Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Investigacin de
Operaciones
Semestre 6
Investigacin de operaciones
Semestre 6
Investigacin de operaciones
Tabla de contenido
Pgina
Introduccin
Conceptos previos
Logros
Terminologa y estructura
Terminologa
Estructura
Patrones de llegada
Patrones de servicio
Distribucin exponencial
Proceso de Poisson
10
Notacin Kendall-Lee
12
Modelo M/M/1
13
Aplicaciones
14
17
Resumen
17
Bibliografa recomendada
18
Seguimiento al autoaprendizaje
19
Crditos: 3
Semestre 6
Investigacin de operaciones
Semestre 6
Investigacin de operaciones
Introduccin
El ser humano siempre ha estado preocupado por disminuir el tiempo de
espera de una persona en una fila, es el reto de una empresa en aras de
prestar un mejor servicio o mejorar el plan de produccin en serie. Hoy en
da, todo se puede modelar como un sistema de colas, las cuales deben
ser vistas como clientes que llegan a una estacin de servicio y por medio
de operadores o servidores desean ser atendidos. Los clientes que se someten a largas filas en un banco para ser atendidos, los pacientes quienes
esperan en una sala de emergencias, los aviones que esperan para aterrizar, mquinas que paran mientras son reparadas, las piezas que esperan
a ser procesadas, en fin, se podran citar cientos de ejemplos asociados a
una lnea de espera. La modelacin matemtica, propuesta por el estadounidense A. K. Erlang en 1909, permiti analizar la congestin del trfico telefnico. Para un tomador de decisiones gerenciales resulta indispensable su conocimiento manejo de la teora de colas.
Conceptos previos
Para el buen desarrollo de ste fascculo y en general del aprendizaje de la
Investigacin de Operaciones, se debe tener en cuenta lo aprendido sobre
temas como:
Variables discretas y continuas.
Funcin de probabilidades.
Distribucin de probabilidad.
Funcin de densidad de probabilidad.
Funcin exponencial.
Teora de la decisin.
En consecuencia, responda las siguientes preguntas:
1. D tres ejemplos de variables continuas.
2. D tres ejemplo de variables discretas.
Fascculo No. 8
Semestre 6
Investigacion de
operaciones
Investigacin de operaciones
3. Qu es una funcin de probabilidades?
4. Qu es una funcin de densidad de probabilidades?
5. Defina: a) Distribucin de probabilidad; b) Funcin exponencial.
Mapa conceptual Fascculo 8
Logros
Fascculo No. 8
Semestre 6
Investigacin de operaciones
de las personas ms tranquilas. La mayora anhela el da en que se les
ponga fin. Es tal la preocupacin por el asunto que muchas empresas no
ahorra esfuerzos por encontrar una salida a tan molesta prctica. Por fortuna, hoy en da cualquier fila se puede modelar como un sistema de colas.
La modelacin matemtica surgi gracias al estadounidense Agner Krarup
Erlang en 1909, al observar y analizar la congestin del trfico telefnico
que se presentaba en Copenhague. Hoy, la teora de colas, se ha generalizado a tal punto que resulta indispensable e imprescindible para cualquier
gerente que tome decisiones.
8.1
Fascculo No. 8
Semestre 6
Investigacion de
operaciones
Investigacin de operaciones
Figura 8.1.
Modelo de decisin de un sistema de lneas de espera basado en costos.
Fuente:
HAMDY A. Taha, INVESTIGACIN DE OPERACIONES, 7a. edicin, Ed. PEARSON, Mxico 2004, pg. 580.
Investigacin de
operaciones
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Figura 8.2.
Sistemas de lneas de espera.
Fuente:
BRONSON Richard, INVESTIGACIN DE OPERACIONES, Ed. Mc Graw Hill, Mxico 1983, pg. 263.
Fascculo No. 8
Semestre 6
Investigacion de
operaciones
Investigacin de operaciones
8.2
Terminologa y estructura
Terminologa
Aunque ya se han nombrado anteriormente, los elementos principales de
una lnea de espera son el cliente y los servidores. Los clientes siempre
provienen de una fuente (figura 8.2), que puede ser finita o infinita. Puede
suceder que al llegar al servidor o instalacin, sea atendido o esperar en
una fila o cola. Es de anotar, cuando una instalacin termina la atencin de
un servicio, el siguiente cliente quien se encuentra en la fila pasa al servidor para ser atendido. Sino hay clientes este servidor queda inactivo u
ocioso, hasta la llegada de un cliente. Segn lo anterior, en el anlisis de
colas son primordiales, los patrones de llegada (tiempo entre llegadas) y
los patrones de servicio (tiempo de servicio) los cuales se analizarn,
ms adelante.
Investigacin de
operaciones
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Ahora, se definirn otros trminos requeridos en el anlisis de las lneas de
espera.
Tamao de la Cola: es el nmero mximo admisible de clientes quienes
pueden estar en el sistema. Es la capacidad del sistema y, puede ser
tanto en el servicio como en la lnea de espera. La capacidad puede ser
infinita o finita.
Disciplina de la cola: tiene que ver en la forma en que los clientes son
atendidos en la fila. La ms comn es que el primer cliente quien entra a la
fila sea el primero en ser atendido, esto es, servicio segn el orden de llegada, disciplina FIFO. Tambin las hay LIFO, ltimo cliente en entrar sea el
primero en ser atendido. Las SIRO, si el servicio es en orden aleatorio. De
otro modo, las puede haber de acuerdo a ciertas prioridades (GD).
8.3
Estructura
Diferentes estructuras de un sistema de lneas de espera han sido mostradas en la figura 8.2. La figura 8.3, representa otras caractersticas de la estructura, que han sido descritas anteriormente en la terminologa.
Fascculo No. 8
Semestre 6
Investigacion de
operaciones
Investigacin de operaciones
Figura 8.3.
Estructura de un sistema de lneas de espera.
Fuente:
HAMDY A. Taha, INVESTIGACIN DE OPERACIONES, 7a. edicin, Ed. PEARSON, Mxico 2004, pg. 598.
Patrones de llegada
Tambin enominados tiempo entre llegadas y denotada por , cuando el
patrn de llegada es consecutivo a la instalacin que ofrece el servicio.
Este patrn puede ser determinstico (conocerse exactamente) o probabilstico; es decir, una variable aleatoria con distribucin conocida. Es importante decir, que los clientes pueden llegar de uno en uno o por grupos.
Los patrones de llegada pueden depender incluso del estado de la cola
(nmero de clientes en cola) o no. En este caso, pueden haber rechazo
(se decide no tomar la cola por su tamao) o un abandono (el cliente despus de estar en la fila, se retira, por el tiempo de espera).
Patrones de servicio
Nombrados de manera general como tiempo de servicio y denotada por
, es el tiempo que dura un servidor en atender un cliente. Igual que el anterior patrn, este patrn puede ser determinstico (conocerse exactamente) o probabilstico; es decir, una variable aleatoria con distribucin conocida. los patrones de servicio pueden depender del estado de la cola
(nmero de clientes en cola) o no. De igual manera, es relevante saber si
un servidor atiende totalmente a un cliente, figuras 8.2 a) a la c), o si el
cliente requiere de una secuencia de servidores, figura 8.2 d).
Investigacin de
operaciones
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Como su nombre lo indica, la teora de colas estudia el comportamiento de los sistemas de colas mediante modelos matemticos para obtener medidas de rendimiento. Esto con el fin de apoyar al tomador de decisiones en aras de mejorar la productividad
de la empresa y de satisfacer el cliente, quien por lo general, se
logra con un balance entre el costo de servir y el costo de esperar.
Distribucin exponencial
Los tiempos aleatorios de ocurrencia se describen en forma cuantitativa
mediante la distribucin exponencial, figura 8.4 y se define:
Figura 8.4.
Distribucin exponencial y su fdp.
Fuente:
HAMDY A. Taha, INVESTIGACIN DE OPERACIONES, 7a. edicin, Ed. PEARSON, Mxico 2004, pg. 477.
Fascculo No. 8
Semestre 6
Investigacion de
operaciones
Investigacin de operaciones
En donde:
es la tasa de llegadas (llegadas/hora), y,
1/: tiempo promedio entre llegadas (horas/llegada),
T: tiempo dado.
La carencia de memoria de
la distribucin exponencial,
es una propiedad soportada
en que un evento ocurre sin
estar influido por el tiempo de
ocurrencia del evento anterior.
Proceso de Poisson
Otra hiptesis de llegada de clientes es que llegan de acuerdo a un proceso Poisson, es decir, el nmero de clientes en cualquier momento dado
tiene una distribucin Poisson, figura 8.5. El proceso de llegadas al sistema
es totalmente aleatorio, pero con una tasa promedio conocida.
Figura 8.5.
Distribucin de Poisson y su fdp.
Fuente:
El autor.
Investigacin de
operaciones
10
Fascculo No. 8
Semestre 6
Investigacin de operaciones
La funcin de densidad de probabilidad de Poisson es:
Existe una estrecha relacin entre la distribucin exponencial y la de Poisson, puesto que una define automticamente la otra.
Teorema1. Los tiempos entre llegadas son exponenciales, con parmetro
, si y slo si, la cantidad de llegadas en un intervalo de duracin t sigue
una distribucin Poisson con parmetro t.
Entonces, este teorema establece:
La distribucin exponencial ha desempeado un papel fundamental en la modelizacin de las lneas de espera, para representar
los tiempos tanto de arribos como de servicio, debido a la aleatoriedad de los mismos y a su prdida de memoria. Con la distribucin de Poisson, son un excelente complemento para la solucin
de este tipo de problemas.
WINSTON Wayne L., Investigacin de operaciones: Aplicaciones y algoritmos, 4 edicin, Ed. Thomson, Mxico 2005, pg. 1055.
Fascculo No. 8
Semestre 6
11
Investigacion de
operaciones
Investigacin de operaciones
Notacin Kendall-Lee-Taha
Es una notacin estndar (Kendall, 1951), para especificar las seis (6) caractersticas de un sistema de lnea de espera. La notacin es: 1/2/3/4/5/6,
donde:
1=Distribucin del patrn de llegadas y puede ser:
D=Determinstico,
M=Distribucin exponencial,
Ek=Distribucin Erlang tipo k (k=1, 2, ),
G=Cualquier otra distribucin.
2=Distribucin del patrn de servicio y pueden ser los mismos de 1.
3=Nmero de servidores en paralelo (1, 2, 3, , ).
4=Disciplina de la cola y puede ser:
FIFO, LIFO, SIRO y GD; descritas preliminarmente.
5=Capacidad del sistema (finita o infinita).
6=Tamao de la fuente (finito o infinito).
En muchos modelos 4/5/6 es DG// respectivamente, por lo tanto, a menudo se omite.
8.4
Investigacin de
operaciones
12
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Modelo M/M/1
Una cola tiene las siguientes medidas de desempeo, eficiencia o funcionamiento:
L nmero promedio de clientes en el sistema.
Lq Longitud promedio de la cola.
W tiempo promedio que un cliente permanece en el sistema.
Wq tiempo promedio que un cliente espera en la cola.
W(t) probabilidad de que un cliente permanezca ms de t unidades de
tiempo en el sistema.
Wq(t) probabilidad de que un cliente permanezca ms de t unidades de
tiempo en la cola.
Las primeras cuatro medidas se obtienen de:
Fascculo No. 8
Semestre 6
, obteniendo:
13
Investigacion de
operaciones
Investigacin de operaciones
Donde:
; es el factor de utilizacin o intensidad de trnsito.
Si
, se tiene:
;en donde,
Aplicaciones
A) Un cajero de un almacn atiende a los clientes quienes llegan en forma
aleatoria a una tasa de 4 por hora. Halle a) la media; b) la varianza; c) la
probabilidad de que un cliente sea atendido en menos de 15 minutos; y
d) la probabilidad de que un cliente se demore por lo menos 15 minutos
en caja.
a)
b)
c) T=15
Hay una probabilidad del 63.2%, que un cliente sea atendido en menos de
15 minutos.
Investigacin de
operaciones
14
Fascculo No. 8
Semestre 6
Investigacin de operaciones
d)
Existe una probabilidad del 36.8% que un cliente se demore ms de 15
minutos en caja.
B) Para A), que las llegadas son Poisson, determine: a) Calcule la media y
la varianza b) La probabilidad que lleguen 5 clientes en una hora; c) La
probabilidad que lleguen 2 clientes entre las 9:30 y 10:00 de la maana.
a)
b)
Hay una probabilidad del 15.6% que lleguen 5 clientes en una hora.
c)
Existe una probabilidad del 27% que lleguen 2 clientes en una media hora
del da.
C) Un restaurante especializado en bocadillos tiene una ventanilla desde la
cual da servicio a los automovilistas en su vehculo. Llegan en promedio
40 clientes por hora a la ventanilla. Se requiere 1 minuto en promedio
atender a un cliente. Suponga que los tiempos entre llegadas y de servicio son exponenciales. (Winston, problema 4, pg. 1082)
Fascculo No. 8
Semestre 6
15
Investigacion de
operaciones
Investigacin de operaciones
a. Cuntos clientes estn en la cola, en promedio?
b. Cunto tiempo, en promedio pasa un cliente en el restaurante (desde
el tiempo de llegada hasta que el tiempo de servicio se completa)?
c. En qu fraccin de tiempo hay ms de tres automviles esperando
servicio [esto comprende el automvil (si acaso alguno) en la ventanilla]?
Datos:
Investigacin de
operaciones
16
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Lo primero que hay que decir es que los sistemas de colas predominan en
todo el universo. El efecto de un modelo matemtico de estos sistemas
debe redundar en la calidad de vida de las personas (clientes) y en la productividad de las empresas. Todos los modelos de lneas de espera se
pueden representar mediante la notacin de Kendall-Lee-Taha que es:
1/2/3/4/5/6. El 1, representa la tasa de llegadas de los clientes al sistema
(); el 2, tasa de servicio al cliente por el operador del sistema (); el 3, es
la cantidad de servidores en paralelo; el 4, la disciplina de la cola (FIFO,
LIFO, SIRO o GD); el 5, la capacidad del sistema (finita o infinita); y, el 6,
tamao de la fuente (finito o infinito). Mediante la frmula de Little, se resuelve fcilmente un modelo M/M/1. Pero, es gracias a la distribucin exponencial, que se pueden resolver todos estos modelos.
A la teora de colas o de lneas de espera, se debe la efectividad con que
se han resuelto muchos problemas tanto para los clientes como para las
empresas. Ahora, se deja la invitacin a seguir en esta lnea, mediante la
simulacin de eventos discretos. Terma de gran aplicacin en la industria y
de excelente oportunidad para los ingenieros de sistemas de aprender
nuevos software como el ProModel y su debida programacin.
Fascculo No. 8
Semestre 6
17
Investigacion de
operaciones
Investigacin de operaciones
Investigacin de
operaciones
18
Fascculo No. 8
Semestre 6
Investigacin de operaciones
Seguimientoal autoaprendizaje
Investigacin de operaciones - Fascculo No. 8
Nombre_______________________________________________________
Apellidos ________________________________ Fecha: _________________
Ciudad___________________________________Semestre: _______________
Con el fin de evaluar su proceso de autoaprendizaje, encuentre dos casos de
aplicacin de los siguientes temas:
1. Distribucin exponencial.
2. Distribucin de Poisson.
3. Modelo M/M/1.
Fascculo No. 8
Semestre 6
19
Investigacion de
operaciones