, en horas.
i) Una llegada cada 10 minutos.
ii) Dos llegadas cada 6 minutos. I
iii) La cantidad de llegadas en un periodo de 30 minutos es 10.
iv) El intervalo promedio entre las llegadas sucesivas es 0.5 hora.
c) En cada uno de los casos siguientes, determine la frecuencia promedio de servicio por hora, ƛ y el tiempo
promedio de servicio en horas.
v) Se termina un servicio cada 12 minutos.
vi) Hay dos salidas cada 15 minutos.
vii) La cantidad de clientes atendidos en un periodo de 30 minutos es de 5.
viii) El tiempo promedio de servicio es de 0.3 hora.
SISTEMAS DE COLAS
EJEMPLO:
En el ejemplo máquina en servicio, determine lo siguiente:
a) La cantidad promedio de fallas en 1 semana, suponiendo que el servicio se ofrece 24 horas por día y 7 días por
semana.
b) La probabilidad de que haya al menos una falla en un periodo de 2 horas. c) La probabilidad de que la próxima falla
no suceda en menos de 3 horas.
c) Si no ha sucedido falla en 3 horas después de la última falla, ¿cuál es la probabilidad de que el tiempo entre fallas sea
de 4 horas cuando mucho? .
EJEMPLO:
El tiempo entre llegadas en una dependencia de la State Revenue Office es exponencial, con valor medio de 0.05 hora. La
oficina abre a las 8:00 A.M.
d) Escriba la distribución exponencial que describa el tiempo entre llegadas.
e) Determine la probabilidad de que no lleguen clientes a la oficina hasta las 8:15 A.M.
f) Son las 8:35 A.M. El último cliente entró a las 8:26. ¿Cuál es la probabilidad de que el siguiente cliente llegue antes
de las 8:38 A.M.? ¿Y de que no llegue hasta las 8:40 A.M.?
g) ¿Cuál es la cantidad promedio de clientes que llegan entre las 8:10 y las 8:45 A.M.?
SISTEMAS DE COLAS
EJEMPLO:
Suponga que el tiempo entre descomposturas de una máquina es exponencial, con promedio de 6 horas. Si la máquina ha
trabajado sin fallar durante las últimas 3 horas, ¿cuál es la probabilidad de que continúa sin fallar durante la próxima hora?
¿De que se descomponga durante la siguiente 0.5 hora?
EJEMPLO:
El tiempo entre llegadas a una sala de juego en la sociedad de alumnos es exponencial, con una media de 10 minutos
a) ¿Cuál es la frecuencia de llegadas por hora?
b) ¿Cuál es la probabilidad de que no lleguen alumnos a esa sala durante los 15 minutos siguientes?
c) ¿Cuál es la probabilidad de que al menos un alumno visite la sala de juegos durante los próximos 20 minutos? la
cantidad promedio de clientes que llegan entre las 8:10 y las 8:45 A.M.?
MODELOS CON NACIMIENTOS Y MUERTES PURAS (RELACIÓN ENTRE LAS
Describen dos situaciones en las colas: laEXPONENCIAL
DISTRIBUCIONES primera es unY modelo de nacimiento(s)
DE POISSON) puro(s), en
el que sólo se permiten llegadas, y el segundo es el modelo de muerte(s) pura(s), en el que
sólo se permiten salidas.
Un ejemplo del modelo de nacimiento puro es la emisión de los certificados de nacimiento
para los recién nacidos. El modelo de muerte pura se puede visualizar con el retiro aleatorio
de un artículo en una tienda.
La distribución exponencial se usa para describir el tiempo entre llegadas en el modelo de
nacimiento puro, y el tiempo entre salidas con el modelo de muerte pura.
Modelo de nacimientos puros:
p0(t) = Probabilidad de que no haya llegadas durante un espacio de tiempo t
El tiempo entre llegadas es exponencial, y la frecuencia de llegadas es λ clientes por unidad
de tiempo, entonces.
MODELOS CON NACIMIENTOS Y MUERTES PURAS (RELACIÓN ENTRE LAS
DISTRIBUCIONES EXPONENCIAL Y DE POISSON)
Modelo de nacimientos puros:
La distribución de Poisson, con media E(n/t)= λt llegadas durante t.
Este resultado indica que si el tiempo entre llegadas es exponencial con media 1/ λ la
cantidad de llegadas durante un periodo t específico tiene distribución de Poisson con media
λt. También es cierto lo contrario.
Las fuertes relaciones entre las distribuciones exponencial y de Poisson se resumen:
