Distribucin de llegadas

Definir el proceso de llegada para una lnea de espera implica la distribucin de

probabilidad para la cantidad de llegadas en un perodo dado. Para muchas
situaciones de lnea de espera, cada llegada ocurre aleatoriamente e
independientemente de otras llegadas y no podemos predecir cundo ocurrir.
En tales casos, los analistas cuantitativos han encontrado que la distribucin d
probabilidad de Poisson, proporciona una buena descripcin del patrn de
llagadas.
Para determinar la distribucin de probabilidad para la cantidad de llegadas en
un perodo dado, se puede utilizar la distribucin de Poisson.
/= Media o cantidad promedio de ocurrencia en un intervalo
e= 2.17828
X= cantidad de ocurrencias en el intervalo

Como es el proceso de llegadas en un modelo de lneas de espera
influencia en la determinacin de la distribucin de probabilidad del
nmero de arribos en un determinado lapso de tiempo.
Las llegadas ocurren normalmente de manera aleatoria, en muchos casos
de lneas de espera,
Cada llegada es independiente de otra llegada, y no es posible
pronosticar el momento en el que va a ocurrir; en estos casos la
distribucin de Poisson ofrece una buena descripcin (aproximacin) para
la distribucin de las llegadas o arribos.
Como es el proceso de llegadas en un modelo de lneas de espera
influencia en la determinacin de la distribucin de probabilidad del
nmero de arribos en un determinado lapso de tiempo.
Las llegadas ocurren normalmente de manera aleatoria, en muchos casos
de lneas de espera, Cada llegada es independiente de otra llegada, y no
es posible pronosticar el momento en el que va a ocurrir; en estos casos
la distribucin de Poisson ofrece una buena descripcin (aproximacin)
para la distribucin de las llegadas o arribos.
Entonces utilizando la funcin de probabilidad de Poisson, se define la
probabilidad de x llegadas en un tiempo especfico (t )

..... 2 , 1 , 0 para
!
) ( = =

x
x
e
x P
x

en donde

x = Nmero de llegadas en el periodo ( o intervalo de tiempo)
= Nmero promedio de llegadas por periodo
e = 2.71828

Ejemplo:

Suponga que la tasa promedio de arribos de clientes a una pizzera es de
45 clientes por hora. Para un minuto el nmero promedio de llegadas ser
de = 45/60 = 0.75 llegadas por minuto.

Se utiliza Poisson para calcular la probabilidad de x llegadas durante un
lapso de un minuto.


.
!
75 . 0

!
) (
75 . 0
x
e
x
e
x P
x x
= =

de la tabla
75 . 0
e = 0.4724,

Las probabilidades de 0,1, y 2 llegadas por minuto son:

0.4724
! 0
75 . 0
) 0 (
75 . 0
75 . 0 0
= = = =

e
e
x P


0.3543 75 . 0
! 1
75 . 0
) 1 (
75 . 0
75 . 0 1
= = = =

e
e
x P
0.1329 0.28125
! 2
75 . 0
) 2 (
75 . 0
75 . 0 2
= = = =

e
e
x P


de donde la probabilidad de que no haya llegadas en un lapso de 1 minuto
es 0.4724, la probabilidad de que haya exactamente una llegada es de
0.3543, y de haya exactamente 2 llegadas es de 0.1329.


En la practica se debe de verificar para un periodo (horas, das, semanas),
si los arribos siguen una distribucin de Poisson.
Distribucin de tiempo de servicio
El tiempo de servicio es el tiempo que pasa un cliente en la instalacin una vez
que el servicio ha iniciado. En Burguer Dome, dicho tiempo comienza cuando
un cliente empieza a colocar el pedido con el empleado de comida y continua
hasta que el cliente recibe el pedido. Los tiempos de servicio rara vez son
constantes. En Burguer dome, la cantidad de artculos ordenados y la mezcla
de estos varas de manera considerada de un cliente al siguiente. Los pedidos
pequeos pueden manejarse en gestin de segundos, pero los pedidos
grandes pueden requerir ms de dos minutos.
El tiempo de servicio es el tiempo que pasa un cliente en la instalacin una vez
el servicio ha iniciado.
Se puede utilizar la distribucin de probabilidad exponencial para encontrar la
probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t.
e= 2.17828
= cantidad media de unidades que pueden servirse por perodo

Es el tiempo que el cliente deja transcurrir en la instalacin una vez que se
inicia el servicio, en general.

Los tiempos de servicio no son constantes
La distribucin de probabilidad exponencial es la que proporciona (ms se
ajusta) una buena aproximacin de los tiempos de servicio

Entonces, la probabilidad de que el tiempo de servicio sea menor o igual a un
tiempo o duracin est dada por:


t
e t servicio de tiempo P

= s 1 ) (

donde:

= nmero promedio de unidades que pueden ser atendidas por
periodo

Ejemplo:

Suponga que del estudio hecho en la pizzera, el proceso de recepcin y
atencin de las rdenes, es efectuado por el nico empleado que atiende y
tambin prepara las pizzas; este procesa en promedio 60 rdenes de clientes
por hora.

Entonces en un minuto, la tasa promedio de servicio es: =60/60 =1 , esto
es atiende un cliente por minuto.

Por tanto es posible calcular la probabilidad de procesar una orden en
minuto o menos, en un minuto o menos, en 2 minutos o menos.

3935 . 0 6065 . 0 1 1 ) 5 . 0 (
) 5 . 0 ( 1
= = = s

e servicio de tiempo P

6321 . 0 3679 . 0 1 1 ) 0 . 1 (
) 0 . 1 ( 1
= = = s

e servicio de tiempo P

8647 . 0 1353 . 0 1 1 ) 0 . 2 (
) 0 . 02 ( 1
= = = s

e servicio de tiempo P


De donde se puede concluir que existe una probabilidad de 0.3935 de que se
pueda procesar una orden en 1/2min o menos; existe una probabilidad de
0.6321 de procesar una orden en un minuto o menos y existe una
probabilidad de 0.8647 de que se pueda procesar una orden en 2 minutos o
menos.

Disciplina de la lnea de espera
Manera en la que las unidades que esperan el servicio se ordenan para
recibirlo.
El primero que llega, primero al que se le sirve
ltimo en entrar, primero en salir
Atencin primero a la prioridad ms alta
Operacin de estado estable
Generalmente la actividad se incrementa gradualmente hasta un estado normal
o estable. El perodo de comienzo o principio se conoce como perodo
transitorio, mismo que termina cuando el sistema alcanza la operacin de
estado estable o normal.

Modelos de Lneas de espera de 1 solo canal con llegadas Poisson y
tiempos de servicio exponencial (M/M/1)

Suposiciones:

La lnea de espera tiene 1 solo canal
Patrn de llegadas con distribucin poisson
Tiempo de servicio con distribucin exponencial
Disciplina del servicio FIFO

Caractersticas de Operacin

Las frmulas que se emplean para determinar las caractersticas de
operacin del estado estable son:
= Nmero promedio de llegadas por periodo (tasa promedio de llegadas)
= Nmero promedio de servicios por periodo ( tasa promedio de servicio)

1) Probabilidad de que no haya unidades en el sistema

=1
0
P

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)


) (
2

=
q
L

3) Nmero promedio de unidades en el sistema (tamao total)

+ =
q
L L


4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

q
q
L
W =

5) Tiempo promedio que una unidad pasa en el sistema

1
+ =
q
W W

6) Probabilidad de que una unidad que llega tenga que esperar para
obtener servicio

=
w
P

7) Probabilidad de que haya n unidades en el sistema.


0
p P
n
n
|
|
.
|

\
|
=

donde

= factor de utilizacin del servicio. Este proporciona la

probabilidad de que la instalacin de servicio este ocupada.

Estas formulas del 1 al 7 solo se aplican cuando > ;
esto es, la tasa promedio de servicio > tasa promedio de llegadas;
o sea, cuando

< 1 ; en caso contrario la cola crece sin limite, pues el

servicio no tiene capacidad para manejar las unidades que llegan.



Ejemplo:

En el problema de la Pizzera, la tasa promedio de llegadas es de = 0.75
clientes por minuto y la tasa de servicio es 1 = , clientes por minuto,
>
Aplicando las frmulas se obtiene:

En el ejemplo visto se observa que:
- Los clientes esperan en promedio 3 min. Antes de ser atendidos ( esto
es, solicitar su pedido)
- Adems el nmero promedio de clientes que esperan en la cola es de
2.25
- y el 75% de los clientes esperan

esto son indicadores que muestra que debe hacerse algo para mejorar la
eficiencia de operacin de la linea de espera.

Mejorar el desempeo de la linea de espera, generalmente se concentra
en mejorar la tasa de servicio, de dos maneras:

1) Aumentar la tasa promedio de servicio ( )
2) Aadir canales paralelos de servicio de manera que sea posible
atender a ms unidades a la vez.

En el primer caso,

Suponga que para el problema de la pizzera, el servicio se descompone
en 2 personas:
Una persona que recepcione y entregue el pedido y una persona que
prepare o atienda el pedido

Suponga ahora que la tasa de servicio se incrementa de 60 a 75 clientes
por hora.
Ahora en base a minutos la tasa promedio es 25 . 1 60 / 75 = = , como
75 . 0 = , se puede obtener:
En el segundo caso, es aadir otro canal


Modelos de lnea de espera de un solo canal con llegadas de poisson y
tiempos de servicio exponenciales
A continuacin, las frmulas que pueden usarse para determinar las
caractersticas operativas de estado estable para una lnea de espera de un
solo canal.
El objetivo de las frmulas es mostrar cmo se puede dar informacin acerca
de las caractersticas operativas de la lnea de espera.

Cmo se puede mejorar la operacin de lnea de espera?
Caractersticas operativas para el sistema con la tasa media de servicio
aumentada a =1.25 clientes por minuto.

Anlisis econmico de las lneas de espera
Antes de que pueda llevarse a cabo un anlisis econmico de una lnea de
espera, debe elaborarse un modelo de costo total, el cual incluye el costo de
esperar y el costo de servicio.
Cw= costo de esperar por perodo para cada unidad
L= cantidad promedio de unidades en el sistema
Cs= costo de servicio por perodo para cada canal
K= cantidad de canales
La forma general de las curvas de costo en el anlisis econmico de las lneas
de espera consiste en que el costo del servicio aumenta conforme aumenta la
cantidad de canales; pero con ms canales, el servicio es mejor. Como
resultado, el tiempo de espera y el costo disminuyen conforme se aumenta la
cantidad de canales. Puede encontrarse la cantidad de canales que
proporcionar una buena aproximacin al diseo de costo total mnimo
evaluando el costo total para varias alternativas de diseo.