unto a los rboles de decisiones, con frecuencia los modelos de lneas de espera son tiles para la planificacin de la capacidad. Frente a ciertos centros de trabajo, como el mostrador de pasajes de un aeropuerto, un centro de mquinas o un centro de cmputos central, tienden a formarse lneas de espera. Es as porque los tiempos de llegada entre dos trabajos o clientes sucesivos varan y el tiempo de procesamiento tambin vara de un consumidor al siguiente. Los modelos de lneas de espera usan distribuciones de probabilidad para ofrecer estimaciones del tiempo de retraso promedio de los clientes, la longitud promedio de las filas de espera y la utilizacin del centro de trabajo. Los gerentes suelen usar esta informacin para elegir la capacidad ms efectiva en trminos de costos, hallando un equilibrio entre el servicio al cliente y el costo de la capacidad agregada. Se conoce como lnea de espera una hilera formada por uno o varios clientes que aguardan para recibir un servicio. Los clientes pueden ser personas objetos inanimados como mquinas que requieren mantenimiento, contenedores con mercancas en espera de ser embarcados, o elementos de inventario a punto de ser utilizados. Las lneas de espera se forman a causa de un desequilibrio temporal ente la demanda de un servicio y la capacidad del sistema para suministrarlo. En la mayora de los problemas de lneas de espera que se presentan en la vida real, la tasa de demanda vara; es decir, los clientes llegan a intervalos imprevisibles. Lo ms comn es que tambin haya variaciones en el ritmo de produccin del servicio, dependiendo de las necesidades del cliente. Los pacientes que aguardan al mdico en su consultorio y los taladros descompuestos que esperan en una instalacin de reparacin tienen mucho en comn desde una perspectiva de Produccin y Operaciones. Ambas utilizan recursos humanos y recursos de equipos para mantener los valiosos activos de produccin (gente y mquinas) en buenas condiciones. Los administradores de operaciones reconocen el trueque que se lleva a cabo entre el costo de ofrecer un buen servicio y el costo del tiempo de espera del cliente o la mquina. Los administradores desean que las filas de espera sean lo suficientemente cortas, de tal forma que los clientes no se sientan descontentos y se vayan sin comprar, o que compren pero nunca regresen. sin embargo, los administradores estn dispuestos a permitir alguna espera, si sta es proporcional a un ahorro significativa en los costos del servicio. Cuando la empresa intenta elevar su nivel de servicio, se observa un incremento en los costos.
USOS DE LA TEORA DE LNEAS DE ESPERA
J CAPTULO 12 Modelos de Lneas de Espera 363 363 La teora de las lneas de espera es aplicable a empresas de servicios o manufactureras, porque relaciona la llegada de los clientes y las caractersticas de procesamiento del sistema de servicios con las caractersticas de salida de dicho sistema. El sistema de servicio puede consistir en la operacin de cortar el cabello en una peluquera, o bien, en el departamento de partes, con una mquina determinada para atender un pedido de produccin. Otros ejemplos de clientes y servicios son las filas de los espectadores que esperan frente a un estadio de ftbol para comprar entradas, los camiones que aguardan para ser descargados en una planta de acopio de cereales, las mquinas en espera de ser reparadas por una cuadrilla de mantenimiento y los pacientes que hacen antesala para ser atendidos por un mdico. Cualquiera que sea la situacin, los problemas referentes a lneas de espera tienen algunos elementos en comn.
ESTRUCTURA DE LOS PROBLEMAS DE LNEAS DE ESPERA
El anlisis de los problemas de lneas de espera comienza con una descripcin de los elementos bsicos de la situacin. Cada situacin especfica tendr caractersticas diferentes, pero cuatro elementos son comunes a todas ellas:
1. Un insumo, o poblacin de clientes, que genera clientes potenciales. 2. Una lnea o fila de espera formada por los clientes. 3. La instalacin de servicio, constituida por una persona (o una cuadrilla), una mquina (o grupo de mquinas) o ambas cosas si as se requiere para proveer el servicio que el cliente solicita. 4. Una regla de prioridad para seleccionar al siguiente cliente que ser atendido por la instalacin de servicio.
La figura 12.1 ilustra estos elementos bsicos. El sistema de servicio describe el nmero de filas y la disposicin de las instalaciones. Una vez que el servicio ha sido suministrado, los clientes atendidos salen del sistema.
Roberto Carro Daniel Gonzlez Gmez 364 364 Poblacin de clientes
La fuente de insumos para el sistema de servicio es una poblacin de clientes. Si el nmero potencial de nuevos clientes para el sistema de servicio resulta afectado notablemente por el nmero de clientes que ya se encuentran en el sistema, se dice que esa fuente de insumos es finita. Por ejemplo, supongamos que una cuadrilla de mantenimiento se le asigna la responsabilidad de reparar 10 mquinas y dejarlas en buen estado de funcionamiento. Esa poblacin generar los clientes para la cuadrilla de mantenimiento, de acuerdo con una funcin matemtica de las tasas de falla de las mquinas. A medida que un mayor nmero de mquinas falle y entre en el sistema de servicio, ya sea para esperar su turno o para ser reparada de inmediato, la poblacin de clientes disminuir y, por consiguiente, se registrar un descenso de la tasa a la cual dicha poblacin es capaz de generar otro cliente. En consecuencia, se dice que la poblacin de clientes es finita. En forma alternativa, la poblacin de clientes infinita es aquella en la que el nmero de clientes que entran al sistema no afecta la tasa a la cual dicha poblacin genera nuevos clientes. Por ejemplo, considere una operacin de pedidos por Internet para la cual la poblacin de clientes est constituida por los compradores que han recibido un catlogo de los productos que vende la compaa va lista de distribucin por correo electrnico. En vista de que la poblacin de clientes es muy grande y slo una pequea fraccin de los compradores hace pedidos en un momento determinado, el nmero de nuevos pedidos que genera no resulta afectado en forma notable por el nmero de pedidos que estn en espera de servicio o que son atendidos por el sistema que imparte dicho servicio. En este caso se dice que la poblacin de clientes es finita. Los clientes de las lneas de espera pueden ser pacientes o impacientes, lo cual nada tiene que ver con el lenguaje que un cliente que espera largo tiempo en una fila, durante un da caluroso, podra utilizar. En el contexto de los problemas de lneas de espera, un cliente paciente es el que entra al sistema y permanece all hasta ser atendido; un cliente impaciente es el que o bien decide no entrar al sistema (arrepentido) o sale de ste antes de haber sido atendido (desertor). Para simplificar los mtodos, en este suplemento utilizaremos como supuesto que todos los clientes son pacientes.
Sistema de servicio
El sistema de servicio suele describirse en trminos del nmero de filas y la disposicin de las instalaciones.
Nmero de filas. Las filas de espera se disean en forma de una sola fila o filas mltiples. La figura 12.2 muestra un ejemplo de cada una de esas disposiciones. En general, se utiliza una sola fila en mostradores de aerolneas, cajas de los bancos y algunos restaurantes de comida rpida, mientras que las filas mltiples son comunes en los supermercados y espectculos pblicos como teatros o canchas de ftbol. Cuando se dispone de servidores mltiples y cada uno de ellos puede manejar transacciones de tipo general, la disposicin de una sola fila mantiene a todos ellos uniformemente ocupados y proyecta en los clientes una sensacin de que la situacin es equitativa. Estos piensan que sern atendidos de acuerdo con su orden de llegada, no por el grado en que hayan podido adivinar los diferentes tiempos de espera al formarse en una fila en particular. El diseo de filas mltiples es preferible cuando algunos de los servidores proveen un conjunto de servicios limitado. En esta disposicin, los clientes eligen los servicios que necesitan y esperan en la fila donde se suministra dicho servicio, como sucede en los supermercados es las que hay filas especiales para los clientes que pagan en efectivo o para los que compran menos de 10 artculos. Algunas veces, los elementos que esperan su turno no estn organizados ntidamente en filas. Las mquinas que necesitan ser reparadas en el taller de produccin de una fbrica pueden permanecer en sus respectivos sitios y el equipo de mantenimiento es el que tiene que acudir a cada lugar. A pesar de todo, podemos considerar que esas mquinas forman una sola fila o filas mltiples, segn el nmero de cuadrillas de reparacin y sus respectivas especialidades. Asimismo, los usuarios que llaman por telfono para pedir un taxi tambin forman una fila, aunque cada uno se encuentre en un lugar diferente. CAPTULO 12 Modelos de Lneas de Espera 365 365
Disposicin de instalaciones de servicio. Las instalaciones de servicio consisten en el personal y/o el equipo necesario para proporcionar dicho servicio al cliente. La figura 12.3 muestra algunos ejemplos de los cinco tipos bsicos de disposiciones para las instalaciones de servicio. Los gerentes deben elegir una disposicin adecuada segn el volumen de sus clientes y el carcter de los servicios ofrecidos. Algunos servicios requieren un solo paso, tambin conocido como fase, en tanto que otros requieren una secuencia de pasos.
Roberto Carro Daniel Gonzlez Gmez 366 366 En el sistema de un solo canal y una sola fase, todos los servicios solicitados por un cliente suelen impartirse por una instalacin con un solo servidor. En ese caso, los clientes forman una sola fila y circulan uno por uno a travs de la instalacin de servicio. Ejemplos de esto son los servicios de lavado automtico donde los automovilistas no necesitan salir de sus vehculos, o bien, cualquier mquina en la cual sea necesario procesar varios lotes de partes. La disposicin con un solo canal y mltiples fases se usa cuando es ms conveniente que los servicios se impartan en secuencia por varias instalaciones, pero el volumen de la clientela y otras restricciones limitan el diseo a un solo canal. Los clientes forman una sola fila y avanzan en forma secuencial, pasando de una instalacin de servicio a la siguiente. Un ejemplo de esta disposicin son las instalaciones donde se realizan los trmites para la obtencin de documentos personales como los pasaportes, donde la primera instalacin de toma el formulario de inscripcin, la segunda toma la huellas digitales y la tercera saca la foto del solicitante. La disposicin de mltiples canales y una sola fase se usa cuando la demanda es suficientemente grande para justificar que se suministre el mismo servicio en ms de una instalacin, o bien, cuando los servicios ofrecidos por las instalaciones son diferentes. Los clientes forman una o varias filas, dependiendo del diseo. En el diseo de una sola fila, los clientes son atendidos por el primer servidor disponible, como sucede en las oficinas del ANSES o en los bancos. Si cada canal tiene su propia fila de espera, los clientes aguardan hasta que el servidor de su respectiva fila pueda atenderlos. La disposicin de mltiples canales y mltiples fases se presenta cuando los clientes pueden ser atendidos por una de las instalaciones de la primera fase, pero despus requieren los servicios de una instalacin de la segunda fase, y as sucesivamente. En algunos casos, los clientes no pueden cambiar de canales despus de iniciado el servicio; en otros s pueden hacerlo. Un ejemplo de esta disposicin son los negocios de servicios de lavado como Laverap. Las mquinas lavadoras son las instalaciones de la primera fase y las secadoras son las instalaciones de la segunda fase. Algunas lavadoras y secadoras estn diseadas para recibir cargas de mayor volumen, con lo cual es posible brindar al cliente la posibilidad de elegir entre varios canales. En el problema ms complejo de filas de espera intervienen clientes cuyos servicios requeridos tienen secuencias nicas; por consiguiente, el servicio no puede dividirse claramente en distintas fases. En esos casos se utiliza una disposicin mixta. En esta disposicin, las filas de espera suelen formarse frente a cada instalacin, como en un taller de produccin intermitente donde cada trabajo personalizado tal vez requiera el uso de diversas mquinas y diferentes rutas.
Regla de prioridad
La regla de prioridad determina a qu cliente se deber atender a continuacin. En la mayora de los sistemas de servicio que conocemos, se aplica la regla de a quien llega primero, se atiende primero (FCFS; del ingls, first-come, first-served). El cliente que est en primer lugar en la fila de espera tiene la ms alta prioridad, y el que llega al final tiene la prioridad ms baja. En otras disciplinas para determinar rdenes de prioridad, se concede la prioridad al cliente que tenga la fecha prometida de vencimiento ms prxima (EDD; del ingls, earliest due date) o al que corresponda el tiempo de procesamiento ms corto (SPT; del ingles, shortest processing time). Una disciplina prioritaria consiste en una regla que permite a un cliente de ms alta prioridad interrumpir el servicio de otro cliente. Por ejemplo, en la sala de emergencias de un hospital, los pacientes que llegan con heridas que representan amenazas ms graves para la vida son atendidos primero, sin importar en qu orden hayan llegado. La construccin de modelos de sistemas con disciplinas de prioridad complejas se realiza comnmente por medio de una simulacin por computadora.
CAPTULO 12 Modelos de Lneas de Espera 367 367
DISTRIBUCIONES DE PROBABILIDAD
Las fuentes de variacin en los problemas de filas de espera provienen del carcter aleatorio de la llegada de los clientes y de las variaciones que se registran en los distintos tiempos de servicio. Cada una de esas fuentes suele describirse mediante una distribucin de probabilidades.
Distribucin de llegadas
La llegada de clientes a las instalaciones de servicio es aleatoria. La variabilidad en los intervalos de llegada de los clientes a menudo se describe por medio de una curva de distribucin de Poisson, la cual especifica la probabilidad de que n clientes lleguen en T periodos de tiempo:
Roberto Carro Daniel Gonzlez Gmez 368 368
La medida de distribucin de Poisson es T, y la varianza tambin es T. La distribucin de Poisson es una distribucin discreta; es decir, las probabilidades corresponden a un nmero especfico de llegadas por unidad de tiempo. Ejemplo del clculo de la probabilidad de llegadas de clientes. Los clientes se presentan en la seccin de atencin de quejas por productos defectuosos de una casa de electrodomsticos a razn de dos clientes por hora. Cul es la probabilidad de que se presenten cuatro clientes durante la prxima hora? Solucin. En este caso = 2 clientes por hora, T = 1 hora y n = 4 clientes. La probabilidad de que lleguen cuatro clientes en la prxima hora es:
Otra forma de especificar la distribucin de llegadas consiste en hacerlo en trminos de tiempos entre llegadas de clientes; es decir, el intervalo de tiempo entre la llegada de dos clientes sucesivos. Si la poblacin de clientes genera a stos de acuerdo con una distribucin de Poisson, entonces la distribucin exponencial describe la probabilidad de que el prximo cliente llegue durante los siguientes T periodos de tiempo.
Distribucin de tiempo de servicio
La distribucin exponencial describe la probabilidad de que el tiempo de servicio del cliente en una instalacin determinada no sea mayor que T periodos de tiempo. La probabilidad: puede calcularse con la siguiente frmula:
La media de la distribucin del tiempo de servicio es 1/, y la varianza es (1/) 2 . A medida que T incrementa, la probabilidad de que el tiempo de servicio del cliente sea menor que T se va aproximando a 1,0. Ejemplo del clculo de la probabilidad del tiempo de servicio. El empleado de la seccin de atencin de quejas por productos defectuosos puede atender, en promedio, a tres clientes por hora. Cul es la probabilidad de que un cliente requiera menos de 10 minutos de ese servicio? Solucin. Es necesario expresar todos los datos en las mismas unidades de tiempo. Puesto que = 3 clientes por hora, convertimos los minutos en horas, o sea, T = 10 minutos = 10/60 hora = 0,167 hora. Entonces:
CAPTULO 12 Modelos de Lneas de Espera 369 369
Algunas caractersticas de la distribucin exponencial no siempre se adaptan a una situacin real. El modelo de distribucin exponencial se basa en la suposicin de que cada tiempo de servicio es independiente de los tiempos que lo precedieron. Sin embargo, en la vida real, la productividad puede mejorar a medida que los servidores humanos aprenden a hacer mejor su trabajo. La suposicin fundamental en este modelo es que los tiempos de servicio muy pequeos, igual que los muy grandes, son posibles. No obstante, las situaciones de la vida real requieren a menudo un tiempo de duracin fija para su puesta en marcha, algn lmite para la duracin total del servicio o un tiempo de servicio casi constante.
USO DE MODELOS DE FILAS DE ESPERA PARA ANALIZAR OPERACIONES
Los gerentes de operaciones suelen utilizar modelos de filas de espera para establecer el equilibrio entre las ventajas que podran obtener incrementando la eficiencia del sistema de servicio y los costos que esto implica. Adems, los gerentes deberan considerar los costos por no hacer mejoras al sistema: las largas filas de espera o los prolongados tiempos de espera resultantes de sto provocan que los clientes se arrepientan o deserten. Por lo tanto, es preciso que los gerentes estn interesados en las siguientes caractersticas de operacin del sistema: 1. Longitud de la fila. El nmero de clientes que forman una fila de espera refleja alguna de estas dos condiciones: las hileras cortas significan que el servicio al cliente es bueno o que la capacidad es excesiva, y las hileras largas indican una baja eficiencia del servidor o la necesidad de aumentar la capacidad. 2. Nmero de clientes en el sistema. El nmero de clientes que conforman la fila y reciben servicio tambin se relaciona con la eficiencia y la capacidad de dicho servicio. Un gran nmero de clientes en el sistema provoca congestionamientos y puede dar lugar a la insatisfaccin del cliente, a menos que el servicio incremente su capacidad. 3. Tiempo de espera en la fila. Las filas largas no siempre significan tiempos de espera prolongados. Si la tasa de servicio es rpida, una fila larga puede ser atendida eficientemente. Sin embargo, cuando el tiempo de espera parece largo, los clientes tienen la impresin de que la calidad del servicio es deficiente. Los gerentes tratan de cambiar la tasa de llegada de los clientes o de disear el sistema para que los largos tiempos de espera parezcan ms cortos de lo que realmente son. 4. Tiempo total en el sistema. El tiempo total transcurrido desde la entrada al sistema hasta la salida del mismo ofrece indicios sobre problemas con los clientes, eficiencia del servidor o capacidad. Si algunos clientes pasan demasiado tiempo en el sistema del servicio, tal vez sea necesario cambiar la disciplina en materia de prioridades, incrementar la productividad o ajustar de algn modo la capacidad. 5. Utilizacin de las instalaciones de servicio. La utilizacin colectiva de instalaciones de servicio refleja el porcentaje de tiempo que stas permanecen ocupadas. El objetivo de la gerencia es mantener altos niveles de utilizacin y rentabilidad, sin afectar adversamente las dems caractersticas de operacin. El mejor mtodo para analizar un problema de filas de espera consiste en relacionar las cinco caractersticas de operacin y sus respectivas alternativas con su valor monetario. Sin embargo, es difcil asignar un valor econmico a ciertas caractersticas (como el tiempo de espera de un cliente en un banco). En estos casos, es necesario que un analista compare el costo necesario para aplicar la alternativa en cuestin, frente a una evaluacin subjetiva del costo que implicara el hecho de no hacer dicho cambio. Presentaremos ahora tres modelos y algunos ejemplos que ilustran la forma en que los modelos de filas de espera ayudan a los gerentes de operaciones en la toma de decisiones. Analizaremos problemas que requieren la utilizacin de los modelos de un solo servidor, de mltiples servidores y de fuente finita, todos ellos con una sola fase. Roberto Carro Daniel Gonzlez Gmez 370 370
Modelo A: de un solo servidor
El modelo de filas de espera ms sencillo corresponde a un solo servidor y una sola fila de clientes. Para especificar con ms detalle el modelo, haremos las siguientes suposiciones:
1. La poblacin de clientes es infinita y todos los clientes son pacientes. 2. Los clientes llegan de acuerdo con una distribucin de Poisson y con una tasa media de llegadas de . 3. La distribucin del servicio es exponencial, con una tasa media de servicio de . 4. A los clientes que llegan primero se les atiende primero. 5. La longitud de la fila de espera es ilimitada.
A partir de ellas, podemos aplicar varias frmulas para describir las caractersticas de operacin del sistema:
Ejemplo del clculo de las caractersticas de operacin de un sistema con un solo canal y una sola fase La gerente de un supermercado est interesada en brindar un buen servicio a las personas de mayor edad que compran en su local. Actualmente, el supermercado cuenta con una caja de salida reservada para los jubilados. Estas personas llegan a la caja a un ritmo promedio de 30 por hora, de acuerdo con una distribucin de Poisson, y son atendidos a una tasa promedio de 35 clientes por hora, con tiempos de servicio exponenciales. Calcule los siguientes promedios:
a. Utilizacin del empleado de la caja de salida. b. Nmero de clientes que entran al sistema. c. Nmero de clientes formados en la fila. d. Tiempo transcurrido dentro del sistema. e. Tiempo de espera en la fila.
Solucin. La caja de salida puede representarse como un sistema con un solo canal y una sola fase. Usamos las ecuaciones correspondientes a las caractersticas de operacin del modelo con un solo servidor para calcular las caractersticas promedio:
a. La utilizacin promedio del empleado de la caja de salida es:
CAPTULO 12 Modelos de Lneas de Espera 371 371
b. El nmero promedio de clientes que entran al sistema es:
c. El nmero promedio de clientes formados en la fila es:
d. El tiempo promedio transcurrido dentro del sistema es:
e. El tiempo promedio transcurrido en la fila es:
Ejemplo del anlisis de las tasas de servicio usando el modelo con un solo servidor La gerente del supermercado mencionado, desea respuestas de las siguientes preguntas:
a. Qu tasa de servicio se requerir para lograr que los clientes pasaran, en promedio, slo 8 minutos en el sistema? b. Con esa tasa de servicio, cul sera la probabilidad de tener ms de cuatro clientes en el sistema? c. Qu tasa de servicio se requerira para que fuera de slo 10% la probabilidad de tener ms de cuatro clientes en el sistema?
Roberto Carro Daniel Gonzlez Gmez 372 372 Solucin.
a. Usamos la ecuacin correspondiente al tiempo promedio dentro del sistema y resolvemos para .
b. La probabilidad de que haya ms de cuatro clientes en el sistema es igual a 1 menos la probabilidad de que haya cuatro o menos clientes en el sistema.
y
entonces
Por lo tanto, existe una probabilidad de casi 33% de que ms de cuatro clientes estn en el sistema.
c. Aplicamos la misma lgica que en la parte (b), excepto que es ahora una variable de decisin. La forma ms fcil de proceder es encontrar primero la utilizacin promedio correcta y despus resolver para la tasa de servicio.
o bien CAPTULO 12 Modelos de Lneas de Espera 373 373
En consecuencia, para una tasa de utilizacin de 63%, la probabilidad de que ms de cuatro clientes se encuentren en el sistema es de 10%. Para = 30, la tasa de servicio media deber ser de:
La gerente tiene que encontrar ahora la forma de incrementar la tasa de servicio, de 36 por hora a 48 por hora aproximadamente. Dicha tasa de servicio puede incrementarse en varias formas, que abarcan desde emplear a un trabajador que ayude a empacar la mercanca, hasta instalar equipo electrnico ms moderno y veloz en la caja para que lea en menos tiempo los precios de la informacin impresa en cdigo de barras sobre cada artculo.
Modelo B: de mltiples servidores Roberto Carro Daniel Gonzlez Gmez 374 374
En el modelo con mltiples servidores, los clientes forman una sola fila y escogen, entre s servidores, aquel que est disponible. El sistema de servicio tiene una sola fase. Partiremos de las siguientes suposiciones, adems de las que hicimos para el modelo con un solo servidor: tenemos s servidores idnticos, y la distribucin del servicio para cada uno de ellos es exponencial, con un tiempo medio de servicio igual a 1/. Con estas suposiciones, podemos aplicar varias frmulas a fin de describir las caractersticas de operacin del sistema de servicio:
Ejemplo de estimacin del tiempo de ocio y los costos de operacin por hora, mediante el modelo con mltiples servidores. La gerencia del correo internacional DHL en la central del barrio de Mataderos, Buenos Aires, est preocupada por la cantidad de tiempo que los camiones de la compaa permanecen ociosos, en espera de ser descargados. Esta terminal de carga funciona con cuatro plataformas de descarga. Cada una de stas requiere una cuadrilla de dos empleados, y cada cuadrilla cuesta $30 por hora. El costo estimado de un camin ocioso es de $50 por hora. Los camiones llegan a un ritmo promedio de tres por hora, siguiendo una distribucin de Poisson. En promedio, una cuadrilla es capaz de descargar un semirremolque en una hora, y los tiempos de servicio son exponenciales. Cul es el costo total por hora de la operacin de este sistema? Solucin. El modelo con mltiples servidores es apropiado. Para encontrar el costo total de mano de obra y de los camiones ociosos, debemos calcular el tiempo promedio de espera en el sistema y el nmero promedio de camiones en el mismo. Sin embargo, primero tendremos que calcular el nmero promedio de camiones en la fila y el tiempo promedio de espera en la fila. La utilizacin promedio de las cuatro plataformas es:
CAPTULO 12 Modelos de Lneas de Espera 375 375
Para este nivel de utilizacin, ahora podemos calcular la probabilidad de que no haya ningn camin en el sistema:
El nmero promedio de camiones en la fila es:
El tiempo promedio de espera en la fila es:
El tiempo promedio transcurrido en el sistema es:
Por ltimo, el nmero promedio de camiones en el sistema es:
Ahora podemos calcular los costos por hora correspondientes a mano de obra y camiones ociosos:
Modelo C: con fuente finita
Roberto Carro Daniel Gonzlez Gmez 376 376 Consideremos ahora una situacin en la que todas las suposiciones del modelo con un solo servidor son apropiadas, excepto una. En este caso, la poblacin de clientes es finita, porque slo existen N clientes potenciales. Si N es mayor que 30 clientes, resulta adecuado el modelo con un solo servidor, sobre la suposicin de que la poblacin de clientes sea infinita. En los dems casos, el modelo con fuente finita es el que ms conviene utilizar. Las frmulas que se usan para calcular las caractersticas de operacin del sistema de servicio son:
Ejemplo de anlisis de los costos de mantenimiento aplicando el modelo con fuente finita. Hace casi tres aos, Gear Tandil SA instal un conjunto de 10 robots que increment considerablemente la productividad de su mano de obra, pero en el ltimo tiempo la atencin se ha enfocado en el mantenimiento. La empresa no aplica el mantenimiento preventivo a los robots, en virtud de la gran variabilidad que se observa en la distribucin de las averas. Cada mquina tiene una distribucin exponencial de averas (o distribucin entre llegadas), con un tiempo promedio de 200 horas entre una y otra falla. Cada hora mquina perdida como tiempo ocioso cuesta $30, lo cual significa que la empresa tiene que reaccionar con rapidez en cuanto falla una mquina. La empresa contrata slo a una persona de mantenimiento, quien necesita 10 horas de promedio para reparar un robot. Los tiempos de mantenimiento real estn distribuidos exponencialmente. La tasa de salarios es de $10 por hora para el encargado de mantenimiento, el cual puede dedicarse productivamente a otras actividades cuando no hay robots que reparar. Calcule el costo diario por concepto de tiempo ocioso de la mano de obra y los robots. Solucin. El modelo con fuente finita es apropiado para este anlisis, porque slo 10 mquinas constituyen la poblacin de clientes y las dems suposiciones se han cumplido. En esta caso, = 1/200, o sea, 0,005 averas por hora, y = 1/10 = 0,10 robots por hora. Para calcular el costo del tiempo ocioso para la mano de obra y los robots, tenemos que estimar la utilizacin promedio del empleado de mantenimiento y L, es decir, el nmero promedio de robots incluidos en el sistema de mantenimiento. Sin embargo, para mostrar cmo se utiliza el modelo con fuente finita, computaremos primero todas las estadsticas de operacin. CAPTULO 12 Modelos de Lneas de Espera 377 377 La probabilidad de que el sistema de mantenimiento est vaco es:
La utilizacin promedio del empleado de mantenimiento es:
El nmero promedio de robots en espera de ser reparados es:
El nmero promedio de robots que estn en la fila y en proceso de reparacin es:
El tiempo promedio de espera de los robots, para ser atendidos por el encargado del mantenimiento es:
Finalmente, el tiempo promedio que transcurre desde que un robot averiado empieza a requerir el servicio hasta que se lleva a cabo su reparacin es:
Roberto Carro Daniel Gonzlez Gmez 378 378 El costo diario por concepto de tiempo ocioso de la mano de obra y los robots es:
REAS DE DECISIN PARA LA ADMINISTRACIN
Despus de analizar un problema de filas de espera, la gerencia es capaz de mejorar el sistema de servicio introduciendo cambios en uno o varios de los siguientes aspectos: 1. Tasas de llegada. Es frecuente que la administracin tenga la posibilidad de influir en la tasa de llegada de los clientes, , ya sea por medio de publicidad, promociones especiales o precios diferenciales. Por ejemplo, una empresa telefnica aplica precios diferenciales para inducir un cambio en los patrones de las llamadas residenciales de larga distancia, de modo que en lugar de que los clientes las hagan durante el da, prefieran hacerlas por la noche. 2. Nmero de instalaciones de servicio. Al aumentar el nmero de recursos o instalaciones de servicio, como depsitos de herramientas, casetas de peaje o cajeros automticos en bancos, o bien, al dedicar algunos recursos de una fase determinada a un conjunto de servicios nico, la gerencia logra acrecentar la capacidad del sistema. 3. Nmero de fases. Los gerentes pueden optar por asignar tareas de servicio a fases secuenciales, si consideran que dos instalaciones de servicio secuenciales son ms eficientes que una sola. Por ejemplo, en un problema tpico de las lneas de ensamble, la decisin se refiere al nmero de fases necesarias dentro de la misma. La determinacin del nmero de trabajadores que se requieren en la lnea tambin implica la asignacin de cierto conjunto de elementos de trabajo a cada uno de ellos. Un cambio en la disposicin de la instalacin suele incrementar la tasa de servicio, , de cada recurso y la capacidad de todo el sistema. 4. Nmero de servidores por instalacin. Los gerentes influyen en la tasa de servicio al asignar ms de una persona a una misma instalacin de servicio. 5. Eficiencia del servidor. Mediante un ajuste de la razn entre el capital y la mano de obra, ya sea ideando mtodos de trabajo mejorados o instituyendo programas de incentivos, la gerencia puede elevar la eficiencia de los servidores asignados a una instalacin de servicio. Los cambios de ese tipo se reflejan en . 6. Regla de prioridad. Los gerentes establecen la regla de prioridad que debe aplicarse, deciden si cada instalacin de servicio deber tener una regla de prioridad diferente y si se permitir que, por motivos de prioridad, se altere el orden previsto (sealando, en este ltimo caso, en qu condiciones se har tal cosa). Esas decisiones afectan los tiempos de espera de los clientes y la utilizacin de los servidores. 7. Disposicin de las filas. Los gerentes pueden influir en los tiempos de espera de los clientes y en la utilizacin de servidores, al decidir si habr una sola fila o si cada instalacin tendr su respectiva fila en el curso de una fase o servicio determinado. CAPTULO 12 Modelos de Lneas de Espera 379 379 Es obvio que todos estos factores estn relacionados entre s. Es muy posible que un ajuste en la tasa de llegada de clientes, , tenga que ir acompaado de un incremento en la tasa de servicio, , de una u otra forma. Las decisiones en torno al nmero de instalaciones, el nmero de pases y la disposicin de las filas de espera tambin estn relacionadas entre s. En cada uno de los problemas que analizamos con los modelos de filas de espera, las llegadas mostraron una distribucin de Poisson (o sea, tiempos exponenciales entre llegadas), los tiempos de servicio exhibieron una distribucin exponencial, las instalaciones de servicio tenan una disposicin sencilla y la disciplina prioritaria consista en que a quien llega primero, se atiende primero. La teora de filas de espera se ha usado para desarrollar otros modelos en los que estos criterios no se cumplen, pero dichos modelos son muy complejos. Muchas veces, el carcter de la poblacin de clientes, las restricciones impuestas a las filas, la regla de prioridad, la distribucin del tiempo de servicio y la disposicin de las instalaciones son tan especiales que la teora de filas de espera ya no resulta til. En esos casos, se utiliza a menudo la simulacin.
Problema resuelto 1 En el nuevo sistema para la expedicin de pasaportes del Ministerio del Interior, un empleado prepara fotografas y huellas digitales para documentos a una tasa promedio de 20 fotografas digitales por hora. Para eso, el empleado tiene que esperar hasta que la persona deje de parpadear, de fruncir el entrecejo o de poner bien el dedo en el lector digital de huellas, por lo cual el tiempo necesario para producir el trmite muestra una distribucin exponencial. Los interesados llegan a una tasa promedio de 19 personas por hora, segn una distribucin de Poisson.
a. Cul es la utilizacin de los servicios del empleado? b. Cunto tiempo pasar la persona promedio en el trmite, en el proceso de obtencin de su pasaporte?
Solucin
a. Las suposiciones contenidas en la exposicin del problema son congruentes con un modelo que tenga un solo servidor. La utilizacin correspondiente es:
b. El tiempo que pasa la persona promedio en el trmite correspondiente al trabajo del empleado es:
Problema resuelto 2 El Teatro Coln de Buenos Aires tiene una tienda de recuerdos con tres empleados que atienden a los clientes por riguroso orden de llegada. El tiempo de servicio est distribuido exponencialmente, con un promedio de 2 minutos por cliente. Los clientes de la tienda esperan en un amplio vestbulo, formando una sola fila, y sus llegadas exhiben una distribucin de Poisson, con un promedio de 81 clientes por hora. Se exhiben, antes del inicio de cada funcin, exposiciones de cuadros o histricas cuyo recorrido alcanza los 10 minutos. Si el tiempo promedio que pasan en el rea de la tienda es mayor de 10 minutos, los clientes se sienten insatisfechos. Roberto Carro Daniel Gonzlez Gmez 380 380
a. Cul es la utilizacin promedio del servicio de los empelados de la tienda? b. Cul es el tiempo promedio que pasan los clientes en el rea de la tienda?
Solucin
a. El enunciado del problema es congruente con el modelo constituido por mltiples servidores, y la tasa de promedio de utilizacin es de:
Los empleados de la concesin estn ocupados el 90% del tiempo.
b. El tiempo promedio que pasa el cliente en el sistema, W, es:
CAPTULO 12 Modelos de Lneas de Espera 381 381 Por lo tanto,
Debemos resolver para P 0 , L q y W q , en ese orden, antes de que podamos resolver para W:
Con tres empleados en la tienda, los clientes pasarn en promedio de 7,45 minutos en el rea de dicha tienda.
Problema resuelto 3 La Minera Santa Rita SRL atiende a seis trenes cuyos tiempos entre llegadas estn distribuidos exponencialmente y promedian 30 horas. El tiempo requerido para cargar completamente un tren vara segn el nmero de furgones y tambin a causa de retrasos originados por el clima y averas de equipo. El tiempo necesario para cargar un tren puede calcularse aproximadamente mediante una distribucin exponencial negativa, con una media de 6 horas con 40 minutos. El ferrocarril exige que la mina pague cargos muy cuantiosos de estada, en caso de que un tren pase ms de 24 horas consecutivas en la mina. Cul es el tiempo promedio que pasa un tren en la mina? Solucin. La exposicin del problema describe un modelo con fuente finita, donde N = 6. El tiempo promedio que pasan los trenes en la mina es W = L[(N - L) ] -1 , con 1/ = 30 horas/tren, = 0,8 tren/da y = 3,6 tren/da. En este caso:
Roberto Carro Daniel Gonzlez Gmez 382 382
Los trenes que llegan pasan un promedio de 0,72 das en la mina.
Puntos relevantes del captulo Las filas de espera se forman cuando los clientes llegan a un servicio a un ritmo ms rpido que la tasa a la cual pueden ser atendidos. Debido a que las tasas de llegada de los clientes varan, es posible que se formen largas filas de espera a pesar de que la tasa de servicio prevista en el diseo del sistema sea apreciablemente ms alta que la tasa promedio de llegada de los clientes. Cuatro elementos son comunes en todos los problemas de filas de espera: una poblacin de clientes, una fila de espera, un sistema de servicio y una regla de prioridad para determinar a qu cliente se atender a continuacin. Los modelos de filas de espera se han desarrollado para usarse en el anlisis de sistemas de servicio. Si las suposiciones formuladas al crear un modelo de filas de espera son congruentes con la situacin real, las frmulas del modelo pueden resolverse para pronosticar el rendimiento del sistema en lo referente a la utilizacin de servidores, el tiempo promedio de espera para los clientes y el nmero promedio de clientes que estarn en el sistema.
Trminos clave Disciplina prioritaria Instalacin de servicio Sistema de servicio Fase Poblacin de clientes Tiempos entre llegadas Fila de espera Regla de prioridad
CAPTULO 12 Modelos de Lneas de Espera 383 383
Ejercicios propuestos 1. Odontlogos Asociados es una clnica dental que atiende al pblico en general por riguroso orden de llegada. La clnica cuenta con tres sillas odontolgicas y cada una es atendida por un dentista. Los pacientes llegan a razn de cinco por hora, de acuerdo con una distribucin de Poisson, y no se arrepienten ni desertan. El tiempo promedio requerido para realizar una revisin dental es de 30 minutos y se ajusta a una distribucin exponencial. a. Cul es la probabilidad de que no se encuentre ningn paciente en la clnica? b. Cul es la probabilidad de que se encuentren seis o ms pacientes en la clnica? c. Cul es el nmero promedio de pacientes en espera de ser atendidos? d. Cul es el tiempo promedio total que permanece un paciente en la clnica?
2. La firma de abogados Lpez, Jimnez & Asoc. genera muchos documentos legales que deben mecanografiarse para los clientes y para la propia empresa. Los requisitos de servicio promedian ocho pginas de documentos por hora, y llegan de acuerdo con una distribucin de Poisson. La secretaria tipea diez pginas por hora, en promedio, de acuerdo con una distribucin exponencial. a. Cul es la tasa de utilizacin promedio de los servicios de esta secretaria? b. Cul es la probabilidad de que ms de cuatro pginas se estn tipeando o estn en espera de serlo? c. Cul es el nmero promedio de pginas en espera de ser tipeadas?
3. Usted es el gerente de un banco local que cuenta con tres cajeros para atender a los clientes. En promedio, cada cajero tarda tres minutos en atender a una persona. Estas ltimas llegan, en promedio, a razn de 50 por hora. Recientemente, le ha llegado la informacin de que algunos clientes se han quejado porque tienen que esperar demasiado antes de ser atendidos, y le han pedido que evale el sistema de servicio. En forma especfica, usted deber responder las siguientes preguntas: a. Cul es la utilizacin promedio de ese sistema de servicio con tres cajeros? b. Cul es la probabilidad de que ningn cliente est siendo atendido por un cajero ni se encuentre formado en la fila de espera? c. Cul es el nmero promedio de clientes que esperan en la fila? d. En promedio, cunto tiene que esperar un cliente formado en la fila antes de ser atendido? e. En promedio, cuntos estaran siendo atendidos en alguna caja y esperando en la fila?
4. La operadora que ofrece informacin sobre la gua telefnica de Mar del Plata recibe llamadas a razn de 100 por hora, las cuales corresponden a una distribucin de Poisson. El tiempo promedio requerido para atender una llamada es de 30 segundos, de acuerdo con una distribucin exponencial. Suponiendo que sea aplicable el modelo de filas de espera con un servidor, responda las siguientes preguntas. a. Cul es la probabilidad de que haya tres o ms llamadas a la vez en el sistema? b. Cul es el tiempo promedio requerido para que responda la operadora? c. Cul es el nmero promedio de llamadas que estn en espera de ser respondidas?
5. El supervisor de una empresa metalmecnica desea establecer la poltica de personal que minimice el total de los costos de operacin. La tasa promedio de llegadas al depsito de herramientas, en el que stas son entregadas a los trabajadores, es de ocho mecnicos por hora. Cada uno de stos gana $20 por hora. El supervisor puede contratar para el depsito de herramientas a un nuevo e inexperto empleado, que gene $5 por hora y sea capaz de atender a 10 mecnicos por hora, o a un empleado experto, a quien deber pagar $12 por hora y pueda atender 16 llegadas por hora. A cul de estos dos empleados convendra seleccionar y cul sera el costo total estimado por hora? 6. La hija del dueo de una cadena de restaurantes de comida rpida local se est preparando para abrir un nuevo restaurante que se llamar MDP Burger. Tomando como base las tasas de llegada observadas en los establecimientos de su padre, ella pronostica Roberto Carro Daniel Gonzlez Gmez 384 384 que los clientes llegarn a la ventanilla para atencin de automovilistas de su establecimiento con una media de 20 clientes por hora, de acuerdo con una distribucin de Poisson. La tasa de servicio es flexible; sin embargo, se espera que los tiempos de servicio se ajusten a una distribucin exponencial. La ventanilla para automovilistas ser una operacin atendida por un solo servidor. a. Qu tasa de servicio se necesita para que el nmero promedio de clientes no pase de cuatro a la vez en el sistema de servicio (o bien siendo atendidos o en la fila de espera? b. Para la tasa de servicio de (a), cul es la probabilidad de que ms de cuatro clientes estn siendo atendidos y esperando en la fila? c. Para la tasa de servicio de (a), cul es el tiempo promedio de espera en la fila para cada cliente? Considera usted que ese promedio sea satisfactorio para una empresa de comida rpida?
7. Una nueva peluquera para hombres en Ushuaia est atendida por dos peluqueros, Carlos Zayago y Pedro Cuatroppani, cada uno de las cuales es capaz de atender a cinco clientes por hora, en promedio. Cada hora llegan al saln ocho clientes, en promedio. a. Si todos los clientas que llegan tuvieran que esperar en una misma fila hasta que el prximo peluquero disponible los atendiera, cunto tiempo tendran que esperar en la fila, en promedio, antes de ser atendidos? b. Supongamos que el 50% de los clientes que llegan desearan ser atendidos exclusivamente por Zayago y que el otro 50% exigiera que le atendiera Cuatroppani. Cunto tiempo tendran que esperar los clientes en la fila, en promedio antes de ser atendidos por Zayago?, y por Cuatroppani?. Cul sera el tiempo promedio de espera de los clientes en la fila? c. Observa usted alguna diferencia entre las respuestas de los incisos a. y b.? En caso afirmativo, por qu? Explique su respuesta.
Referencias bibliogrficas Cooper, Robert B. Introduction to Queuing Theory, 2 ed. Elsevier-North Holland, New York. 1980. More, P.M. Queues, Inventories and Maintenance. John Wiley & Sons. New York. 1958. Hillier, F.S. y Lieberman, G.S. Introduction to Operations Research, 2 ed. Holden-Day. San Francisco. 1975. Saaty, T.L. Elements of Queuing Theory with Applications. McGraw-Hill. New York. 1961.