TEORIA DE LINEAS DE ESPERA

INTRODUCCION ROP

El tener que esperar en una cola es una experiencia considerada como desagradable, especialmente si se tiene que esperar de pie. Los periodos largos de espera irritan a las personas y las invitan a desertar, e irse a otra parte e incluso a no regresar. Esta situacin que afecta los beneficios potenciales puede y debe gestionarse en forma eficiente utilizando la teora de lneas de espera. El tiempo de espera es tal vez uno de los componentes del ciclo de servicio peor gestionados, y debe ser incluido dentro del concepto de la calidad del servicio. En el rea de produccin las lneas de espera tienen gran aplicacin en los estudios de cuello de botella de los procesos de produccin, los cuales afectan los incrementos de inventario en proceso y los retardos en los tiempos de entrega al cliente; igualmente las lneas de espera tienen gran aplicacin en sistemas de mantenimiento a aviones, carros, trenes, equipos de computo, maquinaria, y en general a equipo productivo. Ofrecer un servicio rpido no solo es cuestin de calidad, costos y beneficios estn involucrados, los cuales son argumentos competitivos para una compaa.

Ejemplos de sistemas de colas Servicio

Supermercados Bancos Aeropuerto Call center Carga Crucero Fbrica Hospital Llegadas Clientes Clientes Aviones Llamadas Camiones Autos componentes Pacientes Cola Clientes en Cajas Clientes en Caja Aviones Llamadas camiones Autos componentes Pacientes Servidor Cajeros Cajeros Pista Operadores Montacargas Semforo Operadores Mdicos

PROCESO BASICO DE COLAS Clientes provenientes de una fuente o poblacin potencial, llegan a un sistema a solicitar un servicio, generalmente hacen cola, una vez que son servidos se van. La siguiente figura ilustra el sistema de colas:

Poblacin Cola

Canal de servicio

Sistema

Poblacin. Fuente potencial generadora de nuevos clientes al sistema de colas. Caractersticas: Tamao: La poblacin puede ser infinita o finita. Tiempo entre llegadas: Aleatorio, constante Tasa de llegadas: Es el nmero promedio de llegadas de nuevos clientes al sistema, por unidad o intervalo de tiempo t Llegadas: Individuales, en lotes Actitud de los Clientes: Pacientes, impacientes Cola. Se refiere a las unidades que esperan por el servicio, no incluye a la unidad que est siendo atendida. No necesariamente estn fsicamente frente al canal de servicio, como por ejemplo los clientes que llaman por telfono y quedan en lista de espera Caractersticas: Tamao: Infinita, finita ( existe una cota superior para el nmero de mximo de clientes admitidas en ella) Canal de servicio: Es la persona, mquina, instalacin o proceso que presta el servicio. Caractersticas: Tiempo de servicio: Tiempo transcurrido desde que comienza el servicio hasta que termina. Puede ser aleatorio o constante. El cliente que esta siendo atendido no pertenece a la cola. Tasa de servicio: Conocido el tiempo medio de servicio, es posible determinar la tasa de servicio. Se refiere al nmero promedio de clientes atendidos por unidad o intervalo de tiempo t Disciplina de Servicio: La establece el canal, se refiere a la disciplina de cmo atender a los clientes que llegan. Se tienen PEPS, UEPS, ALEATORIO, PRIORIDADES (Absolutas y relativas) Nmero de canales: Un solo canal o varios canales Disposicin de los canales: En paralelo, en Serie De acuerdo al nmero y disposicin de los canales de servicio, los sistemas de colas se pueden clasificar en los siguientes sistemas bsicos: Unicanal Multicanal o paralelo

Serie

Mixto

Sistema: El sistema esta conformado por la cola y el o los canales de servicio. Flujos: Un estudio de lneas de espera, debe partir del estudio de los flujos o llegadas de los nuevos clientes al sistema de colas, en diversos momentos del tiempo. Es necesario identificar el ciclo o variacin del flujo en el tiempo, porque las acciones de gestin dependern de la identificacin de los periodos de mxima demanda o pico, que exceden la capacidad fsica del sistema de prestacin del servicio, y de otros perodos donde la demanda es menor que dicha capacidad. El estudio de la variacin de la demanda en el tiempo se debe apoyar en un estudio estadstico, sin embargo otros enfoques indican que la capacidad del sistema se puede ajustar acorde al funcionamiento y experiencias acumuladas. Capacidad del sistema: Determinada por la cantidad de clientes que se pueden atender por unidad de tiempo (por todos los canales ). Tambin se puede referir a ella como el nmero de clientes que puede fsicamente alojar o manejar el sistema en un momento dado. La capacidad del sistema determina el nivel de servicio que se ofrece al cliente. La siguiente figura ilustra como, para una capacidad del sistema, segn los flujos de clientes en el tiempo, existen periodos de baja y periodos pico en los cuales se excede la capacidad instalada. Demanda Picos Capacidad del Sistema

Tiempo Segn la grfica existen dos situaciones que se deben gestionar: Picos de la demanda. Demanda que no puede ser satisfecha en un periodo de tiempo dado, conlleva a altos tiempos de espera, por tanto deserciones y prdida de beneficios, por otro lado acumulacin de grandes volmenes de inventario, incrementos en los tiempos de entrega al cliente. Las acciones necesarias para manejar esta situacin apuntan a descabezar dichos picos. Demanda menor que la capacidad. A pesar de que la demanda es menor que la capacidad del sistema, se forma cola, en este caso se trata de disear el sistema de tal forma que permita un servicio rpido al cliente, optimizando los tiempos de espera o el tamao de la cola. Es ac donde la teora de lneas de espera juega un papel importante, como tcnica que permite gestionar la atencin rpida al cliente. Porqu si la demanda es menor que la capacidad, se forma una lnea de espera?. La razn por la cual se forma una cola se debe a la aleatoriedad existente entre los tiempos entre llegadas y los tiempos de servicio.

La teora de lneas de espera permite al usuario describir el sistema de colas bajo estudio, es decir le permite calcular estadsticas de congestin, pero no optimiza el funcionamiento del mismo; es el usuario quien debe optimizar el sistema bajo estudio. COSTOS ASOCIADOS El costo de un sistema de colas tiene dos componentes: costo del servicio y costo asociado con la espera, el objetivo es disear el sistema de tal forma que se produzca el menor costo total. En la siguiente figura se puede observar la relacin de dichos costos con el nivel de servicio y su incidencia en el costo total.

Para bajos niveles de servicio se experimentan largas colas y por tanto costos de espera altos. Conforme se incrementa el nivel de servicio se incrementan los costos del mismo, pero disminuyen los costos de espera. El costo total del sistema disminuye, pero a partir de cierto nivel los ahorros en el costo de espera no compensan los incrementos del costo del servicio. El costo del servicio es tangible, y aparece en la contabilidad, sin embargo el costo de la espera es un intangible y se refiere a un beneficio perdido por los clientes que no vuelven, por los que se retiran, causan sobre costos de entrega o, incrementos en los inventarios por los cuellos de botella que se generan. En general la funcin de costos total (CT) esta dada por: CT/ periodo de tiempo = $ C1 * K + $ C2 * L Donde $ C1 son los costos del servicio, por servidor o canal por unidad de tiempo, y $ C2 son los costos asociados con la espera, evaluados por cliente y unidad de tiempo.

CRITERIO GERENCIAL Muy aplicado por organizaciones de servicio, las cuales por criterio establecen segn condiciones competitivas, un tiempo mximo de espera para un cliente en la cola, o un nmero mximo de clientes en espera, lo cual permite calcular el nivel ptimo de servicio. CARACTERISTICAS DE CONGESTION DE INTERES Y NOTACIN Entre las caractersticas de inters en un sistema de lneas de espera se tienen: Notacin Nmero esperado de unidades en el sistema. L Nmero esperado de unidades en la cola Lq Tiempo medio esperado en el sistema W Tiempo medio esperado en la cola Wq Utilizacin del sistema Porcentaje de veces que el canal esta ocioso Po Probabilidad de que haya n unidades en el sistema Pn Nmero esperado de estaciones desocupadas E(g) Probabilidad de tener que esperar Pk NOTACION KENDALL Notacin ampliamente utilizada para clasificar los diferentes modelos de lneas de espera. El formato es el siguiente: a/b/c/d/e/f, donde a: Representa la distribucin de probabilidad del tiempo entre llegadas. Si es exponencial se denota por M, si es determinista se denota por D, si es cualquier distribucin general se denota por G. b: representa la distribucin de probabilidad del tiempo de servicio. Igual que caso anterior. c: Representa el nmero de canales. Puede ser uno o varios canales (varios K S) d: Representa la disciplina de servicio. Puede ser peps, ueps, aleatorio (siro), con base a prioridades e: Representa el mximo nmero de clientes que se pueden alojar en el sistema en un instante dado del tiempo. ( se nota N) f: Representa el tamao de la poblacin potencial de clientes, cuando esta es finita ( se nota m ) Cuando la disciplina es peps, capacidad ilimitada y poblacin infinita, se puede omitir su notacin. Ejemplos: M/M/1 M/M/4 M/G/1 M/D/1 M/M/1/8 M/M/2/8 M/M/1/ / 15 M/M/3/ / 15

En general los modelos M se refieren a procesos carentes de memoria o Markovianos; Una distribucin muy utilizada en colas y que tienen esta caracterstica es la Exponencial Siempre que se hable de M se refiere a tiempos entre llegadas o de servicio exponenciales.

CONDICION DE ESTADO ESTACIONARIO En el anlisis de lneas de espera se debe identificar las condiciones iniciales o transitorias de las condiciones de largo plazo, estado estable o estado estacionario. Todas las estadsticas de congestin que se deducen para los diferentes modelos de colas, se suponen valores medios o de estado estable, independientes del tiempo transcurrido y de las condiciones iniciales. Estado estable o estacionario, se refiere a la condicin del sistema de colas como independiente del estado inicial y del tiempo t transcurrido. RELACIONES FUNCIONALES ENTRE LAS CARACTERISITICAS DE OPERACION L = *W Lq = *Wq W = Wq + 1/

En estas relaciones, cuando no es una constante para todo n, entonces se usa La cual se puede calcular de la siguiente forma: = nPn para toda n

REPASO DE LAS DISTRIBUCIONES POISSON Y EXPONENCIAL NEGATIVA Distribucin de Poisson: f ( x ) = P ( X = x ) = e- *x x! F ( x) = e- *x x!

Para x = 0,1,2,3,4,

Distribucin Exponencial negativa f( x ) = * e- x F ( x ) = 1 - e- x HIPOTESIS A CONSIDERAR EN LOS MODELOS DE COLAS 1. Si N(t) = n es el nmero de unidades en el sistema en el instante t, las llegadas de nuevos clientes se consideran con distribucin Poisson con parmetro n 2. Si N(t) = n es el nmero de unidades en el sistema en el instante t, los servicios se consideran con distribucin exponencial con parmetro 1/n 3. Para un pequeo intervalo de tiempo t la probabilidad de dos o ms ocurrencias es cero (una llegada y una salida, o dos llegadas, o dos salidas, o ms de dos ocurrencias combinadas) 4. En el largo plazo el nmero esperado de llegadas es igual al nmero esperado de salidas. Esto es lo que se llama la ecuacin de balance del sistema.

Para x > 0

MODELO M/M/1 Caractersticas: Poblacin infinita Un solo canal No hay rechazo No hay abandono Disciplina de Servicio peps Llegadas segn distribucin Poisson con tasa n = para n > o = a cero Servicios exponenciales con tasa de servicio n = para n > 0 Utilizando las hiptesis anteriormente enunciadas, es decir aplicando el proceso de nacimiento y muerte se pueden obtener ecuaciones para este modelo, a partir del siguiente diagrama de estados, donde se resumen las hiptesis del modelo. Luego de sacar las ecuaciones de balance, las cuales lo haremos en tablero, se obtienen las diversas ecuaciones de congestin. Se cumple que < Diagrama de Estados 0 1 2 3 4 5 n

Ecuacin de Balance Estado 0 P0 = P1 despejando P1 =

P0 2 2
P0

P0 + P2 = P1 + P1

despejando

P2 =

P1 + P3 = P2 + P2

despejandoP3 =

3 3

P0

En general si se continua determinando la ecuacin de balance hasta el estado n-1, se obtendr para el estado n la siguiente ecuacin general, donde = / Pn = P0 la cual se puede expresar como: n

Pn =

* P0

Para el modelo M/M/1, = / representa el factor de utilizacin, y significa el porcentaje de veces que el sistema est ocupado. El sistema est ocupado cuando al menos hay un cliente en el sistema, por tanto el servidor est ocupado. En esta ecuacin P0 es una incgnita, pero se puede hallar a partir de:

i =0

Pn

=1

entonces

Po*

i= 0

= 1 se obtiene que Po = 1-

este resultado sale de

n =0

1 1 x

si < 1

es decir <

E(n) = L = n * Pn =
n =0

El nmero esperado de clientes en el sistema

E(n) = L =

n =0

n * Pn = n *
n =0

* Po = * Po *

n =0

n *

n 1

= * Po * d

n =0

= * Po * d(

1 1 ) = * Po * = 2 = 1 1 ( ) (1 )

2 E(n-1) = Lq = (n k ) * Pn = ( ) n =k
E(n-1) = Lq = (n 1) * Pn =
n =1

El nmero esperado de clientes en la cola

n =0

n * Pn -

n =1

Pn

= E(n) (1-Po) = L -

W=

Wq =

Lq

En los modelos donde no es una constante para todo n, entonces se

utiliza =

n =0

n * Pn

Ejemplo 1. La empresa area ABC mantiene un empleado para atender las reservaciones y para suministrar informacin acerca de los horarios de la salida y llegada de los vuelos. Todas las llamadas que se hacen a la empresa entran por un conmutador. Si quien llama solicita informacin o reservaciones, la recepcionista pasa la llamada al empleado encargado; pero si est ocupado se le solicita que espere en la lnea. Cuando el empleado queda libre, se le comunica con la persona que ms ha esperado. Suponga que las llamadas y los servicios siguen una distribucin de Poisson. Las llamadas llegan a una tasa de 10 por hora y el empleado atiende una llamada en 4 minutos en promedio. a) Cul es el promedio de llamadas que esperan comunicacin con el despacho de reservaciones? b) Cul es el tiempo promedio que debe esperar una llamada antes de comunicarse con el despacho de reservas? c) Cul es el tiempo promedio para que una llamada quede satisfecha?

Se presenta a continuacin la salida del software QSB

Queuing Performance for Ejemplo1 M/M/1 With lamda = 10 customers per hora and = 15 customers per hora Overall system effective arrival rate = 10.0000 per hora Overall system effective service rate = 10.0000 per hora Overall system effective utilization factor = 0.666667 Average number of customers in the system (L) = 2.00 Average number of customers in the queue (Lq) = 1.33 Average time a customer in the system (W) = 0.200 hora Average time a customer in the queue (Wq) = 0.133 hora The probability that all servers are idle (Po)= 0.33 The probability an arriving customer waits(Pw)= 0.67

Ejemplo 2. El tiempo entre llegadas a un sistema de inspeccin visual es de 2 minutos por pieza, con distribucin exponencial. El tiempo que gasta el inspector se distribuye exponencialmente con media de 1.5 minutos por pieza. a) Cul es el tiempo promedio de espera de una pieza antes de inspeccin? b) En promedio cuantas piezas estn en espera de ser inspeccionadas? Queuing Performance for Ejemplo2 M/M/1 With lamda = 30 customers per hora and = 40 customers per hora Overall system effective arrival rate = 30.0000 per hora Overall system effective service rate = 30.0000 per hora Overall system effective utilization factor = 0.750000 Average number of customers in the system (L) = 3.000000 Average number of customers in the queue (Lq) = 2.250000 Average time a customer in the system (W) = 0.100000 hora Average time a customer in the queue (Wq) = 0.075000 hora The probability that all servers are idle (Po)= 0.250000 The probability an arriving customer waits(Pw)= 0.750000

Ejemplo 3. Consideremos un controlador de 4 lneas de entrada de 4800bps c/u y una salida de 9600bps. El tamao promedio de los mensajes es de 1000 bits por mensaje y el trfico es de 2 mensajes por segundo. Calculemos entonces el retardo promedio de los mensajes y la cantidad de mensajes en espera que habr en el sistema como para poder disear el buffer necesario. Si la velocidad de salida del controlador es de 9600bps y el tamao de mensaje de 1000 bits, entonces =9,6 mensajes/segundo y = 8 mensajes/segundo =4 lneas*2 (tener en cuenta que hay 4 entradas). Con estos datos tenemos:

W =

1 1 = = 625mseg 9,6 8 L= = 5mensajes

MODELO M/M/K Caractersticas: Poblacin infinita K canales de servicio en paralelo Una sola cola frente a los canales, donde el cliente que espera en la cola es atendido por el primer canal que queda desocupado. No hay rechazo, no hay abandono Disciplina de servicio peps Llegadas segn distribucin Poisson con parmetro n = para n o Servicios exponenciales con parmetro n = n para n < K = k para n Donde n es la tasa global del sistema, es decir de todos los servidores ocupados. Se supone que cada servidor tiene la misma tasa , porque de lo contrario sera un modelo especial de colas. Utilizando las hiptesis anteriormente enunciadas, es decir aplicando el proceso de nacimiento y muerte se pueden obtener las ecuaciones de estado estable si se cumple que < k , las cuales se presentan en la tabla de formulas, la cual no incluye la siguiente : Numero esperado de canales desocupados = k - Diagrama de Estados 0 1 2 2 3 3 4 4 5 5 (k-1) k

Ecuacin de Balance Estado

P0 = P1

despejando

P1 =

P0 1 2 * P0 2 2 1 3 * P0 3! 3

P0 + 2P2 = P1 + P1

despejando

P2 =

2
.. ..

P1 + 3P3 = P2 + 2P2

despejando

P3 =

.. k-1 .. .. .. n-1 P(n-2) + kPn=Pn-1 + KPn-1 despejando se tiene que: P(k-2) + kPK = PK-1 + (k-1)Pk-1 despejando PK =

k 1 ( ) *P0 K * k!

Pn =

nk k * ( ) * P0 k!* k k

De este sistema de ecuaciones se obtiene:

Pn

n 1 * ( ) *P0 n!

n< k

n 1 * ( ) * P0 n k!* k n k
Se sabe que

i =0

Pn

=1

a partir de esta ecuacin se puede determinar Po, se obtiene

Po = [

k 1

n! n =0

k (1- ) / k! k

Ejemplo 3. En ejemplo 1, suponga que se considera colocar un nuevo empleado de tal manera que las llamadas sean recibidas indistintamente por cualquiera de los dos que est libre. a) Cul sera el nmero promedio de llamadas esperando comunicarse con el despacho de reservas? b) Cul sera entonces el tiempo esperado antes de que una llamada tuviera comunicacin con el despacho de reservas? c) Supngase que el costo de funcionamiento de un despacho adicional es de US $ 8 diarios y el costo del good will de la espera de cada cliente US $ 0.20 por minuto de espera (antes de la comunicacin) debera emplearse un segundo dependiente? d) Cul sera el costo de indiferencia del good will para conseguir o no un segundo empleado? e) Cules son las hiptesis acerca del nmero esperado de llamadas para cada hora del da? Queuing Performance for Ejemplo3 M/M/2 With lamda = 10 customers per hora and = 15 customers per hora Overall system effective arrival rate = 10.0000 per hora Overall system effective service rate = 10.0000 per hora Overall system effective utilization factor = 0.333333 Average number of customers in the system (L) = 0.750000 Average number of customers in the queue (Lq) = 0.083333 Average time a customer in the system (W) = 0.075000 hora Average time a customer in the queue (Wq) = 0.008333 hora The probability that all servers are idle (Po)= 0.500000 The probability an arriving customer waits(Pw)= 0.166667 Ejemplo 4. Suponga que en el taller "Rueda Libre" los mecnicos llegan a un puesto de prstamo de herramientas a una tasa de 20 por hora. El empleado requiere 2,5 minutos para localizar la herramienta y hacer el vale y verificarlo. Los mecnicos reciben un salario

de $ 950,oo por hora y los almacenistas $ 780,oo incluyendo prestaciones extralegales. Cuntos empleados en el puesto de prstamo de herramientas deben ser contratados si suponen llegadas y servicios Poissonianos? Queuing Performance for Ejemplo4 M/M/2 With lamda = 20 customers per hora and = 24 customers per hora Overall system effective utilization factor = 0.416667 Average number of customers in the system (L) = 1.008403 Average number of customers in the queue (Lq) = 0.175070 M/M/3 With lamda = 20 customers per hora and = 24 customers per hora Overall system effective utilization factor = 0.277778 Average number of customers in the system (L) = 0.855529 Average number of customers in the queue (Lq) = 0.022196 M/M/4 With lamda = 20 customers per hora and = 24 customers per hora Overall system effective utilization factor = 0.208333 Average number of customers in the system (L) = 0.836234 Average number of customers in the queue (Lq) = 0.002901 Ejemplo 5. Una compaa de seguros tiene tres empleados para atender los reclamos de los clientes. Estos llegan segn una ley de Poisson a una tasa de 20 por da de 8 horas. El tiempo que cada empleado le dedica a un cliente se distribuye en forma exponencial con un promedio de servicio de 40 minutos con disciplina peps en la cola. a) Cuntas horas a la semana se espera que un empleado gaste con los clientes? b) Cunto tiempo gasta en promedio un cliente haciendo un reclamo? c) Cunto tiempo gasta en promedio un cliente esperando par hacer un reclamo? Queuing Performance for Ejemplo5 M/M/3 With lamda = 2.5 customers per hora and = 1.5 customers per hora Overall system effective arrival rate = 2.500000 per hora Overall system effective service rate = 2.500000 per hora Overall system effective utilization factor = 0.555556 Average number of customers in the system (L) = 2.041367 Average number of customers in the queue (Lq) = 0.374700 Average time a customer in the system (W) = 0.816547 hora Average time a customer in the queue (Wq) = 0.149880 hora The probability that all servers are idle (Po)= 0.172662 The probability an arriving customer waits(Pw)= 0.299760

Probability of n Customers in the System P(0) = 0.17266 P(4) = 0.07401 P(8) = 0.00705 P(1) = 0.28777 P(5) = 0.04112 P(9) = 0.00392 P(2) = 0.23981 P(3) = 0.13323 P(6) = 0.02284 P(7) = 0.01269 P(10) = 0.00218

MODELO M/M/1/N Caractersticas : Poblacin infinita Un solo canal Se presenta rechazo, pero no hay abandono. Disciplina de Servicio peps Llegadas segn distribucin Poisson con tasa n = = 0 Servicios exponenciales con tasa de servicio n =

para 0 n < N para n = N para n > 0

Este modelo supone que la capacidad del sistema es limitada, ya sea porque no se puede albergar a todas las unidades que llegan, o porque la actitud del cliente es de impaciencia, o porque el canal de servicio lo establece as. Ac se tienen tres tasas: una de llegadas, una de rechazo y una efectiva de entrada al sistema. La tasa de llegadas es _ La tasa efectiva de entrada al sistema = ( 1 PN ) La tasa de rechazo = * PN Al igual que en los dos modelos anteriores, considerando las hiptesis anteriormente enunciadas, se pueden obtener ecuaciones para este modelo, no se requiere que < ; las cuales se presentan en la tabla de formulas.

Diagrama de Estados 0 1 2 3 4 5
N

=0

Ejemplo 6. Una estacin de servicio con un solo surtidor, tiene espacio para ocho autos (incluyendo al que se est sirviendo). Los carros llegan a una tasa de dos cada 10 minutos. El servicio se distribuye exponencial con media 4 minutos. a) Cul ser el numero esperado de autos que esperan servicio de tanqueo? b) En promedio cuanto tiempo espera un auto para ser atendido? c) Cual ser la probabilidad de que un auto que llegue tenga que esperar. d) Cul es la probabilidad de que un auto que llegue pueda entrar? e) Si la utilidad promedio que obtiene la estacin por auto es de $ 400, Cual ser la utilidad perdida por hora, da, semana para la estacin por los autos que no pueden entrar y entonces se retiran?

Queuing Performance for Ejemplo6 M/M/1/8 With lamda = 12 customers per hora and = 15 customers per hora Overall system effective arrival rate = 11.5349 per hora Overall system effective service rate = 11.5349 per hora Overall system effective utilization factor = 0.768995 Average number of customers in the system (L) = 2.604777 Average number of customers in the queue (Lq) = 1.835782 Average time a customer in the system (W) = 0.225817 hora Average time a customer in the queue (Wq) = 0.159150 hora The probability that all servers are idle (Po)= 0.231005 The probability an arriving customer waits(Pw)= 0.768995 Probability of n Customers in the System P(0) = 0.23100 P(4) = 0.09462 P(8) = 0.03876 P(1) = 0.18480 P(5) = 0.07570 P(9) = 0.00000 P(2) = 0.14784 P(3) = 0.11827 P(6) = 0.06056 P(7) = 0.04845 P(10) = 0.00000

Ejemplo7. Es necesario determinar cunto espacio de almacn para material en proceso conviene asignar a un centro de trabajo en una nueva fbrica. Los trabajos llegan de acuerdo a un proceso Poisson con tasa media de 3 por hora, y el tiempo requerido para realizar el proceso necesario tiene una distribucin exponencial con media de 0,25 horas. Cuando los trabajos que esperan requieren ms espacio de almacn del asignado, el exceso va a un almacn temporal en un lugar menos conveniente. Si cada trabajo requiere un pie cuadrado de suelo en el almacn del centro de trabajo, Cunto espacio se debe proporcionar para acomodar todos los trabajos el 90% del tiempo? Este problema aparentemente es un modelo de capacidad limitada, pero al leerlo con detenimiento se puede observar que los trabajos que no pueden ser almacenados en el lugar de trabajo no son rechazados, se almacenan en lugar menos conveniente manteniendo el orden de llegada, es decir siguen entrando a la cola.

Queuing Performance for Ejemplo7 M/M/1 With lamda = 3 customers per hora and = 4 customers per hora Overall system effective arrival rate = 3.000000 per hora Overall system effective service rate = 3.000000 per hora Overall system effective utilization factor = 0.750000 Average number of customers in the system (L) = 3.000000 Average number of customers in the queue (Lq) = 2.250000 Average time a customer in the system (W) = 1.000000 hora Average time a customer in the queue (Wq) = 0.750000 hora The probability that all servers are idle (Po)= 0.250000 The probability an arriving customer waits(Pw)= 0.750000 Probability of n Customers in the System P(0) = 0.25000 P(1) = 0.18750 P(2) = 0.14063 P(3) = 0.10547 P(4) = 0.07910 P(5) = 0.05933 P(6) = 0.04449 P(7) = 0.03337 P(8) = 0.02503 P(9) = 0.01877 P(10) = 0.01408 P(11) = 0.01056 P(12) = 0.00792 P(13) = 0.00594 P(14) = 0.00445 P(15) = 0.00334 P(16) = 0.00251 P(17) = 0.00188 P(18) = 0.00141 P(19) = 0.00106 P(20) = 0.00079 = 3/4 P(n<=k) = 0.90 P0 + P1+ P2+ P3 +.......Pk = 0.90 Pn = P 0 * n P0 + P0 1 + P0 2 + P0 3 +....... + P0 k = 0.90 P0 ( 1+ 1+ 2 + 3 + .........+ k = 0.90

n=k

= n =0

1 N +1 = 0.90 donde = 3/4 1

Ejercicios complementarios del taller 1. El telfono de empresas pblicas, situado a la entrada del bloque 18 de la U Eafit, recibe clientes que llegan segn distribucin Poisson con una tasa promedio de 6 clientes por hora. Las llamadas tienen una duracin exponencial con media de 3 minutos. a a) Si EEPP decide que colocar otro telfono si un cliente tiene que esperar en

b c

c)

promedio ms de 3 minutos para que desocupen el telfono, cul debera ser la tasa de llegadas para que suceda esto? b) Si EEPP decide que colocar otro telfono si la probabilidad de que un cliente tenga que esperar exceda de 0.5, cul debera ser la tasa de llegadas para que esto suceda? Si un cliente que va a llamar encuentra que el telfono est ocupado, entonces decide no llamar, cul es la tasa efectiva de entrada en este caso?, cul sera el tiempo promedio de espera de un cliente que llama?

2. En Colombia se tiene un sistema de control del peso de las tractomulas que circulan por ciertas arterias, con el fin de prevenir el deterioro de las vas y sobre todo proteger los puentes, dado que si un camin tiene un peso mayor al indicado por la capacidad del puente, este si no se cae inmediatamente, queda con su estructura disminuida, lo cual es un factor de alto riesgo para los dems conductores. En cierto lugar de una autopista se tiene una rampa de entrada a una bscula, sobre la cul se hace parar el camin. Suponga que los camiones llegan a dicho punto segn distribucin Poisson con tasa media de 40 camiones por hora. El tiempo de pesado de un camin se distribuye en forma exponencial con media de 1.2 minutos. Si la rampa tiene capacidad para albergar 8 camiones en espera sin interferir con la autopista, hay ocasiones en que la cola llega a la autopista, cul es la probabilidad de que esto suceda? 3. Un centro de reparacin de micros, recibe trabajos que se asignan en forma rotatoria a uno de sus cuatro tcnicos para que haga la reparacin. Ningn tcnico ayuda a otro y tampoco recibe ayuda de los dems. Si el nmero de micros que llegan al centro de reparacin se distribuye Poisson con tasa media de 2 por da, y cada tcnico repara micros con tiempo distribuido en forma exponencial con tiempo medio de 1 da por micro, a) En promedio cunto tiempo espera un micro al tcnico? b) En promedio cuntos micros estarn esperando a cada tcnico para que les d servicio? 4. Un administrador de un restaurante trata de determinar cuantas colas se deben trabajar durante las horas pico en un restaurante , si llegan en promedio 100 clientes por hora al restaurante y en cada cola se pueden manejar en promedio 40 clientes por hora. El costo de espera de un cliente en la cola es de $ 4.000 por hora. Un servidor cuesta $ 2.200 la hora. Cul es el nmero de colas que minimiza el costo total por hora? MODELO M / M / 1 / / m Modelo muy utilizado en el anlisis de los paros de produccin causados por la reparacin o mantenimiento de maquinaria y equipo. Caractersticas: Poblacin finita de tamao m

Un solo canal No hay rechazo No hay abandono Disciplina de Servicio peps Llegadas segn distribucin Poisson con tasa n = ( m n ) para n > o = a cero =0 para n = m En este caso la tasa de llegada de nuevos clientes al sistema depende de cuantos hay en el. Se considera que es la tasa de llegadas individual de cada cliente nuevo al sistema, y que todos tienen la misma tasa individual. Servicios exponenciales con tasa de servicio n = para n > 0 Si se cumple que < , entonces es posible lograr un estado estable. Las formulas para este modelo se presentan en la tabla de formulas. Diagrama de Estados 0 m 1 (m-1) 2 3 4 5 m 0

(m-2) (m-3) (m-4) (m-5)

Ejemplo 8. Un operario est encargado de la preparacin, carga, ajuste y descarga de 4 mquinas. El tiempo de operacin, entre la terminacin del trabajo del operador y el momento en que la mquina vuelve a necesitar atencin, tiene una distribucin exponencial con media de 15 minutos para cada mquina. El operador atiende sus propias mquinas, no ayuda ni recibe ayuda de otros operadores, y se gasta en promedio 4 minutos con cada mquina, tiempo distribuido en forma exponencial. Para que el departamento logre la tasa de produccin, las mquinas deben operar por lo menos en promedio 80% del tiempo. a) Determine si el departamento logra la tasa de produccin. b) Cul es la fraccin esperada de tiempo que el operador est ocupado en la atencin de las mquinas?, A Cuntas horas equivalen si el trabaja 48 horas a la semana?
Queuing Performance for Operario que atiende 4 mquinas. With lamda = 4 customers per hour and = 15 customers per hour Overall system effective arrival rate = 10.7100 per hour Overall system effective service rate = 10.7100 per hour Overall system effective utilization factor = 0.713998 Average number of customers in the system (L) = 1.322509 Average number of customers in the queue (Lq) = 0.608512 Average time a customer in the system (W) = 0.123484 hour

Average time a customer in the queue (Wq) = 0.056817 hour The probability that all servers are idle (Po)= 0.286002 The probability an arriving customer waits(Pw)= 0.713998 P(0) = 0.28600 Probability of n Customers in the System P(1) = 0.30507 P(2) = 0.24406 P(3) = 0.13016 P(4) = 0.03471

Ejercicio. Se ha asignado a un mecnico la responsabilidad de dar mantenimiento a cinco mquinas herramientas idnticas. Para cada mquina, la distribucin de probabilidad del tiempo de operacin antes de descompostura es exponencial con media de 10 horas. El tiempo de reparacin tambin tiene una distribucin exponencial con media de dos horas. a) Cul es la probabilidad de que no haya maquina alguna funcionando? b) En promedio cuanto tiempo pasa una maquina esperando al mecnico para ser reparada? c) Cul ser el nmero esperado de mquinas que estn en operacin en un momento dado? d) Cul es la fraccin esperada de tiempo que el operador est ocupado en la atencin de las mquinas?, A Cuntas horas equivalen si el trabaja 48 horas a la semana? e) Cul es la fraccin esperada de tiempo que el operador est ocioso? A Cuntas horas equivalen si l trabaja 48 horas a la semana? e) Si cada mquina en promedio atiende 10 trabajos por hora, Cul ser el inventario promedio en espera de ser procesado?

MODELO M / M / k / / m El modelo multicanal se utiliza cuando varios canales de servicio atienden a una poblacin limitada. Al igual que el modelo anterior se utiliza en el anlisis de los paros de produccin causados por la reparacin o mantenimiento de maquinaria y equipo. Es de inters evaluar los costos totales del sistema. Caractersticas : Poblacin finita de tamao m k canales de servicio en paralelo Una sola cola frente a los canales de servicio, donde el cliente en espera es atendido por el primer canal que queda desocupado No hay rechazo No hay abandono Disciplina de Servicio peps Llegadas segn distribucin Poisson con tasa n = ( m n ) para n > o = a cero =0 para n = m En este caso la tasa de llegada de nuevos clientes al sistema depende de cuantos hay en el. Se considera que es la tasa de llegadas individual de cada cliente nuevo al sistema, y que todos tienen la misma tasa individual. Servicios exponenciales con parmetro n = n para n < K

= k para n Si se cumple que < k. , entonces es posible lograr un estado estable. Las formulas para este modelo se presentan en la tabla de formulas. Diagrama de Estados

0 m

1 (m-1) 2

5 (m-k+1) (k-1) k

(m-2) (m-3) (m-4) (m-5) 3 4 5

Ejemplo 9. Se ha asignado a dos mecnicos la responsabilidad de dar mantenimiento a quince mquinas. Para cada mquina, la distribucin de probabilidad del tiempo de operacin antes de descompostura es exponencial con media de 10 horas. El tiempo de reparacin tambin tiene una distribucin exponencial con media de dos horas. a) Especifique claramente el modelo. b) Para que el departamento logre la tasa de produccin, las mquinas deben operar por lo menos en promedio 80% del tiempo. Determine si el depto de produccin logra dicha tasa. c) Cul es la fraccin esperada de tiempo que los mecnicos estn ocupados en la atencin de las mquinas?
With lamda = .1 customers per hour and = .5 customers per hour Overall system effective arrival rate = 0.953531 per hour Overall system effective service rate = 0.953531 per hour Overall system effective utilization factor = 0.953531 Average number of customers in the system (L) = 5.464692 Average number of customers in the queue (Lq) = 3.557630 Average time a customer in the system (W) = 5.731008 hour Average time a customer in the queue (Wq) = 3.731007 hour The probability that all servers are idle (Po)= 0.018588 The probability an arriving customer waits(Pw)= 0.925649 Probability of n Customers in the System P(0) = 0.01859 P(1) = 0.05576 P(2) = 0.07807 P(3) = 0.10149 P(4) = 0.12179 P(5) = 0.13397 P(6) = 0.13397 P(7) = 0.12057 P(8) = 0.09645 P(9) = 0.06752 P(10) = 0.04051 P(11) = 0.02026 P(12) = 0.00810 P(13) = 0.00243 P(14) = 0.00049 P(15) = 0.00005

Ejercicio. En un taller hay 20 tornos y se ha observado que cada uno de ellos falla a intervalos con variabilidad exponencial con tiempo promedio de un da por torno. El taller tiene 5 mecnicos que trabajan con tasas iguales segn distribucin Poisson con tasa media de un torno por da. El costo fijo diario de cada mecnico es de $ 900 y el costo de espera de cada torno fuera de servicio es $ 9.000.

a) Cual es el numero de mecnicos que hacen que el costo total diario sea mnimo? a) Cual es el numero esperado de tornos que funcionan diariamente? b) En promedio cuanto tiempo pasa un torno en espera y en servicio?

MODELO M/G/1. Caractersticas: Poblacin infinita, capacidad infinita, disciplina de servicio PEPS. Tiempo entre llegadas exponencial. Tasa de llegadas n = Dados >0 y >0 sea = /. Si 1 no existe estado estable. Si <1 el sistema es estable Si 2 = varianza de la distribucin de tiempos de servicio, entonces: para n 0 Tiempo de servicio sigue una distribucin general, con tiempo medio 1/ y Varianza 2

(Pollaczek-Khinchin)

2 2 + 2 Lq = 2(1 )
Wq = Lq

=
1

L = Lq +

W = Wq +

Probabilidad de servidor desocupado: P0 = 1MODELO M/D/1 Caractersticas:

Poblacin infinita, capacidad infinita, disciplina de servicio PEPS. Tiempo entre llegadas exponencial. Tasa de llegadas n = Dados >0 y >0 sea = /. Si 1 no existe estado estable. para n 0 Tiempo de servicio se considera constante por tanto tiene Varianza 2 = 0

Si <1 el sistema es estable Si 2 = 0, se aplica la misma frmula del modelo M/G/1, slo que la varianza es

cero, entonces

2 L = q 2(1 )

L = Lq + Lq
, y

Wq =

W = Wq +

Probabilidad de servidor desocupado: P0 = 1-

Ejercicios propuestos 1. En una planta de ensamble se reciben trabajos al azar; supngase que el tiempo promedio entre llegadas tiene distribucin exponencial con media de 12 minutos por trabajo. Los tiempos de servicio no siguen la distribucin exponencial. A continuacin se muestra dos proposiciones para el diseo de la operacin de ensamble de la planta: Diseo A B Tiempo Medio de Servicio Desviacin Estndar (Minutos / Trabajo) 6.0 3.0 6.30 0.5

a) Cul es la tasa promedio de servicio, para cada uno de los diseos? b) Cul diseo ofrece las mejores caractersticas de operacin? Porque? 2. En una oficina estatal se reciben reclamos de impuestos al azar; supngase que el tiempo promedio entre llegadas tiene distribucin exponencial con media de 20 minutos por solicitud. Los tiempos de servicio no siguen la distribucin exponencial. La siguiente tabla muestra los tiempos de servicio, de dos empleados diferentes, para el estudio de una solicitud Empleado A B Tiempo Medio de Servicio ( Minutos / Solicitud ) 16.00 16.30 Desviacin Estndar ( Minutos ) 8.0 6.5

a) Cul es la tasa promedio de servicio, para cada uno de los empleados? b) Cul empleado ofrece las mejores caractersticas de operacin ? Porque? 3 El gerente de un banco debe tomar una decisin sobre cul de dos empleados contratar en la concesin de nuevos prstamos. El empleado A en promedio estudia 0,5 solicitudes por hora con una varianza de servicio de 3 horas; el empleado B tiene una de servicio de 0,4 solicitudes por hora con una varianza de 2 horas. El costo de espera de los clientes se estima en $ 3000 por hora. El empleado A cuesta $4000 por hora, mientras que el costo del empleado B es de $3400 por hora. Si la distribucin de la llegada de los clientes es Poisson con tasa media de 0,3 solicitudes por hora Cul empleado debera contratarse? 4. Si una escalera elctrica en un centro comercial puede aceptar a 30 personas por minuto, cul es la tasa de llegadas mxima que se permite para mantener el tiempo promedio de espera debajo de 10 segundos? 5. La Colombiana de Recoleccin, transporta en camiones que normalmente esperan un promedio de 8 minutos en cada viaje antes de descargar. La compaa est considerando establecer un centro de recoleccin diferente, con un costo extra de $ 8 por viaje por cada camin. El nuevo centro puede operar a una tasa constante de 30 camiones por hora. Las llegadas al nuevo centro sern Poisson con tasa promedio de 24 camiones por hora. El sistema es de canal nico y longitud de cola ilimitada. Si el tiempo de espera de los camiones es valorado en $ 100 por hora, 6. Un banco trata de escoger entre dos mquinas para comprobar cheques. La mquina 1 se alquila a 10.000 dlares por ao y siempre procesa 900 cheques por hora. La tarifa de la mquina dos es de 15.000 dlares por ao y procesa siempre 1300 cheques por hora. Suponga que las mquinas trabajan 8 horas diarias, 5 dias por semana y 50 semanas por ao. El banco procesa en promedio 850 cheques por hora. Por cada hora que tarda un cheque en esperar y procesarse le cuesta al banco 0.02 dlares por hora en intereses perdidos. Suponga que los tiempos entre llegadas tienen distribucin exponencial. Cul mquina se debe rentar?