Universidad Privada de Tacna FACEM

TRABAJO ENCARGADO

ASIGNATURA : Investigación de operaciones

DOCENTE : Mag Minelly Martinez

ESTUDIANTES : Daniela Mamani flores

Edwin Chambilla Ordoñez
Paola Huaycani
Gianmarco Canaza

CICLO : V-A

TURNO : Tarde

TACNA – PERÚ
2019
 Universidad Privada de Tacna FACEM

INDICE
DEDICATORIA
INTRODUCCIÓN ........................................................................................................ 1

CAPITULO I TEORÍA DE COLAS ................................................................................ 2

1. OBJETIVOS .......................................................................................................... 2

2. FUNDAMENTOS TEORICOS TEORÍA DE COLAS ........................................ 2

2.1 DEFINICIÓN ...................................................................................................... 2

2.2. CARACTERÍSTICAS ....................................................................................... 2

2.3 ELEMENTOS EXISTENTES EN UN MODELO DE COLAS ......................... 3

2.4 CLASIFICACIÓN DE LOS MODELOS DE COLAS ....................................... 4

3. DESCRIPCION DEL SISTEMA .......................................................................... 6

4. CUADROS DE DATOS ....................................................................................... 6

5. ANÁLISIS DE RESULTADOS ............................................................................ 8

CAPITULO II MÉTODO DE DECISIONES .................................................................. 9

1. OBJETIVOS .......................................................................................................... 9

2. FUNDAMENTOS TEORICOS .......................................................................... 10

3. DESCRIPCION DEL SISTEMA ........................................................................ 10

3.1 DEFINICIÓN DE INVESTIGACIÓN DE OPERACIONES ........................... 10

3.2. PROCESO RACIONAL DE TOMA DE DECISIONES. ............................... 11

3.3. EL MÉTODO CIENTÍFICO ............................................................................ 11

4. CUADRADOS DE DATOS................................................................................ 13

CONCLUSIONES .......................................................................................................... 16

SUGERENCIAS ............................................................................................................. 16

BIBLIOGRAFIA
Universidad Privada de Tacna FACEM

DEDICATORIA: A Dios, por darnos la

oportunidad de vivir y por estar con nosotros en
cada paso que damos, por fortalecer nuestro
corazón e iluminar nuestra mente y por haber
puesto en nuestro camino a aquellas personas
que han sido nuestro soporte y compañía
durante todo el periodo de estudio.
 Universidad Privada de Tacna FACEM

INTRODUCCIÓN

Estudio matemático de las características de los sistemas de colas.

Las líneas de espera o las colas se presentan diariamente en la vida cotidiana. Por ejemplo,
al realizar una llamada, a veces hay que esperar a que sea recibida porque la red del
operador está ocupada. Así mismo, cuando se realiza mercado en un almacén de cadena
o al registrarse en el aeropuerto para acceder a la sala de espera, también se presentan
colas. En estas situaciones y numerosas circunstancias en las que se tiene que esperar se
forman colas, por esta razón es importante estudiar y analizar el comportamiento de este
sistema, con el fin de optimizar un servicio y unos costos.

En una gran cantidad de oportunidades de nuestra existencia, individualmente o

en grupo, y ante disímiles situaciones de la vida familiar, social o laboral nos enfrentamos
a momentos en los cuales debemos realizar alguna elección, desde: qué vamos a realizar
el fin de semana, qué comprar en el mercado, cómo enfocaremos el problema a nuestros
colaboradores, qué diremos a nuestro jefe sobre la idea que tenemos, y así pudiéramos
expresar múltiples situaciones más.

Podemos expresar varias acepciones sobre la palabra decidir: resolver, tomar

determinación fija o decisiva; formar juicio definitivo sobre algo dudoso; solución
expresada con relación a un hecho determinado; resolver una indeterminación; u otras.

1
 Universidad Privada de Tacna FACEM

CAPITULO I
TEORÍA DE COLAS

1. OBJETIVOS
Equilibrar los costes de capacidad del servicio y el “coste” de una espera larga.
1.1. OBJETIVO GENERAL
Identificar en qué consiste la teoría de colas, también llamada líneas de espera,
determinando las medidas de desempeño del sistema acorde a sus características y
empleándola como herramienta para la toma de decisiones.

1.2. OBJETIVOS ESPECÍFICOS

 Identificar las consideraciones cuantitativas de costo y las cualitativas de servicio.
 Usar correctamente las fórmulas necesarias para calcular el tiempo en la línea de
espera o de permanencia en el sistema.
 Caracterizar cualitativa y cuantitativamente a una cola y determinar los niveles
adecuados de ciertos parámetros del sistema.

2. FUNDAMENTOS TEORICOS TEORÍA DE COLAS

2.1 DEFINICIÓN
La teoría de colas es el estudio del comportamiento de líneas de espera. Para Bronson
(1993, 262) “un sistema de líneas de espera es un conjunto de clientes, un conjunto de
servidores y un orden en el cual los clientes llegan y son atendidos”. Las líneas de espera
se presentan cuando los clientes llegan a solicitar un servicio a un servidor, el cual tiene
capacidad limitada de atención. Así mismo, la línea de espera se forma cuando el cliente
llega y el servidor no está disponible y el cliente decide esperar. Una cola es una línea de
espera.

2.2. CARACTERÍSTICAS
 1º Modelo de llegada de clientes, El índice de llegadas será el número medio de
llegadas por unidad de tiempo, Alternativamente podemos usar el tiempo entre
llegadas, que es el tiempo medio entre llegadas sucesivas
 2º Modelo de servicio, Puede venir dado por el tiempo de servicio o por el número
de clientes atendidos por unidad de tiempo, Tendremos una variable aleatoria o
bien un servicio determinista, Aquí supondremos que el modelo de servicio es
independiente del de llegada
2
 Universidad Privada de Tacna FACEM

 3º Disciplina de la cola, Establece el orden en que se va atendiendo a los clientes:

 4º Capacidad del sistema, Es el número máximo de clientes que puede haber en el
sistema (finito o infinito), Si llega un cliente y el sistema está lleno, se marcha.
 5º Número de canales de servicio, Es el número de dependientes, Puede haber una
cola para cada dependiente o bien una sola cola global.
 6º Número de estados de servicio, Puede haber varias partes en las que se
subdivide el trabajo (estados), cada una con su cola y su dependiente, que deben
ser completadas sucesivamente, P, ej,, tres estados:

2.3 ELEMENTOS EXISTENTES EN UN MODELO DE COLAS

En el sistema conformado en una línea de espera existen varios elementos que determinan
sus características:
o Fuente de entrada o población potencial: Conjunto de clientes o llegadas
que quieren solicitar un servicio. La fuente de entrada puede ser finita o
infinita.
o Cliente: Miembro de la población potencial que solicita un servicio.
o Capacidad de la cola: Cantidad máxima de clientes que pueden estar
haciendo cola antes de que sean atendidos.
o Disciplina de la cola: Es la forma de selección de los clientes para que sean
atendidos. Las disciplinas más recurrentes son:
 FIFO (First in first out) ó FCFS (First come first served): Se
atiende al primer cliente que haya llegado.
 LIFO (Last in first out) ó LCFS (Last come first served): Se atiende
al último cliente que haya llegado.
 RSS (Random selection of service) ó SIRO (Service in random
order): La atención de los clientes se realiza al azar, de manera
aleatoria.
 Processor Sharing: Sirve a los clientes igualmente. La capacidad
de la red se comparte entre los clientes.
o Mecanismo de servicio: Procedimiento del servicio que se le brinda a los
clientes; consiste en las instalaciones de servicio, cada una de ellas con

3
 Universidad Privada de Tacna FACEM

uno o más canales de servicio que reciben el nombre de servidores. Para

determinar el mecanismo de servicio se debe conocer el número de
servidores y la distribución de probabilidad del tiempo que toma cada
servidor en brindar el servicio.
o Cola: Conjunto de clientes que esperan a recibir un servicio.
o Sistema de la cola: Conjunto formado por la cola y mecanismo de servicio
junto con la disciplina de la cola. Un modelo de sistema de colas debe
especificar la distribución de probabilidad de los tiempos de servicio para
cada servidor. Normalmente se emplea una distribución exponencial para
los tiempos de servicio, pero también se puede utilizar la distribución
degenerada o determinística para tiempos de servicio constantes o la
distribución Erlang (Gamma).
2.4 CLASIFICACIÓN DE LOS MODELOS DE COLAS
La clasificación de los modelos se basa en los elementos de un sistema de espera que
dependen de los siguientes factores:
• Distribución de llegadas (llegadas individuales o masivas en grupo).
• Distribución del tiempo de servicio (servicio individual o masivo).
• Diseño de la instalación de servicio (en serie, en paralelo, en red).
• Disciplina de servicio (FCFS, LCFS, SIRO, por prioridad).
• Tamaño de la línea de espera (finito o infinito).
• Fuente de llamadas (población de clientes finita o infinita).
• Conducta humana (cambios, renuncias).
Para aplicar las técnicas apropiadas se deben identificar las características del sistema de
colas. La clasificación se realiza empleando letras y/o símbolos a través de la Notación
de Kendall, una forma adecuada para resumir las características principales de las líneas
de espera en paralelo, empleando determinada simbología.
a/ b /c: d /e /f
Dónde:
a = Distribución de llegadas: Proceso de llegadas.
b = Distribución del tiempo de servicio (o de salidas): Proceso de servicio.
c = Número de servidores en paralelo (c = 1, 2, 3, ...,).
d = Disciplina de servicio (FCFS, LCFS, SIRO o prioridad = Disciplina General, DG).
e = Número máximo admitido en todo el sistema (en la línea de espera más en el servicio).
f = Tamaño de la población de clientes (fuente de llamadas finita o infinita).

4
 Universidad Privada de Tacna FACEM

La distribución de llegadas (a) y del tiempo de servicio (b) se reemplaza por los siguientes
códigos: M, D, Ek, GI, o G (cualquiera de los 5 códigos), y significan lo siguiente:

M = Distribución de llegadas o salidas de Poisson (proceso de Markov), es decir,

distribución exponencial entre llegadas o tiempos de servicio. Para que exista un proceso
de llegada Poisson al menos un cliente debe llegar a la cola durante un intervalo de
tiempo. Para un intervalo de tiempo dado, la probabilidad de que llegue un cliente es la
misma que para todos los intervalos de tiempo de la misma longitud y la llegada de un
cliente no tiene influencia sobre la llegada de otro.

D = Tiempo entre llegadas o de servicio son constantes.

Ek = Distribución Erlang o Gamma para la distribución del tiempo entre llegadas o tiempo
de servicio, con el parámetro K. Si K, que determina la desviación estándar de la
distribución es igual a 1, la distribución Erlang es igual a la exponencial; si es igual a ∞
la distribución Erlang es igual a la distribución degenerada con tiempos constantes.

GI = Distribución de llegadas o del tiempo entre llegadas; es general (independiente).

G = Distribución del tiempo de servicio o salidas; es general (no independiente). Respecto

a la disciplina de servicio se considera "DG" para indicar que es una disciplina general en
"notación kendall", y que pudiera ser FCFS, LCFS, SIRO o cualquier procedimiento que
puedan utilizar los servidores para decidir el orden en que se escogerá a los clientes de la
línea de espera para iniciar el servicio.

H = Distribución hiperexponencial.

Para el orden de atención a los clientes se emplean los siguientes símbolos:

FCFS = Primeras entradas, primeros servicios.

LCFS = Últimas entradas, primeros servicios. SIRO = Orden aleatorio.
PR = Con base en prioridades.
GD = En forma general.

5
 Universidad Privada de Tacna FACEM

3. DESCRIPCION DEL SISTEMA

Hay una sola cola, cuya capacidad es infinita, y un solo servidor, La disciplina será FIFO
z Las llegadas se producen según un proceso de Poisson de razón λ, donde λ es el número
medio de llegadas por unidad de tiempo y 1/ λ es el tiempo medio entre llegadas, Los
tiempos entre llegadas se distribuirán exponencialmente, Exp( λ ) z Los tiempos entre
servicios también se distribuirán exponencialmente, Exp( μ), de tal manera que μ es el
número medio de clientes que el servidor es capaz de atender por unidad de tiempo y 1/
μ es el tiempo medio de servicio.

4. CUADROS DE DATOS

Distribución de llegadas
Descripción Formula
𝑃𝑛 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑛 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛 𝑇
𝑝𝑒𝑟𝑖𝑜𝑑𝑜𝑠 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜
(𝜆𝑡)𝑛 −𝜆𝑡
𝜆 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑑𝑒 𝑃𝑛 (𝑡) = 𝑒
𝑛!
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑝𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑒 = 2,71836

Distribución de tiempo de servicio

Descripción Formula
𝜇 = 𝑛ú𝑚𝑒𝑟𝑜 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝑞𝑢𝑒 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑎𝑛 𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑛 𝑐𝑎𝑑𝑎
𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑃(𝑡≤𝑇) = 1 − 𝑒 −𝜇𝑇
𝑡 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑑𝑒𝑙 𝑐𝑙𝑖𝑒𝑛𝑡𝑒
𝑇 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑝𝑟𝑜𝑝𝑢𝑒𝑠𝑡𝑜
𝑐𝑜𝑚𝑜 𝑜𝑏𝑗𝑒𝑡𝑖𝑣𝑜

Modelo de un solo servidor

Descripción Formula
𝑝 = 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 𝑑𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝜆
𝜇

6
 Universidad Privada de Tacna FACEM

𝑃(𝑛) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 (1 − 𝑝)𝑝𝑛

𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎
𝐿 = 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 𝜆
𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝜇−𝜆

𝐿𝑞 = 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑝𝐿

𝑒𝑛 𝑙𝑎 𝑓𝑖𝑙𝑎 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎
𝑊 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑡𝑟𝑎𝑛𝑠𝑐𝑢𝑟𝑟𝑖𝑑𝑜 1
𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎, 𝑖𝑛𝑐𝑙𝑢𝑖𝑑𝑜 𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝜇−𝜆

𝑊𝑞 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝑒𝑛 𝑝𝑊

𝑙𝑎 𝑓𝑖𝑙𝑎

Modelo de varios servidores

Descripción Formula
𝑝 = 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝜆
𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑠𝜇

−1
𝑃(0) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑐𝑒𝑟𝑜 𝑠−1
(𝜆⁄𝜇 )𝑛 (𝜆⁄𝜇 )𝑠 1
[∑ + ( )]
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑠𝑡𝑒𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑛! 𝑠! 1−𝑝
𝑛=0

𝑃(𝑛) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 ℎ𝑎𝑦𝑎 𝑛 (𝜆⁄𝜇 )𝑛

𝑃0 ; 0< 𝑛 < 𝑠
𝑛!
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑠𝑡𝑒𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 (𝜆⁄𝜇 )𝑛
𝑃 ;0 < 𝑛 < 𝑠
𝑠! 𝑠 𝑛−𝑠 0
𝐿𝑞 = 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 𝑃0 (𝜆⁄𝜇 )𝑠 𝑝
𝑠! (1 − 𝑝)2
𝑒𝑙 𝑓𝑖𝑙𝑎 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎
𝑊𝑞 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝐿𝑞
𝜆
𝑒𝑛 𝑙𝑎 𝑓𝑖𝑙𝑎
𝑊 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑡𝑟𝑎𝑛𝑠𝑐𝑢𝑟𝑟𝑖𝑑𝑜 1
𝑤𝑞 +
𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎, 𝑖𝑛𝑐𝑙𝑢𝑖𝑑𝑜 𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝜇

𝐿 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝜆𝑤

𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜

Modelo con fuente finita

7
Universidad Privada de Tacna FACEM

Descripción Formula
−1
𝑃(0) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑐𝑒𝑟𝑜 𝑁
𝑁! 𝜆
[∑ ( )4 ] ,
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒 𝑠𝑡𝑒𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 (𝑁 − 𝑛)! 𝜇
𝑛=0

𝑝 = 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖𝑜𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙

1 − 𝑃0
𝑠𝑒𝑟𝑣𝑖𝑑𝑜𝑟
𝐿𝑞 = 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 (𝜆 + 𝜇)
𝑁− (1 − 𝑃0 )
𝑒𝑙 𝑓𝑖𝑙𝑎 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 𝜆
𝐿 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 𝜇
𝑁 − (1 − 𝑃0 )
𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝜆

𝑊𝑞 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎

𝐿𝑞 [(𝑁 − 𝐿)𝜆]−1
𝑒𝑛 𝑙𝑎 𝑓𝑖𝑙𝑎
𝑊 = 𝑡𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑡𝑟𝑎𝑛𝑠𝑐𝑢𝑟𝑟𝑖𝑑𝑜
𝐿[(𝑁 − 𝐿)𝜆]−1
𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎, 𝑖𝑛𝑐𝑙𝑢𝑖𝑑𝑜 𝑒𝑙 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜

5. ANÁLISIS DE RESULTADOS

Alcanzar conclusiones válidas a partir de los resultados requiere un gran y cuidadoso

esfuerzo. Cuando se simulan sistemas estocásticos, no es posible extraer
conclusiones a partir de una única simulación que por naturaleza es estadística. Por
tanto, para obtener conclusiones es necesario diseñar y ejecutar experimentos de una
manera lógica y comprehensiva. Existen dos tipos de modelos de simulación:
continuos o interrumpidos.
Un modelo interrumpido simularía por ejemplo un banco que abre a las 8:00 y cierra
a las 14:00, vaciando la cola al final del servicio. Sin embargo, un modelo continuo
se podría asociar a un sistema productivo donde el trabajo con el que se acaba un día,
es con el que se comienza al día siguiente. En este último caso es cuando interesan
los resultados en el estado estacionario.
En los sistemas que conducen a modelos interrumpidos el estado estacionario es
generalmente irrelevante. Lo que importa es el valor medio calculable al recoger un
cierto número de resultados, admitiendo siempre que lo que se obtiene es un valor
medio estimado en un intervalo de confianza. En los sistemas que conducen a
modelos continuos el problema es un poco más complicado, porque hay que eliminar

8
Universidad Privada de Tacna FACEM

de las muestras el estado transitorio, aunque la definición de estado transitorio

exigiría el reconocimiento del estado estable y por tanto del estado transitorio. Los
más importantes paquetes de simulación llevan incorporado herramientas que
realizan estos ejercicios mediante los cuales se pueden calcular los anteriormente
citados intervalos de confianza.
Validación del Modelo
La validación de los modelos es probablemente el paso más importante, y
probablemente también el paso más obviado por aquellos que modelizan. Antes de
iniciar el proceso de realizar un modelo de simulación es necesario que el modelizado
se familiarice con el sistema que tiene que estudiar. Para ello es necesario involucrar
a todos los niveles de personal implicados en el proceso que va a ser simulado. En
ese caso uno de los problemas que aparece es el exceso de detalles en el modelo que
lo convierten en improductivo.
El primer y fundamental paso en la validación es verificar que el programa hace lo
que está previsto que haga. Otro paso es definir el grado de credibilidad, es decir
hasta qué punto los que van a usar el modelo consideran que el mismo tiene una
utilidad y representa la realidad en la media que nos interesa. Para ello es necesario
que los objetivos del estudio, las medidas de rendimiento y el nivel de detalle debe
pactarse y mantenerse en el nivel más simple posible. Cuando sea posible, los
resultados de las simulaciones se deben comprobar con la realidad. Si esta no
estuviera disponible habría que intentar reproducir modelos teóricos con soluciones
conocidas mediante métodos analíticos.

CAPITULO II
MÉTODO DE DECISIONES

1. OBJETIVOS

● Conocer y clasificar los modelos que con frecuencia se utilizan en las industrias
y empresas en general en la toma de decisiones en el campo de la producción y
las operaciones.
● Tener el conocimiento y la habilidad para aplicar las categorías de los modelos
de inventario para la toma de decisión.
● Conocer y aplicar las técnicas para la toma de decisiones bajo certeza, bajo
riesgo y baja incertidumbre.

9
Universidad Privada de Tacna FACEM

● Conocer y aplicar el concepto de valor esperado.

● Conocer, establecer y analizar problemas de toma de decisión mediante matrices
condicionales de pago.
● Conocer, establecer y analizar problemas de toma de decisión mediante árboles
de decisión.
2. FUNDAMENTOS TEORICOS

Intuitivamente puede decirse que “tomar una decisión” implica “escoger” o

“seleccionar" una alternativa o curso de acción entre un conjunto de ellas. La
teoría de la decisión se enfoca como una técnica cuantitativa que sirve de apoyo a
la toma de decisiones. Para desarrollar las técnicas matemáticas propias de la
Teoría de la Decisión se deben conocer un conjunto de conceptos básicos que
recogen la terminología generalmente aceptada por los autores que tratan esta
técnica. La decisión va a suponer una “elección” o “selección” fundamentada en
criterios de algún carácter bien establecido. Al tomar decisiones en la actividad
empresarial debe tratarse de ser Racionales. Nuestro estudio estará por tanto
encaminado hacia la toma racional de decisiones. Así, haremos énfasis en ser
logicos, racionales y objetivos. (Esto es algo a lo que siempre se aspira, aunque
pocas veces se alcance por completo) Para ello debe buscarse apoyo en los
métodos y modelos económicos matemáticos.

3. DESCRIPCION DEL SISTEMA

3.1 DEFINICIÓN DE INVESTIGACIÓN DE OPERACIONES

Teniendo en cuenta sus orígenes la investigación de Operaciones la podemos

definir como un enfoque científico de la toma de decisión. En este orden de ideas,
la toma de decisión es dada a través de la aplicación del método científico, de ahí
la definición antes dada.

Dentro de este contexto, la investigación de operaciones la podemos

identificar desde la época de Frederick W. Taylor, los esposos Gilbreths y Henry
Gantt. No obstante, sólo fue hasta la segunda guerra mundial cuando el término
investigación de operaciones fue utilizado para describir el enfoque adoptado por
ciertos grupos interdisciplinarios de hombres de ciencia para resolver algunos
problemas de estrategias y tácticas del manejo militar. Después de la guerra este
10
Universidad Privada de Tacna FACEM

enfoque se extendió a las organizaciones industriales, y con la aparición del

computador se generó una mayor rapidez, posteriormente bajo este enfoque se
desarrollaron esquemas de toma de decisión a problemas comunes en las
organizaciones industriales.

La investigación de operaciones comienza describiendo algún sistema

mediante un modelo que luego se manipula y a través de este determinar la mejor
forma de operación de dicho sistema.

Es esta, tal vez la mejor forma de tomar una decisión, no obstante, nos
compromete a seguir un proceso de toma de decisiones racional.

3.2. PROCESO RACIONAL DE TOMA DE DECISIONES.

¿Cómo debemos actuar al tomar una decisión? ¿Qué debemos hacer para
tomar la mejor decisión? Hacernos estas preguntas nos ha ocurrido en cualquier
situación. A través de los tiempos muchos intelectuales las discurrieron ya que en
si forman parte fundamental de la búsqueda de la verdad. En esa época muchos
fueron los debates al respecto, el resultado de este extenso debate fue un enfoque
general conocido como el método científico. Además, se han desarrollado varios
modelos matemáticos para problemas específicos.

La investigación de operaciones no hace distinción a los nombres proceso de

toma de decisiones y solución de problemas por tanto cualquier término se
utilizará indistintamente. Esto comprenderá a la secuencia completa de pasos
desde la identificación de un problema hasta su solución. El término toma de
decisiones se referirá a la selección de una alternativa entre un conjunto de estas.
Significa escoger; como tal, la toma de decisiones vendría a ser un paso dentro de
este proceso.

3.3. EL MÉTODO CIENTÍFICO

El método científico surgió a través del tiempo, a partir de la experiencia

práctica de muchos científicos, astrónomos, químicos, físicos y biólogos. En
general se ha reconocido a Sir Francis Bacon como el primero que describió
11
Universidad Privada de Tacna FACEM

formalmente el método, hace más de un siglo. La intención original fue de tener

una guía para la investigación en las ciencias físicas, pero el método se adapta
fácilmente a cualquier tipo de problema.

A continuación, se enumeran los pasos del método científico para resolver

problemas:

• Definir el problema. Este primer paso es crítico porque establece las fronteras
para todo lo que sigue. Debe definirse en magnitud, tiempo y grado de
importancia. Donde comienza y donde termina, que tan grande o pequeño es,
cuando ocurrió y hasta donde puede durar, es relevante o no. Para definir bien un
problema se necesita conocerlo. • Recolección de datos. La razón para este paso
es sencilla, pues se estará más capacitado para resolver problemas si se tiene
suficiente información sobre el mismo. Deberá reunirse información pasada,
hechos pertinentes, así como soluciones previas a problemas semejantes. Definir
alternativas de solución. El método científico se basa en la suposición que las
soluciones existen. En este paso se buscan las soluciones posibles y se enumeran.
• Evaluar las alternativas de solución. Una vez enumeradas todas las alternativas
de solución, deberán evaluarse. Esto puede lograrse comparando una por una con
un conjunto de criterios de solución u objetivos que se deben cumplir. También
puede lograse estableciendo rangos relativos de las alternativas de acuerdo con
factores que sean importantes para la solución. En general se hacen las dos cosas.
• Seleccionar la mejor alternativa. Aquí se toma la decisión de cuál de las
alternativas cumple mejor con los criterios de solución. • Puesta en marcha. La
toma de decisiones en administración debe llevar a actuar. La alternativa
seleccionada deberá ponerse en práctica.

Aun cuando se presenta el método científico como un paquete ordenado de

pasos separados, existe retroalimentación y sus pasos permiten retroalimentación.

Esto puede darse, por ejemplo, que al tratar de evaluar las alternativas se
descubra que no se tiene la información suficiente. Entonces, al pasar de nuevo al
segundo paso, puede encontrarse otras alternativas de solución.

12
Universidad Privada de Tacna FACEM

4. CUADRADOS DE DATOS
Las tablas de decisión se usan para representar la descripción de situaciones, se
representan las distintas alternativas, estados de la naturaleza y las consecuencias,
proporcionan una descripción completa, correcta, clara y concisa de una situación
que se resuelve por una decisión tomada en un momento específico del tiempo.
Una tabla de decisión es una herramienta que sintetiza procesos en los cuales se
dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor
que toman las acciones. Puede utilizarse como herramienta en las distintas áreas
de modelos de los proyectos: la exposición de los hechos, en el análisis del sistema
actual, en el diseño del nuevo sistema y en desarrollo del software.
Esta herramienta ayuda al analista a integrar los datos recopilados por los diversos
métodos y a representar de manera más fácil la lógica de un problema cuando está
es más o menos complicada.
Para construir una tabla se debe determinar el máximo de la tabla, después
eliminar cualquier situación imposible y redundancias hasta simplificarlo como
sea posible.
1. Determinar las condiciones: factores relevantes que afectan la toma de
decisiones, esto permite identificar las condiciones en la decisión. Cada
condición tiene la posibilidad de cumplirse o no.
2. Determinar las acciones posibles
3. Determinar las alternativas para cada condición.
 Tablas limitadas: solo son posible 2 alternativas (si-no) o (verdadero
– falso).
 Tablas extendidas: para cada condición existe varias alternativas.
4. Calcular el máximo de columnas en la tabla de decisión: se calcula
multiplicando el número de alternativas de cada condición.
5. Armar una tabla de cuatro cuadrantes.

CONDICIÓN REGLAS DE
DECISIÓN
Identificación de Entradas de acciones
condiciones
Identificación de acciones Entradas de condiciones

13
 Universidad Privada de Tacna FACEM

6. Determinar las reglas que tendrá la tabla de decisión y completar las

alternativas, existen dos formas:

 Llenar la tabla considerando una condición a la vez, cada condición adicional se

añade a la tabla sin considerar combinaciones y acciones duplicadas.
 Comenzar con la primera condición, dividir el número de columnas por el número
de alternativas de cada condición y así sucesivamente con las demás condiciones.
Ejemplo: la siguiente tabla presenta 6 columnas, cada uno puede tener las alternativas
(SI-NO), por lo que, 6/2=3.

Condiciones Reglas
Condición 1 S S S S N N N N
Condición 2 S S N N S S N N
Condición 3 S N S N S N S N
Acción 1 X X
Acción 2 X X X
Acción 3 X X
Acción 4 X

Completar la tabla completando con X todas las acciones que debe ejecutarse con cada
regla.
Combinar aquellas reglas en las que aparecen alternativas de condiciones que no influye
en el conjunto de acciones.
por ejemplo:
Condiciones Reglas Condiciones Reglas
Condición 1 S S S S N N N N Condición 1 S -- -- N
Condición 2 S S N N S S N N Condición 2 S N -- S
Condición 3 S N S N S N S N Condición 3 -- S N S
Acción 1 X X Acción 1 X
Acción 2 X X X Acción 2 X
Acción 3 X X Acción 3 X
Acción 4 X Acción 4 X

7.Verificar la tabla para eliminar situaciones imposibles, contradictorias o redundantes.

14
 Universidad Privada de Tacna FACEM

Si es necesario reordene las condiciones y acciones para hacer la tabla más clara.
Verificación de las tablas de decisión
Después de construir una tabla, los analistas verifican que sea correcta y completa con la
finalidad de asegurar que la tabla incluye todas las condiciones junto con las reglas de
decisión que las relacionan con las acciones.
Eliminación de la redundancia: las tablas de decisión pueden volverse muy grandes y
difíciles de manejar si se permite que crezca sin ningún control. Remover las entradas
redundantes puede ser de ayuda para manejar el tamaño de la tabla. La redundancia se
presenta cuando las siguientes condiciones son verdaderas al mismo tiempo:
 Dos reglas de decisión son idénticas salvo para una condición del renglón y.
 Las acciones para las dos reglas son idénticas.

- Supresión de contradicciones: las reglas de decisiones son contradictorias entre

sí cuando dos o más reglas tienen el mismo conjunto de condiciones, pero sus
acciones son diferentes.

15
Universidad Privada de Tacna FACEM

CONCLUSIONES

- La formación de colas es un fenómeno común que ocurre siempre que la

demanda efectiva de un servicio excede a la oferta efectiva
- La teoría de colas en si no resuelve directamente el problema, pero contribuye
con la informacion vital que se requiere para tomar las decisiones concernientes
prediciendo algunas características sobre la línea de espera: probabilidad de que
se formen, el tiempo de espera promedio

SUGERENCIAS

- Utilizar la herramienta de la simulación para obtener respuestas ante situaciones

de la búsqueda del mejor número de servidores.
- La exactitud en la medición de los tiempos de llegada y de servicio, son muy
importante para efectuar una toma de decisiones racional.

16
Universidad Privada de Tacna FACEM

BIBLIOGRAFÍA

 http://personales.upv.es/jpgarcia/linkeddocuments/teoriadecolasdoc.pdf
 https://www.iit.comillas.edu/aramos/simio/transpa/t_qt_ar.pdf
 Libro:Colectivo de autores:“Introducción a la investigación de operaciones”,tomo
III, 1999.
 http://www.eumed.net/librosgratis/2011b/969/la%20investigacion%20de%20op
eraciones%20en%20el%20proceso%20de%20toma%20de%20decisiones.html

17