2.

1 DEFINICIONES LINEAS DE ESPERA, CARACTERISTICAS Y SUPOSICIONES

Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lneas de espera particulares o sistemas de colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado. Esta informacin, junto con los costos pertinentes, se usa, entonces, para determinar la capacidad de servicio apropiada. Una situacin de lnea de espera, se genera de la siguiente manera: El cliente llega a una instalacin se forma en un lnea de espera. El servidor elige a un cliente de la lnea de espera, para comenzar el servicio. Al trmino del servicio se repite el proceso de elegir un nuevo cliente.

Cliente.- Unidades que entran al sistema para recibir un servicio. Pueden ser personas, cartas, carros, incendios, ensambles intermedios en una fbrica, etc. Servidor.- Unidades encargadas de prestar un servicio. Pueden ser las cajas en un banco, en un supermercado, unidades de emergencias, un mdico, una mquina, etc. Disciplina de servicio.- Regla establecida para proporcionar un servicio a un cliente en la lnea de espera.

TIPOS DE LINEAS DE ESPERA.

2.2 Terminologa Y Notacin

Esta notacin sirve para etiquetar o nombrar a los diferentes modelos de lneas de espera que se pueden tener. La notacin consta de 6 nmeros de la forma siguiente: a/b/c/d/e/f Donde los smbolos representan lo siguiente: a= La distribucin de tiempo entre llegadas.

b= La distribucin de tiempo de servicio.

c= El nmero de servidores en paralelo. d= Tipo de disciplina en el servicio (FCFS, LCFS, SIRO, PRIORIDAD). e= Nmero mximo admitido en el sistema (lnea de espera + en servicio). f= Tamao de la poblacin de donde se extrae los clientes.

Para reemplazar a los smbolos a y b se usan las siguientes iniciales: M = Cuando el tiempo de llegada o servicio tiene una distribucin exponencial entrada o salida de Poisson (o Markoviana). D= Cuando el tiempo de llegada o servicio es determinista Ek = Cuando el tiempo de llegada o servicio tiene una distribucin de Erlangs con parmetro K. G = Cuando el tiempo de llegada o servicio tiene una distribucin general (cualquier distribucin arbitraria).

2.3 PROCESO DE NACIMIENTO Y MUERTE.

PROCESO DE NACIMIENTO PURO Y MUERTE PURA En el primer proceso, los clientes llegan y nunca parten y en el segundo proceso los clientes se retiran de un abasto inicial. En ambos casos los procesos de llegada y retiro ocurren de manera aleatoria. Las dos situaciones se denominan proceso de nacimiento puro y proceso de muerte pura. MODELO DE NACIMIENTO PURO Considere la situacin de emitir actas de nacimiento para bebes recin nacidos. Estas actas se guardan normalmente en una oficina central de Registro Civil. Hay razones para creer que el nacimiento de bebes y, por ello, la emisin de las actas correspondientes es un proceso completamente aleatorio que se puede describir por medio de una distribucin de Poisson.

MODELO DE MUERTE PURA Considere la situacin de almacenar N unidades de artculo al inicio de la semana, para satisfacer la demanda de los clientes durante la semana. Si suponemos que la demanda se presenta a una tasa de unidades por da y que el proceso de demanda es completamente aleatorio, la probabilidad asociada de tener n artculos en el almacn despus de un tiempo t, la da la siguiente distribucin truncada de

2.4 MODELOS POISSON Existen una gran variedad de modelos para los sistemas de colas, las dos caractersticas ms importantes sern : a) Los tiempos de llegada. b) Los tiempos de servicio. En los sistemas de colas reales no es posible determinar con exactitud estos dos tiempos, es decir no son determinsticos, los ms comunes son los modelos probabilsticos, donde se dan un promedio de estos tiempos, por lo tanto tenemos que usar una distribucin de probabilidad que se ajuste lo ms cercano a la realidad.

Para calcular la probabilidad de cul ser el tiempo entre llegadas se utiliza la distribucin exponencial, esta distribucin tiene una funcin de densidad de probabilidad: (densidad de probabilidad continua).

Donde: T es el tiempo entre los eventos (tiempo de llegadas o tiempo deservicio). es la tasa media que ocurra una llegada o servicio. Si se grafica esta distribucin de probabilidad nos da lo siguiente:

La media de esta funcin esta dado por:

La varianza de esta funcin es:

Aqu se puede observar las siguientes propiedades de esta distribucin:1) La probabilidad de que ocurra un evento siempre es positiva pero menor que 12) fT(t) es una funcin decreciente respecto a t, es decir es ms probable que el valor de T este cercano a la media.3) La distribucin de probabilidad del tiempo para que ocurra un evento, no depende del tiempo en que ocurri el evento anterior, es decir es independiente.

2.4.1 Un servidor. Este modelo puede aplicarse a personas esperando en una cola para comprar boletos para el cine, a mecnicos que esperan obtener herramientas de un expendio o a trabajos de computadora que esperan tiempo de procesador. Llegadas. Consiste en la entrada al sistema que se supone es aleatoria. No tienen horario, es impredicible en que momento llegarn . El modelo tambin supone que las llegadas vienen de una poblacin infinita y llegan una a la vez . Cola. En este modelo se considera que el tamao de la cola es infinito. La disciplina de la cola es primero en llegar, primero en ser servido sin prioridades especiales. Tambin se supone que las llegadas no pueden cambiar lugares en la lnea (cola) o dejar la cola antes de ser servidas. Instalacin de Servicio. Se supone que un solo servidor proporciona el servicio que vara aleatoriamente. Salidas. No se permite que las unidades que salgan entren inmediatamente al servicio. Caractersticas de operacin . Un servidor y una cola. Llegada Poisson. Cola infinita, primero en llegar primero en ser servido. Tiempos de servicio exponenciales.

Ejemplo : (Un supermercado ) Supngase un supermercado grande con muchas cajas de salida, en donde los clientes llegan para que les marquen su cuenta con una tasa de 90 por hora y que hay 10 cajas en operacin. Si hay poco intercambio entre las lneas, puede tratarse este problema como 10 sistemas separados de una sola lnea, cada uno con una llegada de 9 clientes por hora. Para una tasa de servicio de 12 por hora : Dados A = 9 clientes por hora S = 12 clientes por hora

Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de ser servido. En promedio, hay un poco ms de dos clientes en la lnea o tres en el sistema. El proceso completo lleva un promedio de 20 minutos. La caja est ocupada el 75 % del tiempo. Y finalmente, el 32 % del tiempo habr cuatro personas o ms en el sistema ( o tres o ms esperando en la cola).

2.4.2 Modelos de varios servidores Supngase que las llegadas son Poisson, los tiempos de servicio son exponenciales, hay una sola lnea, varios servidores y una cola infinita que opera con la disciplina de primero en llegar primero en ser servido. Las ecuaciones para las caractersticas de operacin se vuelven un poco ms complicadas. Sea : N = nmero de servidores. A = tasa promedio de llegadas (llegadas por unidad de tiempo). S = tasa promedio de servicio por cada servidor (llegadas por unidad de tiempo).

La cantidad P0 es la probabilidad de que no haya llegadas en una unidad de tiempo, lo cual no lo hace ms fcil de calcular. Para dos o tres servidores pueden combinarse y simplificar las dos ecuaciones para obtener, para N=2

2.5 ANLISIS DE COSTOS

Costos Histricos.- Medida del valor de mercado de un activo al momento de su compra para efectos de impuestos. Costos Corrientes.- Medida del valor de mercado de un activo en el presente relevante para la toma de decisiones gerenciales. Determinantes de los costos corrientes A) Costo de reemplazo.- Costos de duplicar la capacidad productiva usando tecnologa del momento actual. B) Costo de oportunidad.- Valor al que se renuncia asociado con el uso actual del activo en lugar de su uso en la mejor alternativa. En el Largo Plazo todos los factores son variables por tanto no hay costos fijos. En especial, el tamao de planta es variable. Suponga que los precios de los factores no cambian con el nivel de produccin, existe una relacin directa entre las funciones de costos y de produccin.

BIBLIOGRAFIA
http://es.scribd.com/doc/59249705/5-Lineas-de-espera http://sistemas.itlp.edu.mx/tutoriales/investoper2/tema33.htm http://sistemas.itlp.edu.mx/tutoriales/investoper2/tema37.htm

Introduccin a la Inv. Operaciones (Hillier-Lieberman) McGrawHill Octava edicin 2007.

Investigacin de operaciones Shamblin, J. y Stevens . Mxico: McGraw-Hill. 1975