MODELOS DE LNEA DE ESPERA 1. Introduccin Las lneas de espera son parte de nuestra vida diaria.

Nosotros tenemos que esperar en lneas de espera para comprar los boletos del cine, hacer un depsito bancario, pagar unos dulces, mandar un paquete por correo, obtener comida en la cafetera, subirse a un juego mecnico y muchas otras actividades. Tomamos un tiempo considerable esperando. La cantidad de tiempo que la gente de una nacin desperdicia esperando en las lneas de espera tiene una repercusin directa en la calidad de vida y en la eficiencia de la economa de una nacin. Grandes ineficiencias tambin ocurren con otro tipo de espera al de la gente espera en una lnea. Por ejemplo: Tener mquinas esperando a ser reparadas puede resultar en prdida de produccin. Los vehculos (incluyendo barcos y transporte de carga) que necesitan esperar a ser descargados pueden retrasar a los vehculos subsecuentes. Los aviones que esperan a despegar o aterrizar pueden retrasar los itinerarios de vuelo. Los retrasos en las transmisiones va telecomunicaciones debido a las lneas saturadas puede causar bloqueos de informacin. El hacer que actividades manufactureras esperen para ser realizadas puede romper la secuencia de produccin. Retrasar trabajos de servicio puede provocar el que en el futuro se pierdan negocios importantes. La teora de lneas de espera es el estudio de la espera en todos estos rubros. Usa modelos de espera, para representar los varios sistemas de espera existentes (sistemas que involucran lneas de espera de algn tipo) que surgen en la prctica. Las frmulas para cada modelo indican como el correspondiente sistema de lneas de espera debe de desempearse, incluyendo la cantidad tiempo de espera promedio que ocurrir, bajo una variedad de circunstancias. Adems, estos modelos de espera son muy tiles para determinar como operar un sistema de lneas de espera de una manera ms efectiva. Proveer mucha capacidad de servicio para operar el sistema, representa gastos excesivos. Pero el no proveer el servicio suficiente resulta en esperas excesivas y todo esto en circunstancias desfavorables. Los modelos posibilitan el encontrar un balance apropiado entre el costo del servicio y el tiempo de espera. Cualquiera que haya tenido que esperar en un semforo, en las cajas de un centro comercial, al abordar el Metro o esperar a registrar la salida en el trabajo (que hay algunos que se forman media hora antes de la salida frente al reloj checador), ha experimentado lo que es una lnea de espera. El anlisis de lneas de espera es de inters para planear la capacidad y distribucin, controlar el inventario, y efectuar la programacin de las actividades en todas las empresas.

En e l tra nscurso de su v ida una pe rso na inv ie rte su tiempo de la sig uiente mane ra:

SEIS M ES ES Frente al semforo OCHO M ES ES Revisando su correo

2. Por qu se crean las lneas de espera? En una lnea de espera uno o ms clientes esperan por el servicio . Los clientes pueden ser personas u objetos inanimados como las mquinas que requieren de mantenimiento, las rdenes de ventas que esperan a despacharse, o artculos del inventario que esperan para ser utilizados. La formacin de las lneas de espera se debe a un desequilibrio temporal entre la demanda por el servicio y la capacidad del sistema para proporcionar el servicio. En la mayora de los problemas de lneas de espera en la vida real, la tasa de la demanda vara; es decir, los clientes llegan a intervalos imprevisibles. Con frecuencia, la tasa para producir el servicio tambin vara y depende de las necesidades del cliente. 3. Estructura de los problemas de lneas de espera El anlisis de los problemas de lneas de espera inicia con una descripcin de los elementos bsicos de la situacin. Cada situacin especfica tendr caractersticas diferentes, pero cuatro elementos son comunes a todas ellas:

Un insumo, o poblacin de clientes, que genera clientes potenciales. Para algunos sistemas
de lneas de espera, los clientes son personas. De cualquier manera, en otros casos los clientes pueden ser vehculos (e. g. aviones esperando aterrizar o despegar), mquinas (e. g. mquinas esperando ser reparadas), u otros objetos (e. g. trabajos esperando ser manufacturados).

Una lnea de espera de clientes. En la mayora de los casos, la lnea de espera es una lnea
ordinaria de espera. Esto, no necesariamente significa que el cliente tenga que estar formado en una lnea espera a las afueras de la instalacin que brinda el servicio. Ellos pueden estar sentados dentro de una sala de espera. Inclusive pueden estar regados a lo largo de un rea esperando a ser atendidos por algn servidor que venga hacia ellos (e. g. mquinas estacionarias esperando a ser reparadas).

La instalacin de servicio (servidor), consistente de una persona (o cuadrilla), una mquina (o grupo de mquinas), o ambas y que son necesarias para realizar el servicio para el cliente. 2|Pgina

Un servidor es comnmente una persona. De cualquier forma, en otros casos, puede ser un grupo de personas trabajando juntas para atender a cada cliente. Este servidor puede ser una mquina, vehculo, un dispositivo electrnico, entre otros.

Una regla de prioridad, que selecciona al siguiente cliente que se atender en la instalacin de servicio.

La Figura 2 muestra estos elementos bsicos. Figura 2

Poblacin de clientes

Elementos Bsicos de los modelos de lneas de espera

Sistema de servicio

Lnea de espera Instalacin de servicio

Clientes atendidos Regla de prioridad

Poblacin de Clientes Una poblacin de clientes es la fuente de insumos para el sistema de servicio. Poblacin finita. Si el nmero potencial de nuevos clientes para el sistema de servicio se ve reducido considerablemente por el nmero de clientes que ya estn en el sistema, se dice que la fuente de insumos es finita. Una poblacin finita se refiere a un conjunto reducido de clientes que utilizarn el servicio y que, en ocasiones, deben formarse en una fila. La razn por la que es importante clasificarla como finita es que cuando un cliente sale de su posicin como miembro de la poblacin (por ejemplo, una mquina se descompone y requiere servicio), el tamao del grupo de usuarios se reduce en uno, lo que a su vez reduce la probabilidad de que se vuelva a requerir el servicio.

Poblacin infinita. A la inversa, una poblacin de clientes infinita es aquella en la que el nmero de clientes en el sistema no afecta la tasa a la que la poblacin genera nuevos clientes. 3|Pgina

Una poblacin infinita es bastante grande en relacin con el sistema de servicio, de manera que el tamao de la poblacin, que es consecuencia de las restas o sumas a la poblacin (un cliente que necesita un servicio o un cliente que recibi el servicio y regresa a la poblacin), no afecta de manera significativa las probabilidades del sistema. Si en la explicacin finita anterior hubiera 100 mquinas en vez de seis, y si una o dos mquinas se descompusieran, las probabilidades de la siguiente descompostura no seran muy diferentes y podra suponerse, sin un error significativo, que la poblacin (para todos los fines prcticos) es infinita. Grado de paciencia. Los clientes en las lneas de espera pueden ser pacientes o impacientes, esto no tiene nada que ver con el lenguaje colorido que usa un cliente mientras espera durante mucho tiempo en lnea para ser atendido en un da caluroso. En el contexto de los problemas de lneas de espera, un cliente paciente es aqul que entra en el sistema y permanece all hasta que es atendido; un cliente impaciente es aquel que decide no entrar en el sistema (se frustra) o abandona el sistema antes de ser atendido (renuncia). Hay dos clases de impacientes. En el primer caso, los clientes llegan, sondean tanto la instalacin de servicio como la longitud de la lnea de espera, y despus deciden irse. En el otro caso, los clientes llegan, estudian la situacin, se unen a la lnea de espera y luego, despus de un tiempo, se van. La conducta del primer tipo se califica como de frustracin, mientras que la del segundo tipo se califica como de renuncia. Para los mtodos usados en estas notas, hacemos la suposicin que todos los clientes son pacientes. El Sistema de Servicio El sistema de servicio queda definido por el nmero de lneas y los arreglos de las instalaciones. Nmero de Lneas. Las lneas de espera pueden disearse para que sean de una sola lnea o mltiples lneas. La Figura 3 muestra un ejemplo de cada arreglo. Generalmente, las lneas solas se utilizan en los mostradores de las aerolneas, dentro de los bancos, y en algunos restaurantes de comida rpida, mientras tanto las lneas mltiples se utilizan en los centros comerciales, en el pago del telfono sin bajar del coche, en las casetas de las autopistas y en las tiendas de descuento. Cuando estn disponibles mltiples servidores y cada uno puede manejar todas las transacciones, el arreglo de una sola lnea mantiene a los servidores constantemente ocupados y le da a los clientes un sentido de imparcialidad. Los clientes creen que son atendidos de acuerdo a como fueron llegando, no tienen que adivinar que lnea de espera es la que avanzar ms rpido. El diseo de mltiples lneas se optimiza cuando algunos de los servidores proporcionan servicios fijos limitados. En este arreglo, los clientes seleccionan los servicios que necesitan y esperan en la lnea donde se proporciona ese servicio, como en los centros comerciales donde hay lneas especiales para los clientes que pagan en efectivo o compran menos de 10 artculos. 4|Pgina

Figura 3
Servidor 1

Ejemplos de arreglos de Lneas de Espera

Instalaciones de servicio Servidor 2 Servidor 3 Servidor 4 Servidor 5

(a) Una lnea Instalaciones de servicio Servidor 1 Servidor 2 Servidor 3 Servidor 4 Servidor 5

(b) M ltiples lneas

Arreglos en las instalaciones de servicio. Las instalaciones de servicio consisten en el personal y equipo necesario para realizar el servicio requerido por el cliente. La Figura 4 muestra ejemplos de los cinco tipos bsicos de arreglos de la instalacin de servicio. Gerentes deben seleccionar un arreglo con base en el volumen de clientes y la naturaleza de los servicios realizados. Algunos de los servicios requieren de un solo paso, tambin llamado una fase, mientras que otros requieren de una secuencia de pasos. En el sistema de un solo canal, una sola fase, los servicios requeridos por un cliente pueden ser realizados por una sola instalacin de servicio. Los clientes forman una sola lnea y pasan por la instalacin de servicio uno a la vez. Los ejemplos son el manejo del automvil a travs del lavado automtico, una peluquera atendida por una sola persona y una mquina que puede procesar varios lotes de partes. El arreglo de un solo canal, mltiples fases se usa cuando los servicios se realizan mejor en serie por ms de una instalacin, aunque la cantidad de clientes u otras restricciones limitan el diseo de un canal. Los clientes forman una sola lnea y se atienden en forma secuencial de una instalacin de servicio a la siguiente. Un ejemplo de este arreglo es el servicio en el automvil en McDonalds, donde la primera instalacin toma la orden, las segunda toma el dinero, y la tercera entrega la comida.

El arreglo mltiples canales, una sola fase se usa cuando la demanda es bastante grande para garantizar el ofrecimiento del mismo servicio en ms de una instalacin o cuando los servicios ofrecidos por las instalaciones son diferentes. Clientes forman una o ms lneas, dependiendo del diseo. En el diseo de una sola lnea, los clientes son atendidos por el primer servidor disponible como en la sala de espera de un banco. Si cada canal tiene su propia lnea de espera, los clientes 5|Pgina

esperan hasta que el servidor que corresponde a su lnea pueda atenderlos, como en una instalacin de servicio de un banco que atiende a los clientes en el automvil. El arreglo de mltiples canales, mltiples fases ocurre cuando los clientes son atendidos por una de las instalaciones de la primera fase pero entonces requieren del servicio de una instalacin de la segunda fase, y as sucesivamente. En algunos casos, los clientes no pueden cambiar de canal despus de haber empezado el servicio; en otros pueden hacerlo. Un ejemplo de este arreglo es el de una lavandera automtica. Las mquinas de lavado son las instalaciones de la primera fase, y las secadoras son las instalaciones de la segunda fase. Algunas de las mquinas de lavado y secado estn diseadas para cargas extra grandes y proporcionan al cliente la opcin de cambiar canal. El problema de lneas de espera ms complejo involucra a los clientes que tienen una sola secuencia de los servicios requeridos; por consiguiente, el servicio no puede describirse en fases. En dicho caso se usa un arreglo mixto. En el arreglo mixto, las lneas de espera se forman delante de cada instalacin, como en un taller, donde cada trabajo personalizado requiere del uso de varias mquinas y asignaciones de ruta diferentes. Figura 4 Arreglos de Instalaciones de Servicio

Instalacin de servicio 1 Instalacin de servicio Instalacin de servicio 1 Instalacin de servicio 2 Instalacin de servicio 2

(a) Un solo canal, una sola fase

(b) Un solo canal, mltiples fases

(c) Mltiples canales, una sola fase

Instalacin de servicio 1 Instalacin de servicio 2

Instalacin de servicio 3 Instalacin de servicio 4

Instalacin de servicio 1

Instalacin de servicio 2

Ruta para Ruta para Ruta para

:124 :243 :3214

Instalacin de servicio 3 (e) Arreglo mixto

Instalacin de servicio 4

(d) Mltiples canales, mltiples fases

Regla de Prioridad de Atencin al Cliente. La regla de prioridad determina qu cliente ser atendido despus. La mayora de los sistemas de servicio que usted encuentra usan la primero en llegar, primero en ser atendido (FCFS, First-Come, First-Served). El cliente al frente de la lnea de espera tiene mayor prioridad, y el cliente que llega en ltimo lugar tiene la prioridad mnima. Sin embargo, otras posibilidades incluyen la seleccin aleatoria, primero las reservaciones, primero las urgencias, el tiempo de proceso ms corto, necesidades ms limitadas o incluso ltimo en entrar, primero en ser atendido. 6|Pgina

Una disciplina con derecho preferente es una regla que permite al cliente de mayor prioridad interrumpir el servicio de otro cliente. Por ejemplo, en una sala de emergencia del hospital, los pacientes con las lesiones graves reciben tratamiento primero, sin importar su orden de llegada. En la Figura 5 se muestra un sistema de lneas de espera clsico. Figura 5 Un sistema de lneas de espera bsico, donde cada cliente es indicado con una C y cada servidor por una S.

Un Ejemplo- Barbera de Juan Prez Juan Prez es un peluquero alemn que tiene una peluquera que el atiende. Con base en esto, su peluquera es un sistema de lneas de espera bsico para el cual l es el nico servidor. Juan Prez abre su peluquera a las 8:00 am. La Tabla 1 muestra su sistema de lneas de espera en accin despus de abrir una tpica maana. Para cada uno de sus primero 5 clientes, la tabla indica cuando el cliente lleg, cuando su corte empieza, cunto su tiempo toma el hacrselo y cuando se ha terminado el corte.

Tabla 1
Cliente 1 2 3 4 5 6

Informacin de los Primeros Cinco Clientes de Juan Prez

Inicio del corte 8:03 8:20 8:41 9:00 9:15 Duracin del corte 17 minutos 21 minutos 19 minutos 15 minutos 20 minutos Trmino del corte 8:20 8:41 9:00 9:15 9:35 -

Tiempo de llegada 8:03 8:15 8:25 8:30 9:05 9:43

7|Pgina

La Figura 6 grfica el nmero de clientes en este sistema de lneas de espera dentro de los primeros 100 minutos. Este nmero incluye tanto los cliente esperando a que empiece su corte y a los que ya se les est haciendo. De esta manera, el nmero de clientes en la lnea espera (solo los que esperan a que empiece su corte) es uno menos (a menos que ya sea cero). Figura 6
La evolucin de el nmero de clientes en la peluquera de Juan Prez en los primeros 100 minutos (de 8:00 a 9:40) tomando la informacin en la Tabla 1.

Con base en este ejemplo, entremos a los tipos de suposiciones que el modelo de lneas de espera toma acerca de los diferentes componentes de un sistema de lneas de espera bsico. Llegadas (Arribos) (Variable de decisin) Los tiempos entre llegadas consecutivas a un sistema de lneas de espera son llamadas tiempos entre llegadas. Para la peluquera de Juan Prez la segunda columna de la Tabla 1 indica que estos tiempos (en este caso particular) son 12, 10, 5, 35, y 38 minutos. Esta alta variabilidad en los tiempos entre llegadas son comunes para estos sistemas de lneas de espera. Como para Juan Prez, es imposible predecir cunto tiempo pasar hasta que el siguiente cliente llegue. De cualquier manera despus de reunir mucha ms informacin como en la segunda columna de la Tabla 1, hace posible el hacer dos cosas: I. II. Estimar el nmero de llegadas por unidad de tiempo. Esta cantidad es normalmente referida a la tasa promedio de llegada. Estimar la forma de la distribucin probabilstica de tiempos entre llegadas.

El promedio de esta distribucin en realidad viene directamente de I. Sea = tasa promedio de llegada para los clientes que llegan a la lnea de espera 8|Pgina

El promedio es 1/=tiempo entre llegadas esperado Por ejemplo, despus de reunir ms informacin, Juan Prez encontr que 300 clientes han llegado en un periodo de 100 horas. Adems la estimacin de es =(300 clientes)/(100 horas)=3 clientes por hora en promedio La estimacin correspondiente de tiempo entre llegadas es 1/=1/3 de hora entre clientes en promedio La mayora de los modelos de lneas de espera asumen que la forma de la distribucin probabilstica de tiempos entre llegadas es una distribucin exponencial, como la que se explica abajo. La Distribucin Exponencial (Tiempo entre Llegadas y servicio) La Figura 7 muestra la forma de una distribucin exponencial, donde la altura de la curva en varios tiempos representa la probabilidad de ocurrencia de esos tiempos. Note en esta figura como los puntos ms altos de esta curva son en periodos de tiempo muy pequeos y despus la curva cae exponencialmente mientras el tiempo se incrementa. Esto indica una alta ocurrencia de pequeos tiempos entre llegadas, por debajo del promedio. De cualquier manera, la larga lnea espera de la distribucin tambin indica una pequea oportunidad de un tiempo de entre llegada grande, ms grande que el promedio. Todas estas son caractersticas de los tiempos entre llegadas observadas en la prctica. Varios clientes pueden llegar rpido. Entonces puede haber una larga pausa hasta la prxima llegada. Esta variabilidad en tiempos entre llegadas hace imposible el predecir justo el momento cuando una llegada futura ocurra. Cuando la variabilidad es tan grande como en una distribucin exponencial, esta es usada para generar arribos aleatorios.

Figura 7

La forma de una distribucin exponencial comnmente usada en modelos de lneas de espera con tiempo entre llegadas (y a veces como la distribucin de tiempos de servicio tambin).

9|Pgina
1

Para la mayora de los sistemas de lneas de espera, los servidores no tienen control sobre cuando los clientes llegarn. En este caso, los clientes generalmente llegan aleatoriamente. Tener llegadas aleatorias implica que los tiempos de llegada son completamente impredecibles en el sentido de que la posibilidad de que ocurra una llegada en el siguiente minuto es siempre la misma (no ms ni menos) que para otro minuto cualquiera. No importa cunto tiempo haya transcurrido desde la ltima llegada. La nica distribucin de tiempos entre llegadas que encaja teniendo llegadas al azar es la distribucin exponencial. Suponga que una variable aleatoria T representa ya sea los tiempos entre llegadas o los tiempos de servicio. Se dice que esta variable aleatoria tiene una distribucin exponencial con parmetro si su funcin de densidad es: ={

Como se muestra en la Figura 7. En este caso, las probabilidades acumuladas son: P{Tt}=1-e-t P{T>t}=e-t (t0),

Y el valor esperado y la varianza de T son E(T) = Var(T)= Cules son las implicaciones para los modelos de lneas de espera si se supone que T tiene una distribucin exponencial? Para explorar esta pregunta se examinarn seis propiedades de la distribucin exponencial. Propiedad 1: fT(t) es una funcin de t estrictamente decreciente de t(t0) Una consecuencia de la propiedad es que P{0Tt}> P{tTt+t} Para cualesquiera valores positivos de t y t. (sta es una consecuencia del hecho de que estas probabilidades son el rea bajo la curva de fT(t) en el intervalo indicado de longitud t, y la altura promedio de la curva es menor para la segunda probabilidad que para la primera). Por lo tanto, no slo es posible sino tambin bastante probable que T tome un valor pequeo cercano a cero. En 10 | P g i n a

realidad, { Mientras que, { 11 1 }= 11 }=

De manera que es ms probable que el valor que tome T sea pequeo (esto es menor que la mitad de E(T) que cercano a su valor esperado (es decir, no ms alejado que la mitad de E(T)), aun cuando el segundo intervalo tiene el doble de amplitud que el primero. En realidad, est es una propiedad razonable de T en un modelo de lneas de espera? Si T representa los tiempos de servicio, la respuesta depende de la naturaleza general del servicio en cuestin. Si el servicio que se requiere es en esencia idntico para cada cliente y el servidor realiza siempre la misma secuencia de operaciones, entonces los tiempos de servicio reales tienden a ser cercanos al tiempo esperado de servicio. Pueden ocurrir pequeas desviaciones de la media, pero por lo general se deben a variaciones menores en la eficiencia del servidor. Un tiempo de servicio tan pequeo que quede por debajo de la media es en realidad imposible, puesto que necesita cierta cantidad mnima de tiempo para realizar las operaciones de servicio que se requieren, aunque el servidor trabaje a la mayor velocidad. Es claro que la distribucin exponencial no proporciona una aproximacin cercana a la distribucin de tiempos de servicio en este tipo de situacin.

Por otro lado considere el tipo de situacin en la que las tareas especficas que tiene que realizar el servidor difieren de un cliente a otro. La naturaleza general del servicio puede ser la misma, pero la cantidad y tipo especfico de servicio difieren. Por ejemplo la sala de emergencias de un Hospital, los mdicos se enfrentan a una gran variedad de problemas de su profesin. En la mayor parte de los casos puede proporcionar el tratamiento que se requiere con bastante rapidez pero, en ocasiones, el paciente necesita un cuidado ms especializado. De igual manera, los supervisores de bancos y supermercados son servidores de este tipo general, en donde el servicio que prestan suele ser breve, pero en ocasiones se extiende. Parece posible una funcin de distribucin exponencial de los tiempos de servicio en este tipo de situaciones. Si T presenta los tiempos entre llegadas, la propiedad 1 descarta las situaciones en que los clientes que llegan al sistema tienden a posponer su entrada si ven que otro cliente entra antes que ellos. Por otro lado, es totalmente congruente con el fenmeno comn de las llegadas aleatorias que se describe con las propiedades subsecuentes. As cuando se grafican los tiempos entre llegadas contra el tiempo, a veces tienen la apariencia de estar aglomerados con grandes separaciones entre 11 | P g i n a

cada aglomeracin, debido a la gran probabilidad de que los tiempos entre llegadas sean pequeos y la poca probabilidad de que ocurran tiempos entre llegadas grandes, pero un patrn tan irregular es exactamente parte de la verdadera aleatoriedad. El hecho de que la probabilidad de una llegada en el siguiente minuto no sea influenciable por cuando la ltima llegada ocurri es llamado propiedad de falta de memoria (o propiedad Markoviana). Esta es una propiedad extraa, ya que eso implica que la probabilidad de distribucin del tiempo restante desde ahora hasta la prxima llegada es siempre la misma, sin importar si la ltima llegada ocurri justo ahora o tiempo atrs. Adems, la distribucin del tiempo restante desde ahora es igual a la distribucin del tiempo total entre llegadas dado en la Figura 6. (Esto es lo que causa que la probabilidad de una llegada en el prximo minuto sea siempre la misma.) A pesar de que este concepto de la propiedad de falta de memoria es algo que cuesta asimilar, es una parte integral de lo que trata el tener llegadas aleatorias. Propiedad 2: Falta de memoria Esta propiedad se puede expresar en forma matemtica como P{T>t+tT>t}=P{T>t] Para cualesquiera cantidades positivas de t e t. En otras palabras, la distribu cin de probabilidad del tiempo que falta hasta que ocurra el evento (llegada o terminacin del servicio) siempre es la misma, sin importar cunto tiempo (t) haya pasado. En efecto, el proceso olvida su historia. Este sorprendente fenmeno ocurre con la distribucin exponencial debido a que

P{T>t+tT>t}=P{T>t]= =

{ { {

} { } } }

= = =P{T>t] En el caso de los tiempos entre llegadas, esta propiedad describe la situacin comn en donde el tiempo que transcurre hasta la siguiente llegada est totalmente influenciado por el momento en que ocurri la ltima llegada. No debe esperarse que se cumpla cuando el servidor tiene que realizar la misma secuencia fija de operaciones para cada cliente, porque entonces un servicio largo y lento debe implicar que tal vez queda muy poco por hacer. Sin embargo, en la clase de situacin en la que las operaciones de servicio que se requieren difieren entre los clientes, la afirmacin matemtica de la propiedad es bastante realista. En este caso, si ha pasado un tiempo de servicio considerable, la nica implicacin puede ser que este cliente en particular requiere un servicio ms extenso que los 12 | P g i n a

dems. Propiedad 3: El mnimo de diversas variables aleatorias exponenciales independientes tiene una distribucin exponencial. Para establecer matemticamente esta propiedad sean T1,T2,Tn variables aleatorias exponenciales independientes con parmetros 1,2,.,n respectivamente. Tambin sea U la variable aleatoria cuyo valor es igual al mnimo de los valores que toman T1,T2,Tn ; es decir, U= min{ T1,T2,Tn} As, si Ti representa el tiempos que pasa hasta que ocurre un tipo especial de evento, entonces U representa el tiempo que pasa hasta que ocurre el primero de los n eventos diferentes. Ahora observe que para cualquier t0, P{U>t} = P { T1<t,T2>t,.,Tn>t} = P {T1<t} P {T2>t}.P {Tn>t} = =exp De manera que, sin duda, U tiene distribucin exponencial con parmetro =

Esta propiedad tiene algunas implicaciones para los tiempos entre llegadas en los modelos de lneas de espera. En particular suponga que existen varios (n) tipos diferentes de clientes, pero que los tiempos entre llegadas de cada tipo (tipo i) tienen una distribucin exponencial con parmetro i (i= 1,2,,n). De acuerdo con la propiedad 2, el tiempo que falta a partir de un instante especfico hasta la llegada del cliente de tipo i tendr est misma distribucin. Por ello, sea Ti este tiempo restante medido a partir del instante en que llega un cliente de cualquier tipo. La propiedad 3 dice que entonces U, el tiempo entre llegadas del sistema de lneas de espera completo, tiene distribucin exponencial con parmetro definido por: = Como resultado, se puede hacer caso omiso de la distincin entre los clientes y seguir teniendo tiempos entre llegadas exponenciales en el modelo de lneas de espera. Propiedad 4: Relacin con la distribucin de Poisson Sea la distribucin de probabilidad de la variable aleatoria de Poisson X, que representa el nmero 13 | P g i n a

de resultados que ocurren en un intervalo de tiempo dado o en una regin especifica indicado por t, es: P(x;t)= , x=0,1,2,

Donde es el nmero promedio de resultados por unidad de tiempo o regin y e=2.71828 La distribucin de Poisson se utiliza para calcular la probabilidad de nmeros especficos de eventos durante un perodo o espacio particular. La relacin entre la distribucin exponencial (con frecuencia llamada exponencial negativa) y el proceso de Poisson es bastante simple. La distribucin Poisson tiene un solo parmetro , donde puede interpretarse como el nmero promedio de eventos por unidad de tiempo. Considrese ahora la variable aleatoria descrita por el tiempo que se requiere para que ocurra el primer evento. Mediante la distribucin de Poisson, se encuentra que la probabilidad de que no ocurran eventos en el espacio hasta el tiempo t est dada por: P(0;t)= =e-t

Ahora puede utilizarse lo anterior y hacer que X sea el tiempo para el primer evento de Poisson. La probabilidad de que el perodo hasta que ocurre el primer evento exceda x es la misma que la probabilidad de que no ocurra un evento de Poisson en x. Esto ltimo, por supuesto, est dado por e-x. Como resultado, P(Xx)= e-x

Entonces, la funcin de distribucin acumulada para X es: P(0Xx)=1- e-x Ahora, con objeto de que se reconozca la presencia de la distribucin exponencial, puede derivarse la distribucin acumulada anterior para obtener la funcin de densidad: f(x)= e-x la cual es la funcin de densidad de la distribucin exponencial con =1/.

Propiedad 5: Para todos los valores positivos de t, P{Tt+tT>t} t, para un t pequeo. Todava se interpreta T como el tiempo que pasa desde el ltimo evento de cierto tipo (llegada o terminacin de servicio) hasta el siguiente evento, y suponga que ha transcurrido un tiempo t sin que ocurra un evento. Se sabe, de acuerdo con la propiedad 2, que la probabilidad de que ocurra un evento dentro del siguiente intervalo, de longitud fija t, es una constante (que se identificar en el siguiente prrafo), sin que importe el tamao de t. La propiedad 5 va ms all pues agrega que, cuando el valor de t es pequeo, esta probabilidad constante se puede aproximar de manera muy 14 | P g i n a

cercana para t. Lo que es ms, cuando se consideran distintos valores pequeos de t, esta probabilidad es, en esencia, proporcional a t, con factor de proporcionalidad igual . En realidad, es la tasa media a la cual ocurren los eventos, por lo que el nmero esperado de eventos en el intervalo de longitud t es exactamente t. La nica razn por la que la probabilidad de que ocurra un evento difiere de este valor es la posibilidad de que ocurra ms de un evento, lo cual tiene una probabilidad despreciable cuando t es pequeo. Para comprobar de manera matemtica por qu se cumple la propiedad 5, observe que el valor constante de la probabilidad (para un valor fijo de t>0) es slo P{Tt+tT>t}= P{T t}= 1-e-t, para cualquier t0. Por esta razn, como la expansin de la serie ex para cualquier exponente x es =1 Se concluye que P{Tt+tT>t}= P{T t}= 1-1+ t- t para t pequeo,

Porque los trminos de la sumatorio se vuelven despreciables para valores de t suficientemente pequeos.

Propiedad 6: No afecta agregar o desagregar Esta propiedad es importante para verificar que el proceso de entrada es de Poisson. Entonces, se describir en estos trminos, aunque tambin se aplica directamente a la funcin de distribucin exponencial (tiempos entre llegadas exponenciales) debido a la propiedad 4. Primero se considera agregar (combinar) varios procesos de entrada de Poisson en un proceso de entrada global. En particular, suponga que existen varios (n) tipos diferentes de clientes, en donde los clientes de cada tipo (tipo i) llegan de acuerdo a un proceso de llegadas de Poisson con parmetro i (i=1,2,.,n). Suponga que se tratan de procesos de Poisson independientes. La propiedad dice que el proceso de entrada agregado (llegada de todos los clientes sin importar de que tipo sean) tambin debe ser Poisson, con parmetro (tasa de llegada) = 1+2+..+n. En otras palabras, si se est en un proceso de Poisson no afecta agregar. La Lnea de Espera La lnea de espera es donde los clientes esperan antes de ser atendidos. Para la peluquera de Juan Prez, un cliente en la lnea espera se sienta en una silla (otra diferente a la de corte) mientras espera a que se le corte el cabello. 15 | P g i n a

Debido a que existen dos maneras de contar a los clientes, los modelos de lneas de espera se distinguen entre ellos con la siguiente terminologa. El nmero de clientes en la lnea de espera (o tamao de la lnea de espera) es el nmero de clientes esperando a que el servicio comience. El nmero de clientes en el sistema es el nmero de la lnea de espera ms el nmero que ya est siendo atendido. Por ejemplo, la Figura 5 muestra 7 clientes en la lnea espera ms 4 ms siendo atendidos por los 4 servidores, de esta manera, un total de 11 clientes se encuentran en el sistema. Dado que Juan Prez es el nico servidor para este sistema de lneas de espera, el nmero de clientes en su lnea de espera es el nmero de clientes mostrados en el sistema (Figura 6) menos uno (excepto cuando ambos son cero). La capacidad de la lnea de espera es el nmero mximo de clientes que pueden ser retenidos en la misma. Una lnea infinita, es aquella que, para todo propsito prctico, un nmero ilimitado de clientes pueden ser retenidos. Cuando la capacidad es tan pequea que necesita ser tomada en cuenta, la lnea es llamada finita. Durante esos tiempos en que las lneas finitas estn llenas, cualquier cliente que llegue inmediatamente se ir. La peluquera de Juan Prez es una lnea de espera finita. La capacidad de la lnea es tres dado que solo dispone de tres sillas (diferente a la de corte) para esperar. (l ha encontrado que sus clientes se muestran poco deseosos de esperar para hacerse un corte cuando observan que hay tres personas esperando antes que ellos.) Los modelos de lneas de espera convencionalmente asumen que la lnea espera es infinita. La disciplina de espera se refiere al orden en el cual los miembros de la lnea espera sern seleccionados para ser atendidos. El ms comn es primeras llegadas-primeras salidas (FCFSFIFO). De cualquier forma, otras posibilidades incluyen seleccin al azar, procedimientos prioritarios, o ltima llegada, primero servido. (Esta ltima posibilidad ocurre, por ejemplo, cuando las piezas de trabajo de las mquinas son apilados para el siguiente procedimiento y el operario toma la pieza que est en la cima para el siguiente procedimiento.) Servicio (Variable de Decisin) Para un sistema de bsico de lneas de espera, cada cliente es atendido individualmente por uno de los servidores. Un sistema con ms de un servidor es llamado sistema multi-servidor, a diferencia de un sistema uni-servidor con un solo servidor (como el de la peluquera de Juan Prez). Cuando un cliente entra al servicio el tiempo transcurrido desde el inicio al final del servicio es conocido como tiempo de servicio. Los tiempos de servicio generalmente varan de un cliente al prximo. De cualquier manera, los modelos bsicos asumen que el tiempo de servicio tiene una distribucin de probabilidad particular, independiente de cual servidor est dando el servicio. El smbolo usado para la media de la distribucin del tiempo de servicio es

16 | P g i n a

1/=tiempo de servicio esperado Donde es la letra griega mu. La interpretacin de es =nmero esperado de servicios completados por unidad de tiempo para un servidor ocupado continuamente. Donde esta cantidad es llamada la tasa promedio de servicio. Por ejemplo, el tiempo esperado de Juan Prez para hacer un corte es 1/=20 minutos=1/3 horas por cliente As que su tasa promedio de servicio es =3 clientes por hora Diferentes modelos de lneas de espera proveen una eleccin de distribuciones de tiempo de servicio, como se describe a continuacin.

Algunas Distribuciones de Tiempo de Servicio La eleccin ms popular para la distribucin de probabilidad de tiempo de servicio es la distribucin exponencial cuya forma ha sido mostrada en la Figura 7. La razn principal para esta eleccin es que la distribucin es mucho ms fcil de analizar que cualquier otra. A pesar de que esta distribucin provee una excelente adecuacin para tiempos entre llegadas para la mayora de las situaciones, no lo es tanto para los tiempos de servicio. Dependiendo de la naturaleza del sistema de lneas de espera, la distribucin exponencial puede proveer una aproximacin razonable o una gran distorsin de la verdadera distribucin del tiempo de servicio. Es necesario que se tenga cuidado. Como los sugerido en la Figura 7, la distribucin exponencial implica que mucho de los tiempos de servicio son muy cortos (considerablemente menores al promedio) pero en ocasiones los tiempos de servicio son muy largos (mayores al promedio). Esto describe precisamente el tipo de sistema de lneas de espera donde muchos clientes tienen solo un asunto que tratar con el servidor y otros tienen varios. Por ejemplo, si el servidor es un cajero de banco, mucho clientes solo tendrn un cheque, o depsito o efectivo, pero ocasionalmente los clientes tendrn varias transacciones. A pesar de ello, la distribucin exponencial es una manera pobre de anlisis para el tipo de sistema de lneas de espera donde el servicio consiste bsicamente en una secuencia de operaciones que requiere aproximadamente del mismo tiempo para cada cliente. Por ejemplo, esto describe la situacin donde el servidor es un cajero automtico. A pesar de que pueden existir pequeas variaciones en los tiempos de servicio entre un cliente y el otro, estos tiempos generalmente son los mismos. 17 | P g i n a

Para los otros tipos de sistemas de lneas de espera, una mejor aproximacin sera el asumir tiempos de servicio constantes, esto es, el mismo tiempo de servicio para todos los clientes. De cualquier forma, tambin debemos de mencionar que problemas ms complicados de sistemas de lneas de espera pueden surgir en la prctica. Por ejemplo, un servidor puede atender a un grupo de clientes simultneamente. Los clientes tambin pueden llegar en un grupo ms que en manera individual. Los clientes impacientes pueden irse incluso antes de recibir el servicio. El sistema de lneas de espera puede incluir mltiples lneas una por cada servidor, con clientes cambiando de lnea espera ocasionalmente. Puede incluir mltiples instalaciones de servicio, donde los clientes necesiten ir ms adems para lograr obtener el servicio completo. (Este ltimo modelo de sistema de lneas de espera es conocido como una red de lneas de espera.) Tales sistemas de lneas de espera tambin son muy importantes, pero no nos involucraremos en es estos modelos ms complicados que han sido desarrollados para aplicarlos a esas situaciones. Existe otra tcnica (simulacin) que es comnmente utilizada para analizar sistemas complejos de lneas de espera.

Medidas de Desempeo para Sistemas de Lneas de Espera Los gerentes que tratan con sistemas de lneas de espera, se preocupan principalmente por dos tipos de medidas de desempeo: Cuntos clientes usualmente estn esperando en un sistema de lneas de espera? Cunto tiempo tiene que esperar los clientes usualmente? Estas medidas son algo relativas, debido a cuanto tiene que esperar un clientes depende de cuantos clientes haya en la lnea espera cuando el cliente est llegando. Cual sea la importancia de esa medida depende de la situacin. Escogiendo una medida de desempeo Cuando los clientes son internos de la organizacin que provee el servicio (sistemas de servicio interno), la primera medida tiende a ser ms importante. En esta situacin, el forzar a los clientes a esperar causa que sean improductivos dentro de la organizacin durante la espera. Por ejemplo, este es el caso de los operadores de mquinas esperando un cambio de herramienta o mquinas esperando ser reparadas. Teniendo a tales clientes esperando, produce prdida de productividad, donde la cantidad de prdida de productividad est directamente relacionada con el nmero de clientes en espera. Los miembros activos de la organizacin pueden estar disponibles para cubrir uno o dos huecos, pero no ms. Los sistemas de servicios comerciales (donde los clientes externos reciben un servicio proveniente de la organizacin comercial) tienden a adjudicar mayor importancia a la segunda medida. Para tales 18 | P g i n a

sistemas de lneas de espera, una meta importante es mantener al cliente feliz para que regrese posteriormente. Los clientes estn ms preocupados con respecto a cunto tiempo tendrn que esperar ms que por saber cuntos clientes hay en la fila. La consecuencia de hacer esperar por mucho tiempo a los clientes puede ser la prdida de ganancias provenientes de negocios futuros. Definiendo las medidas de desempeo Las dos medidas comnmente son expresadas en trminos de sus valores esperados (en un sentido estadstico) Para ello, es necesario aclarar cuando estamos contando clientes solo mientras ellos estn en la lnea espera (i. e. antes de que el servicio comience) o mientras ellos estn en cualquier parte dentro del sistema de lneas de espera (i. e. ya sea en la lnea espera o siendo servidos). Estas dos maneras de definir los dos tipos medidas derivan en darnos cuatro medidas de desempeos. Estas cuatro medidas y sus smbolos son mostrados debajo. Ls=nmero promedio de clientes en el sistema, incluyendo aquellos que estn siendo atendidos (el smbolo L viene de Largo de la Lnea). Lq=nmero promedio de clientes en la lnea de espera, que excluye a los clientes que estn siendo atendidos. Ws=tiempo promedio en el sistema (incluye tiempo de servicio) para un solo cliente (el smbolo Ws viene de tiempo de espera). Wq=tiempo de espera promedio en la lnea de espera (excluye tiempo de servicio) para un solo cliente. Estas definiciones suponen que el sistema de lneas de espera est en una condicin de estado estable, es decir, el sistema est en una condicin normal despus de operar un cierto tiempo. Durante el periodo de arranque despus de que un sistema de lneas de espera se abre sin cliente alguno, toma un momento para que el nmero esperado de clientes alcance su nivel normal. Despus de haber alcanzado este nivel esencialmente, se dice que el sistema se dice que el sistema entra en una condicin de estado estable. (Esta condicin tambin prevalece en condicionas anormales como las horas pico saliendo de la media de la tasa de llegada.) La decisin de concentrarse en el sistema entero de lneas de espera (L s o Ws), o solo en la lnea espera (Lq o Wq) depende de la naturaleza del sistema de lneas de espera. Para la sala de urgencias de un hospital o el departamento de bomberos, la lnea de espera (el tiempo hasta que el servicio puede empezar) probablemente es ms importante. Para un sistema de servicio interno, el sistema entero de lneas de espera (el nmero total de miembros de la organizacin que estn ausentes ah) puede ser importante. Existen varias maneras de juzgar la calidad del servicio en un sistema de procesamiento. Los resultados pueden evaluarse para un perodo corto una vez que el sistema abre, o por los resultados a largo plazo o de equilibrio. Por lo general, el tiempo en que los trabajos estn en espera es importante y puede observarse el tiempo de espera promedio o una medida como la del porcentaje 19 | P g i n a

de los trabajos que esperan ms, por ejemplo, 10 minutos. Una medida relacionada es el tiempo de rendimiento para un trabajo (tiempo de espera ms tiempo de servicio); otra es la longitud de la lnea de espera. stas son medidas de la calidad del desempeo del sistema, desde el punto de vista del cliente. Otras medidas se relacionan con el costo de operacin del sistema, cuyo factor de carga o de utilizacin de la capacidad mide la capacidad del sistema para manejar la carga que llega. La gerencia tiene la opcin de agregar ms capacidad. Definicin de Smbolos n = nmero de clientes en el sistema.

= mu tasa promedio de servicio para un servidor continuamente ocupado (por ejemplo, capacidad de servicio en clientes por hora).(Poisson) 1 / = tiempo esperado de un servicio. (Exponencial) = / s (utilizacin promedio del sistema o factor de carga del sistema).
N = nmero mximo de clientes permitidos en el sistema. s = nmero de servidores. P0= Probabilidad de que el sistema este sin uso Pn = probabilidad de exactamente n clientes en el sistema. Ls = nmero promedio de clientes en el sistema. Lq = nmero promedio de clientes en la lnea de espera. Lb = nmero promedio de clientes en la lnea de espera para un sistema ocupado. Ws = tiempo promedio que un cliente espera en el sistema. Wq = tiempo promedio que un cliente permanece en la lnea de espera. Wb = tiempo promedio que un cliente permanece en la lnea de espera en un sistema ocupado. k = nmero de clientes. Frmulas de Little
L L Indicaremos algunas relaciones tiles entre los valores esperados en estado estable de s , q , y W W s Wq W y . Como q es slo el tiempo promedio en la lnea de espera, mientras que s es el W W tiempo promedio en la lnea de espera ms el tiempo de espera en el servicio, se ve que s y q difieren en el tiempo esperado en el servicio, esto es, 1 W s Wq (Si la tasa media de servicio es , por consiguiente el tiempo promedio de servicio ser 1 / ). La

= lambda tasa promedio de llegadas (por ejemplo, clientes que llegan por hora)( Poisson) 1 / = tiempo esperado entre llegadas.(exponencial)

frmula de Little, nombrada as en honor de John D. C. Little del M.I.T., demostr ser vlida bajo condiciones muy generales. Es una relacin sencilla, pero muy til, entre las L y las W. Suponga que 20 | P g i n a

las tasas de llegada y de servicio son constantes, esto es, que los valores de n. El resultado bsico es
Ls W s .

n y que n para todos

No presentaremos una demostracin formal de este resultado, sino que slo citaremos la siguiente explicacin intuitiva. Suponga que un cliente se une a la lnea de espera en estado estable. En el momento que va a terminar el servicio, voltea a ver a los clientes que llegaron despus que l. Habr L en promedio s clientes en el sistema. La cantidad esperada de tiempo que ha transcurrido desde W que se uni a la lnea de espera es, por definicin, s . Como los clientes llegan con una frecuencia W Ws clientes, y de esto resulta constante , durante un tiempo s habrn llegado, en promedio, L s W s . Por ejemplo, si los clientes llegan con una tasa de 2 por minuto, y cada uno pasa un promedio de 5 minutos en el sistema, esta frmula indica que habr 10 clientes en promedio en el L W q . sistema. Otra versin de la frmula de Little es q En este caso, el argumento es esencialmente igual, excepto que el cliente voltea al momento de entrar en el servicio, y no al terminar de ser atendido. Relaciones entre L, Ws, Lq y Wq (Ejemplos) La nica diferencia entre Ws y Wq es que Ws incluye el tiempo esperado de servicio y Wq no lo hace. Adems, ya que 1 es el smbolo para el tiempo de servicio esperado (donde es llamada la media de la tasa de servicio), Ws=Wq+1/ Por ejemplo, si Wq= 34 de hora de espera en la lnea espera en promedio 1/= 14 de hora de tiempo de servicio en promedio Entonces Ws=3(4 ) hr+ 14 hr=1 hora esperando dentro del sistema de lneas de espera en promedio Posiblemente la formula ms importante en la teora de lneas de espera sea esta que provee una relacin directa entre Ls y Ws. Esta frmula es Ls=Ws Donde 21 | P g i n a

=tasa media de llegada de clientes al sistema de lneas de espera Esta es llamada la frmula de Little, en honor al eminente cientfico administrativo John D. C. Little (un miembro de tiempo completo del MIT), Que provey las primeras pruebas rigurosas de la frmula en 1961. Para ilustrar la frmula, suponga que Ws=1 hora de espera en el sistema de lneas de espera en promedio =3 clientes por hora de llegada en promedio Esto es Ls =(3 clientes/hora)(1 hora)= 3 clientes en el sistema de lneas de espera en promedio Aqu est una manera intuitiva de ver la frmula de Little. Dado que L es el nmero esperado de clientes en el sistema de lneas de espera en cualquier momento, un cliente que voltea hacia el sistema despus de que se ha completado el servicio debe de ver Ls clientes en promedio. Con una disciplina de primera llegada - primera salida, todos los Ls clientes en el lugar normalmente llegaran en el lapso en de espera de los clientes. Este tiempo de espera es W s en promedio. Ya que es el nmero esperado de llegadas por unidad de tiempo, Ws es el nmero esperado de llegadas durante el tiempo de espera en el sistema. Adems Ls=Ws. El profesor Little prob que Ls=Ws tambin se aplica en las relaciones entre Lq y Wq. Adems, otra versin de la frmula de Little es Lq=Wq Por ejemplo, si Wq= 14 de hora de espera en la lnea espera en promedio =3 clientes por hora llegan en promedio Entonces Lq=(3clientes/hora)(3(4 ) hora) =2 14 clientes en la lnea espera en promedio Combinando las relaciones de arriba tambin nos da la siguientes relacin directa entre Ls y Lq. Ls=Ws=(Wq+1/) Ls=Lq+ Por ejemplo, si Lq=214, =3 y =4,entonces Ls=214+34=3 clientes en el sistema en el promedio 22 | P g i n a

Estas relaciones son extremadamente importantes porque ellas hacen posibles las cuatro cantidades fundamentales Ls,Ws, Lq,y Wq a ser inmediatamente determinadas tan pronto una sea calculada analticamente. Proceso de Nacimiento y Muerte La mayor parte de los modelos elementales de lneas de espera suponen que las entradas (llegada de clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo con un proceso de nacimiento y muerte. Este importante proceso de teora de probabilidad tiene aplicaciones en varias reas. Sin embargo, en el contexto de teora de lneas de espera, el trmino nacimiento se refiere la llegada de un nuevo cliente al sistema de lneas de espera, mientras que el trmino muerte se refiere a la salida del cliente servido. El estado del sistema en el tiempo t (t0 ), denotado por N(t), es el nmero de clientes que hay en el sistema de lneas de espera en el tiempo t. El proceso de nacimiento y muerte describe en trminos probabilsticos como cambia N(t) ala aumentar t. En general, sostiene que los nacimientos y muertes individuales ocurren de manera aleatoria, y que sus tasas medias de ocurrencia dependen del estado actual del sistema. De manera ms precisa, los supuestos del proceso de nacimiento y muerte son los siguientes: Supuesto 1. Dado N(t)= n, la distribucin de probabilidad actual del tiempo que falta para el prximo nacimiento (llegada) es exponencial con parmetro n (n=0,1,2,) Supuesto 2. Dado N(t)=n, la distribucin de probabilidad actual del tiempo que falta para la prxima muerte (terminacin de servicio) es exponencial con parmetro n (n=1,2,..) Supuesto 3. La variable aleatoria del supuesto 1 (el tiempo que falta hasta el prximo nacimiento) y la variable aleatoria del supuesto 2 (el tiempo que falta hasta la siguiente muerte) son mutuamente independientes. La siguiente transicin del estado del proceso es n n+1 (un solo nacimiento) n n-1 (una sola muerte) lo que depende de cul de las dos variables es ms pequea. En el caso de un sistema de lneas de espera, n y n representan, respectivamente, la tasa media de llegada y la tasa media de terminaciones de servicio, cuando hay n clientes en el sistema. En algunos sistemas de lneas de espera, los valores de las n sern los mismos para todos los valores de n, y las n tambin sern los mismas para toda n excepto para aquella n tan pequea que el servidor este desocupado (es decir, n=0). Sin embargo las n y las n tambin pueden variar en forma considerable con n para algunos sistemas de lneas de espera. Por ejemplo, una de las formas en que n puede ser diferente para valores distintos de n es si los clientes potenciales que llegan se pueden perder (rechazar la entrada al sistema) con mayor probabilidad a medida que n aumenta. De manera similar, , puede ser diferente ante valores distintos 23 | P g i n a

de n debido a que existe una mayor probabilidad de que los clientes renuncien (se vayan sin haber sido atendidos) a medida que aumenta el tamao de la lnea de espera. Anlisis del proceso de nacimiento y muerte Como consecuencia de los supuestos 1 y 2, el proceso de nacimiento y muerte es un tipo especial de cadena de Markov de tiempo continuo. Como la propiedad 4 de la distribucin exponencial implica que las n y n son tasas medias, estos supuestos se pueden resumir en el diagrama de tasas que se muestra en la Figura 8. Las flechas de este diagrama muestran las nicas transiciones posibles en el estado del sistema (como lo especfica el supuesto 3) y el elemento junto a cada flecha es la tasa media de transicin (segn los supuestos 1 y 2) cuando el sistema se encuentra en el estado que hay en la base de la flecha.

Figura 8 0

Diagrama de tasas del proceso de nacimiento y muerte

n-2

n-1

n-2

n-1

n+1

n-1

n+1

Considere cualquier estado particular n (n=0, 1, 2,.) del sistema. Suponga que en el tiempo 0 se inicia el conteo de nmero de veces que el sistema entra a este estado y el nmero de veces que sale de l, como se denota en seguida: En(t)= nmero de veces que el proceso entra al estado n hasta el tiempo t Ln(t)= nmero de veces que el proceso sale del estado n hasta el tiempo t Como los tipos de eventos (entrar y salir) deben alternarse, estos dos nmeros sern igual o diferirn en slo 1; es decir, En(t) - Ln(t) 1 Al dividir ambos lados entre t y despus hacer que t se obtiene | Entonces | |= 24 | P g i n a | 1

Si se dividen En(t) y Ln(t) entre t se obtiene la tasa real (nmero de eventos por unidad de tiempo) a la que ocurren estos dos tipos de eventos, y cuando t se obtiene la tasa media (nmero esperado de eventos por unidad de tiempo): =tasa media a la que el proceso entra al estado n =tasa media a la que el proceso sale del estado n Estos resultados conducen al siguiente principio clave: Principio de tasa de entrada = tasa de salida. Para cualquier estado n (n=0, 1, 2,) del sistema, la tasa media de entrada =tasa media de salida. La ecuacin que expresa este principio se llama ecuacin de balance del estado n. Despus de construir las ecuaciones de balance de todos los estados en trminos de las probabilidades P n desconocidas, se puede resolver este sistema de ecuaciones (ms una ecuacin que establezca que las probabilidades deben sumar 1) para encontrarlas. A fin de ilustrar una ecuacin de balance, considere el estado 0. El proceso entra a este estado slo desde el estado 1. En consecuencia, la probabilidad de estado estable de encontrarse en el estado 1 (P1) representa la proporcin de tiempo que es posible que el proceso entra en el estado 0. Dado que el proceso se encuentra en el estado 1, la tasa media de entrada al estado 0 es 1. (En otras palabras, para cada unidad acumulada de tiempo que el proceso pasa en el estado 1, el nmero esperado de veces que lo dejara para entrar al estado 0 es 1). Desde cualquier otro estado, esta tasa media es 0. Por lo tanto, la tasa media global a la que el proceso deja su estado actual para entrar al estado ( la tasa media de entrada) es 1 =

Por el mismo razonamiento, la tasa media de salida debe ser 0P0, de manera que la ecuacin de balance del estado 0 es = En el caso de todos los dems estados, existen dos transiciones posibles, hacia dentro y hacia afuera del estado. Entonces, cada lado de las ecuaciones de balance de estos estados representa la suma de las tasas medias de las dos transiciones incluidas. Por lo dems, el razonamiento es igual para el estado 0. Estas ecuaciones de balance se resumen en la Tabla 2. Observe que la primera ecuacin de balance contiene dos variables (P0 y P1), las primeras dos ecuaciones contienen tres variables (P0, P1 y P2), y as sucesivamente, de manera que siempre se tienen una variable adicional. Por lo tanto, el procedimiento para resolver estas ecuaciones es despejar todas las variables en trminos de una de ellas, entre las cuales la ms conveniente es P0. La primera ecuacin se usa para despejar P1 en trminos de P0: despus se usa este resultado y la segunda ecuacin para obtener P2 en trminos de P0, etc. Al final, el requisito de que la suma de todas las probabilidades debe ser igual a 1 se puede usar para evaluar P 0. 25 | P g i n a

Tabla 2 Estado 0 1 2 n-1 n

Ecuaciones de balance del proceso de nacimiento y muerte

Tasa de entrada= Tasa de salida 1 P1 =0 P0 0 P0 + 2 P2= (1 + 1) P1 1 P1 + 3 P3= (2 + 2) P2 n-2 Pn-2 + n Pn= (n-1 + n-1) Pn-1 n-1 Pn-1 + n+1 Pn+1= (n+ n) Pn

Resultados del proceso de nacimiento y muerte

Al aplicar este procedimiento se obtienen los siguientes resultados: Estado: 0: 1: 2: n-1: n: Para simplificar la notacin, sea = = = = = )= )= = = )= )= = =

, para n=1,2,.

Y despus se define Cn =1 para n=0. En este contexto, las probabilidades de estado estable son Pn= Cn P0 para n= 0,1, 2,. El requisito Implica que ( ) =1 =1

26 | P g i n a

As, = ( )

Cuando un modelo de lneas de espera se basa en el proceso de nacimiento y muerte, de manera que el estado del sistema n representa el nmero de clientes en el sistema de lneas de espera, las medidas claves de desempeo del sistema (Ls, Lq, Ws y Wq) se pueden obtener de inmediato despus de calcular las Pn mediante las frmulas anteriores. Las definiciones de L s y Lq en funcin de Pn son: =

Clasificacin de los Modelos de Teora de Lneas de Espera (Notacin de Kendall) Hay muchos modelos de lneas de espera posibles. Por ejemplo, si el tiempo que existe entre las llegadas en el modelo bsico M/M/1 se le diera una distribucin diferente (no la exponencial) tendramos un modelo diferente. Para facilitar la comunicacin entre aquellos que trabajan con modelos de lneas de espera, D. G. Kendall propuso una clasificacin o taxonoma con base en la siguiente notacin: A/B/s Donde A = distribucin de las llegadas. B = distribucin del servicio. s = nmero de servidores

Se utilizan diferentes letras para designar ciertas distribuciones. Colocadas en la posicin A o B, indican la distribucin de llegadas o de servicio, respectivamente. Las reglas convencionales siguientes son de uso general: M = distribucin exponencial. D = nmero determinstico. G = cualquier distribucin (general) de tiempos de servicio. GI = cualquier distribucin (general) de tiempos de llegada. 27 | P g i n a

Obtencin de frmulas para el modelo M/M/1 mediante las frmulas de Nacimiento y muerte Para un servidor (s=1), los factores Cn del proceso de nacimiento y muerte se reducen a =( ) = Por lo tanto, = Donde 1 1 para n=0, 1, 2,.. para n= 0, 1, 2,..

= ( As = 1 En consecuencia

=(

=1

para n=0, 1, 2,..

1 = 1 = =

1 ( 1

1 )= 1

= =

De la frmula de Little

De la otra frmula de Little Lq=Wq

Un resumen de las frmulas para cada modelo de lneas de espera, derivado del proceso de nacimiento muerte se observa en la Tabla 3.

28 | P g i n a

Tabla 3

Ecuaciones Variables de respuesta diferentes modelos de lneas de espera

Parmetro P0

Modelo M/M/1 1

Modelo M/M/s 1 ( ) ( ) ( ( ))

Modelo M/G/1 1

( ) Pn ( ) ( ) ( ) 1 (1 No formula

Lq Ls Wq Ws Parmetro 1 Modelo M/M/1/K nmero de clientes finitos (K) 1 1

( ) )

Modelo M/M/s/K nmero de clientes finitos (K) 1

P0

( )

( )

( ) Pn [ 1 1 ] ( )

=1 = 0 para n>K 1

Lq Ls Wq Ws

1 1 1 1 1 1

( ) 1

[1 [1 1 1 ]

29 | P g i n a

Parmetro

Tamao de poblacin Finita (N) 1 servidor 1

Tamao de poblacin Finita (N) s servidores 1

P0

( )

( ) ( )

= = 1 1

( ) ]

Pn

( )

( ) 0 para n>N

Lq Ls Wq Ws 1

[1 ]

Modelos de Lneas de Espera con Prioridad Todos los modelos de lneas de espera presentados suponen que el cliente es atendido con base en la disciplina de primera entrada y primera salida. No todos los sistemas de lneas de espera operan de esta manera. En algunos sistemas, los clientes ms importantes son atendidos antes que los otros que han esperado ms. La administracin puede nombrar a algunos clientes especiales y otorgarles prioridad sobre otros. En algunos casos, los clientes en el sistema son trabajos que tiene que ser realizados, y los diferentes tiempos lmites para los trabajos dictan el orden en el cual deben de hacerse. Los trabajos urgentes deben de hacerse antes de los trabajos de rutina. Una sala de emergencia hospitalaria, es un ejemplo de un sistema de lneas de espera donde las prioridades automticamente son aplicadas. Un paciente que llega y que se encuentra en una condicin crtica naturalmente debe de ser tratado antes que un paciente de rutina que ya se encontraba en espera. Los modelos para esos sistemas de lneas de espera generalmente hacen las siguientes suposiciones generales.

30 | P g i n a

Suposiciones Generales. 1. Existen una o dos categoras de los clientes. Cada categora es asignada a un tipo de prioridad. Los clientes en tipo de prioridad 1 se les da la prioridad para recibir el servicio antes que los clientes de prioridad 2. Si hay ms de dos tipos de prioridad, los clientes con prioridad 2 se les dar preferencia sobre los de prioridad 3, y as sucesivamente. 2. Despus de definir los clientes con mayor prioridad, los clientes dentro de cada prioridad son atendidos con una disciplina de primera llegada-primera salida. As, dentro de los tipos de prioridad, la prioridad para recibir el servicio es decidida por el tiempo pasado en el sistema. Existen dos tipos de prioridades y son descritas a continuacin. Prioridades sin interrupcin: Una vez que el servidor ha comenzado a atender a un cliente, el servicio debe completarse incluso si un cliente de alta prioridad llega mientras se est en el proceso de servicio. De cualquier manera, cuando se ha completado el servicio, aunque haya clientes en la cola, las prioridades son aplicadas para saber quin es el prximo en ser atendido. En particular, el que es seleccionado es el miembro con la prioridad ms alta representada por el tiempo de espera ms largo. Prioridades con interrupcin: Al cliente con la prioridad ms baja que se le ha empezado a atender es sacado del servicio (lanzado dentro de la cola) siempre que un cliente con alta prioridad entre al sistema de lneas de espera. Un servidor que a causa de ello es liberado, puede empezar el servicio de inmediato. Cuando un servidor tiene xito en el trmino de un servicio, el siguiente cliente se escoge con base en los criterios sealados en la prioridad anterior. (El cliente que es regresado a la cola se convierte en el miembro de su clase que ha esperado el mayor tiempo, as que es de esperarse que regrese al servicio pronto, y tal vez despus de otros casos similares, los cuales eventualmente terminaran). Un Modelo de Prioridades sin interrupcin de Lneas de Espera un servidor En conjunto con las suposiciones generales acerca de las prioridades que se dieron anteriormente, este modelo hace las siguientes suposiciones. Suposiciones Adicionales. 1. Las prioridades se usan como fueron descritas (n denota el nmero de tipos o clase de prioridad). 2. Para la clase de prioridad i (i=1,2, ,n), los tiempos entre llegadas de los clientes en esa clase tienen una distribucin exponencial con una media de 1i . 3. Todos los tiempos de servicio tiene una distribucin exponencial con una media de 1 i , a pesar de la clase de prioridad a la que pertenezca. 4. El sistema tiene un solo servidor. As excepto por la complicacin de usar prioridades prevista, las suposiciones son las mismas usadas para el modelo M/M/1.

31 | P g i n a

Como es la tasa promedio de llegada para los clientes dentro de la clase de prioridad i ( = 1 = es el la tasa promedio de llegada de todos los clientes. Adems, el factor de utilizacin para este servidor es = Como en los modelos anteriores 1 es necesario para permitir que el sistema alcance una condicin de estado estable para todas las clases de prioridad. La razn por la cual se usan las prioridades es para decrecerlos tiempos de espera para los clientes de alta prioridad. Esto es logrado a expensas de incrementar el tiempo de espera para los clientes de menor prioridad. Suponiendo que desempeo ( 1, hay frmulas disponibles para calcular las medidas principales de para cada caso de prioridad.

Un Modelo de Prioridades sin interrupcin de Lneas de Espera varios servidores En conjunto con las suposiciones generales dadas anteriormente, las suposiciones para este modelo son las que a continuacin se muestran. Suposiciones Adicionales. 1. Las prioridades son usadas como se describieron en la seccin anterior. (Otra vez, n denota el nmero de tipos o clase de prioridad). 2. Los supuestos 2 y 3 son los mismos que para el modelo de prioridades previstas de lneas de espera. 3. El sistema de lneas de espera puede tener cualquier nmero de servidores. Excepto por el uso de las prioridades no previstas, estas suposiciones son las mismas que las del modelo M/M/s. El factor de utilizacin para los servidores es
=

De nuevo, <1 es necesario para permitir al sistema de lneas de espera alcance la condicin de estado estable para todas las clases de prioridades. En la siguiente tabla se muestra un resumen de las frmulas empleadas en los dos tipos de modelo de lneas de espera (sin y con interrupcin):

32 | P g i n a

Parmetro

Modelo M/M/s con prioridades sin interrupcin 1 1 ) + [1 ]

Modelo M/M/s con prioridades con interrupcin 1 1 ]

Ws

*(

( )

( )

[1

Ls Wq Lq 1 1

Usando Probabilidades como Medidas de Desempeo Los gerentes frecuentemente estn interesados mucho ms que en lo que pasa en promedio en el sistema de lneas de espera. En adicin al querer Ls, W,Lq, y Wq sin perder los valores objetivo, tambin pueden ser considerados como casos en el peor escenario. Cul ser el mximo nmero de clientes en el sistema (o en la lnea espera) que podr solo ser excedido por una pequea fraccin de tiempo (que es, con una pequea probabilidad)? Cul ser el mximo tiempo de espera de los clientes en el sistema (o en la lnea espera)que podr solo ser excedido por una pequea fraccin de tiempo. Un gerente podra puede especificar que el sistema de lneas de espera debe ser designado de tal manera que estos nmeros mximos no excedan ciertos valores. Alcanzar esa meta requiere el uso de la distribucin de probabilstica de estado estable de estas cantidades (el nmero de clientes y el tiempo de espera). Por ejemplo, suponga que la meta es tener ms de tres clientes en el sistema al menos 95 por ciento del tiempo. Usando la notacin Pn=probabilidad de estado estable de tener exactamente n clientes en el sistema (para n=0,1,2,) El llegar a esta meta requieren que P0+P1+P2+P30.95 Similarmente, suponga que otra meta es que el tiempo de espera en el sistema no debe exceder dos horas para al menos 95 por ciento de los clientes. Dejemos que la variable aleatoria W sea el tiempo de espera en el sistema para un cliente mientras el sistema se encuentra en la condicin de estado estable. (As, W es el valor esperado de esta variable aleatoria.) Usando la distribucin probabilstica para esta variable aleatoria, para la meta requerimos P(W2 horas)0.95 Si la meta se encuentra en trminos del tiempo de espera en la lnea espera, entonces una variable aleatoria Wq representa este tiempo de espera que se usara de la misma manera.

33 | P g i n a

De tal forma las formulas para determinar la probabilidad de permanecer cierto tiempo en el sistema o en la lnea de espera estar dado por: Parmetro
{ }

Modelo M/M/1 t ( ) t {1

Modelo M/M/s [1 1 1 t ] } t

Wq(t)

3.

Aspectos econmicos de las lneas de espera

El problema fundamental en casi todas las lneas de espera tiene que ver con el equilibrio. El administrador debe sopesar el costo adicional de proporcionar un servicio ms rpido (ms carriles de trnsito, pistas de aterrizaje adicionales, ms mostradores de registro de salidas) contra el costo inherente a la espera. Con frecuencia, el costo de esta decisin es directo. Por ejemplo, si encontramos que el tiempo total que pasan nuestros empleados en una fila para poder utilizar una copiadora puede dedicarse a actividades ms productivas, compararamos el costo de instalar una mquina adicional contra el valor del tiempo que se ahorran los empleados. Despus de esto la decisin se reduce al costo en pesos, lo cual facilita la eleccin. Por otra parte, supongamos que nuestro problema de la lnea de espera es la demanda de camas en un hospital. No podemos simplemente calcular el costo de las camas adicionales sumando los costos de construccin del edificio, del equipo adicional requerido y del incremento en el mantenimiento, ya que, de hacerlo as, qu pondramos del otro lado de la balanza? Aqu nos enfrentamos al problema de tratar de asignarle una cifra en pesos a la necesidad del paciente de una cama de hospital que no est disponible. Aun cuando podemos estimar los ingresos perdidos para el hospital, qu hay sobre el humano que sufre por esta falta de atencin adecuada en el hospital? Equilibrio de Costo-Efectividad. La Figura 9 muestra la relacin esencial del equilibrio en condiciones tpicas (estado estacionario) de trnsito de clientes. Al principio, con una capacidad de servicio mnima, el costo de la lnea de espera est en el mximo. A medida que se incrementa la capacidad de servicio hay una reduccin en el nmero de clientes en la lnea y en sus tiempos de espera, lo que disminuye el costo de la lnea de espera. La variacin en esta funcin suele estar representada por la curva exponencial negativa. El costo de la capacidad de servicio se muestra de una manera sencilla como una funcin lineal, ms que como una funcin escalonada. El costo agregado o total se muestra como una curva en forma de U, que es una aproximacin comn en estos problemas de equilibrio. El costo ptimo idealizado se encuentra en el punto donde se cruzan las curvas de la capacidad de servicio y de la fila de espera. La teora de lneas de espera se aplica tanto en los servicios como en las empresas manufactureras, relaciona la llegada de clientes y las caractersticas del proceso de produccin en el sistema de servicio. Se define el trmino servicio como el acto de trabajar para un cliente . El sistema de 34 | P g i n a

servicio podra ser el corte de cabello en una peluquera, la satisfaccin de las necesidades del cliente, o el procesamiento en determinada mquina de una pieza ordenada por el cliente. Otros ejemplos de clientes y servicios incluyen las lneas de espera en las taquillas del teatro para comprar boletos, los camiones que esperan a ser descargados en un almacn, las mquinas que esperan a ser reparadas por una cuadrilla de mantenimiento, y los pacientes que esperan en un consultorio a ser examinados por un mdico. Sin tomar en cuenta la situacin, los problemas de lneas de espera tienen varios elementos en comn.

Figura 9
$

Equilibrio de la capacidad de servicio vs. lnea de espera

Costo agregado Costo de la capacida d de servicio

Mnimo Costo

Costo de la lnea de espera Capacida d ptima

Capacidad de la instalacin de servic io

Estudio de Caso: Problema de la Dupuit Corporation Algunos antecedentes La Dupuit Corporation es lder, desde hace tiempo, en el mercado de fotocopiadoras para oficinas. Una razn de esta posicin de liderazgo es el servicio que la compaa brinda a sus clientes. Dupuit ha disfrutado una reputacin de servicio excelente y pretende conservarla. Dupuit cuenta con un departamento de servicio responsable de proporcionar apoyo de alta calidad a los clientes de la compaa mediante la pronta reparacin de las mquinas Dupuit cuando se necesita. Los representantes tcnicos de servicio de la compaa realizan este trabajo donde se encuentra el cliente. Cada representante tcnico es responsable de una zona especfica. Esto permite ofrecer servicio personalizado, ya que los clientes tratan con el mismo representante tcnico en cada llamada de servicio. El representante se siente como gerente de su zona y se siente orgulloso.

35 | P g i n a

John Phixitt es el subdirector ejecutivo de Dupuit a cargo del departamento de Servicio Ha pasado toda su carrera con la compaa y de hecho comenz como representante tcnico. Mientras estaba en su puesto inicial, John tom clases vespertinas durante varios aos para obtener un ttulo universitario. Desde entonces ha ascendido en forma consistente la escalera corporativa. Es muy respetado por su buen juicio y su conocimiento completo del negocio de la compaa desde los cimientos. Durante los aos que John paso como representante tcnico comprendi la importancia del papel del representante tcnico como embajador de la compaa ante sus clientes; ideologa que predica constantemente con los empleados. Por lo tanto ha luchado por mantener sus salarios en un rango alto, y ha establecido elevadas normas para el personal para convertirse y mantenerse como representante tcnico. El nimo del departamento es muy alto, ms que nada debido a sus esfuerzos. John tambin hace nfasis en obtener retroalimentacin constante de los clientes (mediante una muestra aleatoria) acerca de la calidad del servicio proporcionado, proceso al cual le gusta referirse como mantener la oreja pegada al suelo. La retroalimentacin se canaliza tanto a los representantes tcnicos como a la direccin para su informacin. Otra preocupacin de John radica en la importancia de no sobrecargar de trabajo a los representantes tcnicos. Cuando l era representante tcnico, la poltica de la compaa era asignar a cada representante tcnico suficientes mquinas en su territorio, de tal forma que estuviera ocupado al 90% del tiempo (durante una jornada de trabajo de 8 horas). La intencin era mantener una alta tasa de ocupacin del personal costoso al mismo tiempo que darle cierta holgura, para que los clientes no tuvieran que esperar mucho para la reparacin. La propia experiencia de John era que esto no funcionaba muy bien. Tena periodos de inactividad alrededor de 10 % del tiempo, que era til para actualizar su documentacin y dar mantenimiento a su equipo. Sin embargo, tambin tena perodos ocupados frecuentes, con muchas solicitudes de reparaciones, incluso algunas prolongadas, y un gran cmulo de clientes disgustados que esperaban sus reparaciones. Por ello cuando fue designado en su puesto actual, una de sus primeras acciones fue plantear a la direccin de Dupuit que los representantes tcnicos necesitaban ms holgura para asegurar un servicio oportuno a los clientes. Una gran parte de su argumento fue que la retroalimentacin de los clientes indicaba que la compaa estaba fallando en el cumplimiento de la segunda y tercera partes de su lema: 1. Productos de alta calidad 2. Servicio de alta calidad 3. Todos ofrecidos con eficiencia El presidente de la compaa haba promovido este lema durante aos de modo que este argumento fue persuasivo. A pesar de la presin constante por mantener bajos los costos, John obtuvo la 36 | P g i n a

aprobacin para cambiar la poltica de la compaa respecto a los representantes tcnicos de la compaa, como se resume a continuacin: Poltica Actual: El territorio de cada representante tcnico debe tener suficientes mquinas para que este se halle activo reparndolas (o desplazndose al sitio de reparacin) aproximadamente el 75% del tiempo. Cuando trabaja en forma continua, cada representante tcnico debe poder reparar un promedio de cuatro mquinas diarias (un promedio de 2 horas por mquina, incluyendo el tiempo de desplazamiento). Por lo tanto, con la finalidad de reducir tiempos de espera de los clientes, la meta es tener un promedio de tres llamadas de reparacin por da de trabajo. Puesto que las mquinas de la compaa ahora promedian 50 das laborables entre necesidades de reparacin, la meta es asignar cerca de 150 mquinas al territorio de cada representante tcnico. Con esta poltica la compaa tiene ahora cerca de 10,000 representantes tcnicos, con una nmina total (con prestaciones) de aproximadamente 600 millones de UM anuales. El problema al que se enfrenta la alta direccin Dupuit ha tenido una serie de productos de gran xito que ha mantenido su posicin como lder del mercado durante muchos aos. Ms an, su ltimo producto es en particular exitoso. Es una impresora-copiadora de color que compagina, engrapa, etctera, lo mismo que funciona como fax. As, es una copiadora de vanguardia, todo en una, para la oficina moderna. Las ventas han excedido las predicciones optimistas hechas por el subdirector de comercializacin. Sin embargo este xito tambin ha acarreado problemas. El hecho de que la mquina realice tantas funciones la convierte en una parte vital de la oficina de los clientes. El propietario tiene muchos problemas para estar sin ella, incluso por unas cuantas horas cuando est fuera de servicio por reparacin. En consecuencia, aunque los representantes tcnicos proporcionan el mismo nivel de servicio que en el pasado, las quejas por motivo de esperas intolerables para las reparaciones se han ido al cielo. Esta crisis ha provocado una junta de emergencia de la alta direccin con John Phixitt bajo el reflector. l asegura a sus colegas que el servicio no se ha deteriorado en lo absoluto. Todos estn de acuerdo en que la compaa es vctima de su propio xito. La nueva mquina es tan valiosa que requiere un nivel de servicio mucho ms alto. Despus de muchas discusiones acerca de cmo lograr el nivel de servicio requerido, el director general de Dupuit sugiere el siguiente enfoque de cuatro pasos para manejar el problema: 1. Acordar sobre un nuevo estndar tentativo para el nivel de servicio que debe proporcionarse. 2. Desarrollar algunas propuestas de enfoques alternativos que pudieran lograr este estndar. 3. Reunir un grupo de administracin que, junto con John Prixitt, analice con detalle estos enfoques alternativos para evaluar la efectividad y costo de cada uno. 4. Tomar una decisin final acerca de qu hacer.

37 | P g i n a

El grupo asiente. La discusin se dirige entonces a cul debe ser el nuevo estndar para el nivel de servicio. John propone que este estndar debe especificar que el tiempo de espera promedio de un cliente antes de que el representante tcnico pueda atender la solicitud de reparacin no debe exceder cierta cantidad mxima. El gerente de relaciones con el cliente concuerda y argumenta que este tiempo de espera promedio no debe exceder dos horas (contra cerca de seis en la actualidad). El grupo acepta la adopcin de dos horas como el estndar tentativo, para someterlo al anlisis de la direccin. Nuevo estndar de servicio propuesto: El tiempo de espera promedio de los clientes antes de que el representante tcnico se traslade al lugar del cliente no debe exceder dos horas. Enfoques alternativos al problema Concluye la reunin despus de discusin posterior de varias ideas para cumplir con este estndar de servicio. El director general pregunta a los participantes quin propuso algn enfoque para estudiar su idea. Si concluyen que su idea debe tener un enfoque slido para el problema, deben enviarle un memorndum en apoyo de este enfoque. Despus el director general recibe cuatro memorndums en apoyo de los enfoques resumidos en seguida.

Enfoque sugerido por John Phixitt: modificar la poltica actual, reduciendo el porcentaje de tiempo que se espera que cada representante tcnico est ocupado reparando mquinas. Esto involucra la simple disminucin del nmero de maquinas asignadas a cada representante tcnico y aumentar el nmero de ellos, este enfoque permitira continuar con el modo de operacin del departamento de servicio que ha funcionado tan bien a la compaa en el pasado mientras se aumenta el nivel de servicio para satisfacer las nuevas demandas del mercado. Enfoque sugerido por el subdirector de ingeniera: proporcionar un nuevo equipo de tecnologa de punta a los representantes tcnicos que reducir en forma sustancial el tiempo requerido para las reparaciones ms largas. Aunque costoso, esto reducira en forma significativa el tiempo promedio de reparacin. Quiz ms importante, reducira mucho la variabilidad de los tiempos de reparacin, lo que podra disminuir los tiempos de espera promedio de los clientes. Enfoque sugerido por el ejecutivo financiero: reemplazar los actuales territorios con un representante tcnico por territorios ms grandes servidos por varios representantes tcnicos. Tener equipos de representantes tcnicos que se respalden durante los perodos pico puede disminuir tanto los tiempos de espera promedio de las reparaciones, de modo que la compaa no tenga que contratar representantes tcnicos adicionales.

38 | P g i n a

Enfoque sugerido por el subdirector de comercializacin: dar prioridad a los propietarios de impresoras-copiadoras nuevas para sus reparaciones sobre los dems clientes de la compaa. Dado que las quejas de servicio lento surgen principalmente, de este tipo de clientes, este enfoque podra proporcionales el servicio que requieren en tanto que se seguira brindando un servicio adecuado a los otros clientes.

Punto de vista del equipo de Investigacin de Operaciones acerca del problema El equipo de investigacin de operaciones reconoce con rapidez que la teora de lneas de espera ser una tcnica esencial para analizar este problema. En particular, el territorio de cada representante tcnico puede verse como el sistema de lneas de espera bsico, tal como se describe a continuacin: Sistemas de lneas de espera para cada representante tcnico. 1. Clientes: las maquinas necesitan reparacin 2. Llegadas de los clientes: llamadas al representante tcnico en su telfono celular solicitando una reparacin. 3. Lnea de espera: mquina en espera de reparacin en sus lugares. 4. Servidores: el representante tcnico 5. Tiempo de servicio: tiempo total que el representante tcnico est ocupado con una mquina, ya se desplazndose al lugar o reparndola. (as, una maquina sale de la lnea de espera y llega al servicio cuando el representante tcnico comienza su recorrido). Con el enfoque sugerido por el ejecutivo financiero (ampliar los territorios con varios representante tcnicos para cada uno), este sistema de lneas de espera de un solo servidor se modificara a un sistema de lnea esperas de servidores mltiples. Aplicacin del modelo M/M/1 al estudio de caso con la poltica actual El equipo de investigacin de operaciones inicia su estudio con la recopilacin de datos de las experiencias de algunos representantes tcnicos. Determinan que la poltica actual de la compaa para las cargas de trabajo de los representantes tcnicos (se supone que estn ocupados con mquinas el 75% del tiempo), est operando como se pretenda. Aunque existe alguna variacin entre los representantes tcnicos, por lo comn promedian tres solicitudes de reparacin por da. Tambin tienen un promedio de dos horas por reparacin (incluido un pequeo tiempo de traslado) de modo que pueden hacer cuatro reparaciones por jornada de 8 horas de trabajo en que reparan mquinas en forma continua. Esto verifica que las mejores estimaciones de las tasas diarias para un sistema de lneas de espera de un representante tcnico (donde el representante tcnico es el servidor y las mquinas que necesitan reparacin los clientes) son una tasa media de llegadas de = 3 clientes por da y una tasa media de servicio = 4 clientes por da (de modo que = / =3/4=0.75), justo como se supuso con la poltica actual. El equipo tambin concluye que las llegadas de los clientes (llamadas para solicitar reparaciones) ocurren de manera aleatoria, de modo que la primera suposicin del modelo M/M/1 (distribucin 39 | P g i n a

exponencial del tiempo entre llegadas) es vlida para esta situacin. El equipo se siente menos cmodo con la segunda suposicin (distribucin exponencial de tiempos de servicio), por que el tiempo total de servicio (tiempo de recorrido ms tiempo de reparacin) nunca es tan corto como lo permite la distribucin exponencial. Sin embargo, muchos tiempo de servicio son bastante cortos ( debajo de la media) y , en ocasiones, los tiempos de reparacin son muy largos, lo que se ajusta bien a la distribucin exponencial. Ms an, los clculos con los datos recopilados de tiempos de servicio es casi tan grande como su media (estas son iguales en la funcin de distribucin exponencial). En la Figura 10 se muestran los resultados de aplicar las frmulas del modelo M/M/1. El nmero esperado de mquinas que necesitan reparacin es L=3.Cuando se excluye una mquina que est en reparacin, el nmero de mquinas que est en reparacin, el nmero esperado de mquinas que esperan iniciar su servicio el Lq=2.25. El tiempo esperado de espera de una mquina, medido desde el tiempo en que se hace la solicitud de servicio al representante tcnico hasta que termina la reparacin es W= 1 da. Cuando se excluye el tiempo de reparacin, el tiempo de espera esperado para iniciar el servicio es Wq=0.75 da. Figura 10 Resultados de aplicar el modelo M/M/1 a la poltica actual

Ahora vea los resultados en la columna G para las Pn (la probabilidad de tener exactamente n clientes en el sistema). Con P0=0.25, el representante tcnico slo estar ocupado reparando maquinas 75% del tiempo (como indica el factor de utilizacin de =0.75). Puesto que P0+P1+P2=0.58, el representante tcnico no tendr ms de dos mquinas que requieren reparacin (incluida aquella en la que trabaja) muy por arriba del 58% del tiempo. No obstante, tambin tendr muchas ms rdenes pendientes con cierta frecuencia. Por ejemplo, P0+P1+P2.+P7=0.9, que indica que el representante tcnico tendr al menos ocho mquinas que necesitan reparacin (alrededor de dos das ms de trabajo) 10% del tiempo. Debido al carcter aleatorio tan grande de este sistema de lneas de espera ( la gran variabilidad en tiempos entre llegadas y de servicio), estos pendientes ( y muchos clientes disgustados) ocurrirn algunas veces a pesar de que el representante tcnico solo tenga un factor de utilizacin de 0.75.

40 | P g i n a

Por ltimo vea los resultados en las celdas C8 y C11. Para t=1, la probabilidad que un cliente tenga que esperar ms de un da (ocho horas de trabajo) antes de que una mquina descompuesta funcione nuevamente, est dado por P(W>1 da)= 0.386 .Por su parte, la probabilidad de esperar ms de un da antes de que comience la reparacin es P(Wq>1 da) =0.276. Despus de presentados estos resultados John Phixitt comenta que ahora entiende mejor por qu han tenido tantas quejas. No debe esperarse que un propietario de una mquina tan vital como la nueva impresora-copiadora pueda estar sin ella ms de un da (o incluso la mayor parte del da) antes de que se repare. Aplicacin del modelo M/M/1 al enfoque sugerido por John Phixitt El equipo de investigacin de operaciones est listo para comenzar a analizar cada enfoque sugerido para reducir a dos horas (1/4 de da de trabajo) el tiempo de espera esperado antes de comenzar el servicio. Por lo tanto, la nueva restriccin es que: Wq de da de trabajo El primer enfoque, sugerido por John Phixitt, consiste en modificar la poltica actual que disminuye el nivel de utilizacin del representante tcnico lo suficiente para cumplir con este nuevo requerimiento de servicio. Esto implica disminuir el nmero de mquinas asignadas a cada representante tcnico de ms o menos150 a algn nmero menor. Como cada mquina requiere reparacin una vez cada 50 das laborables en promedio, la disminucin del nmero de mquinas en el territorio de cada representante redunda en una disminucin de la tasa media de llegadas, de 3 a: =Nmero de maquinas asignadas a cada representante tcnico/50 Con fija en 4, este decremento en , reducir el factor de utilizacin, = / . Dado que la reduccin en disminuye Wq, el valor ms grande de que tiene Wq de da, es el valor que hace Wq igual a de da. La forma ms fcil de encontrar esta es mediante prueba y error con la plantilla de Excel, intentando varios valores de hasta lograr que Wq=0.25. La Figura 11 muestra la plantilla que da este valor de Wq, con =2 (usando la frmula para Wq, tambin es posible resolver en forma algebraica el valor de =2). La reduccin de de tres a dos requerira disminuir la meta del nmero de mquinas a cada representante tcnico de 150 a 100, el valor objetivo para el nmero de mquinas asignadas a cada representante tcnico. El valor de 100 es el nmero mximo que satisfara el requerimiento de que Wq1/4 de da. Con =2 y =4, el factor de utilizacin para cada representante tcnico sera slo: = / =2/4=0.5 Recuerde que la nmina de la compaa (con prestaciones), por sus casi 10,000 representantes tcnicos actuales es cercana a 600,000 millones de UM anuales. La reduccin del nmero de mquinas asignadas a cada representante tcnico (de 150 a 100) requerira contratar cerca de 5,000 representantes ms para cubrir todas las mquinas. El costo adicional de nmina sera ms o menos 270 millones de UM (es un poco menos que el costo de la mitad de la nomina actual por que los nuevos representantes tcnicos tendran menos antigedad que los actuales). El equipo de investigacin de operaciones estima que el costo adicional de contratar y capacitar a los nuevos 41 | P g i n a

representantes tcnicos, cubrir sus gastos de trabajo, darles el equipo e incorporar ms gerentes de campo para administrarlos, sera equivalente a 30 millones de UM anuales.

Costo total adicional del enfoque sugerido por John Phixitt: 300 millones de UM anuales Figura 11 Resultados de aplicar el modelo M/M/1 a la propuesta de John Phixxit

Aplicacin del modelo M/G/1 al enfoque sugerido por el subdirector de ingeniera El subdirector de ingeniera de Dupuit sugiri dotar a los representantes tcnicos con equipo nuevo para reducir en forma sustancial el tiempo requerido para las reparaciones ms largas. Esto disminuira un poco el tiempo promedio de reparacin y tambin reducira mucho la variabilidad de los tiempos de reparacin. Despus de reunir ms informacin de este subdirector y analizarla con ms detalle, el equipo de administracin realiz las siguientes estimaciones acerca de los efectos que este enfoque tendra sobre la distribucin del tiempo de servicio: La media disminuira de a de da. de da.

La desviacin estndar disminuira de a

As la desviacin estndar disminuira de la media anterior (como para la distribucin exponencial) a justo la mitad de la nueva media (como para la distribucin Erlang con parmetro de forma k=4). Dado que =1/media, ahora se tiene =5, en lugar de =4. Con =0.1, la plantilla de Excel para el modelo M/G/1 arroja el resultado que se muestra en la Figura 12. Note que Wq = 0.188 de da. Esta reduccin de Wq = 0.75 de da con la poltica actual (segn se da en la Figura 9), se debe a la gran disminucin en . Si la distribucin del tiempo de servicio es todava una distribucin exponencial, entonces, el aumento de de 4 a 5 reduce W q de 42 | P g i n a

0.75 a 0.3 das. La reduccin adicional de 0.3 a 0.188 das se debe a la gran reduccin en la variabilidad de los tiempos de servicio. Figura 12 Resultados de aplicar el modelo M/G/1 a la propuesta del vicepresidente de ingeniera

Recuerde que el nuevo estndar de servicio propuesto es Wq 0.25 das, por lo que el enfoque sugerido por el subdirector de ingeniera satisfara este estndar. Desafortunadamente, el equipo de administracin tambin determina que este enfoque sera costoso, como se resume a continuacin: Costo adicional total del enfoque sugerido por el subdirector de ingeniera: Un costo nico aproximado de 500 millones de UM (cerca de 50,000 UM por equipo nuevo por representante tcnico). Teora de lneas de espera con mltiples servidores. Retomando el modelo M/M/1 en el que el tercer smbolo representar el nmero de servidores y recordando que el factor de utilizacin =(/) se utiliza para un modelo de un solo servidor, en un modelo de mltiples servidores esta frmula se transforma en: = = Factor de utilizacin = tasa media de llegadas = tasa media de servicio cuando todos los servidores estn ocupados s= nmero de servidores Por lo tanto (factor de utilizacin) es la fraccin de tiempo promedio de que un servidor est siendo utilizado para servir a un cliente, adems para que un servidor tenga un factor de utilizacin manejable, de nuevo es necesario que <1 Para los modelos conocidos M/M/1, M/G/1, M/Ek/1 y M/D/1, pueden transformarse para mltiples servidores donde el tercer smbolo ser ahora s. El modelo M/M/s Excepto por la ltima, las suposiciones son las misma que para el modelo M/M/1. 43 | P g i n a

Supuestos 1. La tasa media de llegadas tiene una distribucin exponencial con media 1/. 2. La tase media de servicio tiene una distribucin exponencial con media 1/. 3. Puede elegirse cualquier nmero de servidores (denotado por s) para el sistema de lneas de espera). Aplicacin de estos modelos al enfoque sugerido por el ejecutivo financiero. El ejecutivo financiero de Dupuit haba sugerido combinar los territorios actuales de un solo representante en un nmero mayor que atendera varios representantes tcnicos. El deseo es que, sin cambiar el nmero total de representantes tcnicos, esta reorganizacin disminuya W q la suficiente de su valor de Wq = 0.75 das para satisfacer el nuevo estndar de servicio estndar W q 0.25 das. Primero trataremos con dos representantes tcnicos asignados a cada territorio. Un territorio con dos representantes tcnicos. Nmero de mquinas Tasa media de llegadas: Tasa media de servicio: Nmero de servidores: Factor de utilizacin: 300 =6 =4 s=2 = (contra 150 antes) (contra =3 antes) (igual que antes) (contra s=1 antes) (igual que antes)

Figura 13

Resultados de aplicar el modelo M/M/s a la propuesta del ejecutivo financiero con dos representantes asignados a cada territorio

Al aplicar la plantilla de Excel del modelo M/M/s con estos datos se obtienen los resultados mostrados en la Figura 13. A pesar de que se tuvo un mejoramiento en el valor de Wq = 0.75 das a Wq = 0.321 das, no se ha satisfecho aun el requerimiento del servicio de W q 0.25 das, por esta razn veremos ahora que ocurre si se asignan tres representantes tcnicos a cada territorio. 44 | P g i n a

Un territorio con tres representantes tcnicos Nmero de mquinas Tasa media de llegadas: Tasa media de servicio: Nmero de servidores: Factor de utilizacin: 450 =9 =4 s=3 = (contra 150 antes) (contra =3 antes) (igual que antes) (contra s=1 antes) (igual que antes)

Con mayor precisin, la plantilla de Excel en la Figura 14 proporciona un valor de L=3.953 y Wq = 0.189 das. Puesto que un da de trabajo tiene ocho horas, este tiempo de espera esperado se convierte en un poco ms de una hora y 30 minutos.

Figura 14

Resultados de aplicar el modelo M/M/s a la propuesta del ejecutivo financiero con tres representantes asignados a cada territorio

En consecuencia, los territorios con tres personas satisfaran con facilidad el nuevo estndar de servicio de Wq 0.25 das (dos horas). Aun si se considera que estos territorios ms grandes aumentaran algo los tiempos de recorrido de los representantes tcnicos, todava se cumplira el estndar de servicio. La Tabla 4 resume los datos y valores de Wq para el territorio con uno, dos y tres representantes tcnicos. Observe que Wq disminuye con rapidez conforme aumenta el nmero de representantes tcnicos (servidores) sin cambiar el factor de utilizacin. De hecho, Wq para s=2 es menos de la mitad que para s=1, y Wq para s=3 es casi un cuarto que para s=1. Tabla 4. Comparacin de valores de Wq con territorios de diferentes tamaos para el problema de Dupuit Nmero de Nmero representantes tcnicos mquinas 1 150 de 3 4 s 1 Wq

0.75 0.75 das (6 horas) 45 | P g i n a

2 3

300 450

6 9

4 4

2 3

0.75 0.321 das (2.57 horas) 0.75 0.189 das (1.51 horas)

Estos resultados sugieren que ampliar ms los territorios con la asignacin de cuatro o ms representantes tcnicos a cada uno disminuira Wq an ms. Sin embargo, tambin hay desventajas al ampliar los territorios. Una es una posibilidad de un aumento significativo en el tiempo promedio requerido para que cada representante tcnico se transporte al lugar donde fall la mquina. Cuando se combinan slo dos o tres territorios de un representante tcnico en un territorio conjunto, no deben aumentar mucho los tiempos promedio de recorrido, ya que los representantes tcnicos pueden coordinarse de manera efectiva repartiendo los trabajos de reparacin segn la proximidad de los trabajos a sus ubicaciones actuales. Sin embargo, esto se dificulta cada vez con ms representantes tcnicos en un territorio todava mayor, y algunos tiempos de recorrido pueden volverse excesivos. Como el tiempo de recorrido a un sitio de reparacin es parte del tiempo total que el representante tcnico debe dedicar a una reparacin, la tasa media de servicio puede disminuir un podo de las cuatro reparaciones diarias supuestas en la Tabla 1 cuando el nmero de representantes tcnicos es mayor que tres. Para cualquier nmero dado de representantes tcnicos, disminuir aumenta Wq. Por lo tanto, no queda claro cunto ms puede reducirse W q, si se reduce, aumentando el nmero de representantes tcnicos por territorio a ms de tres. La asignacin de un gran nmero de representantes tcnicos a cada territorio tambin tiene varias desventajas prcticas. Se dificulta la coordinacin entre representantes. Los clientes pierden la sensacin de recibir servicio personalizado cuando los visitan tantos representantes diferentes. Ms an, los representantes pierden la satisfaccin de manejar su propio territorio t tratar con sus clientes. Cuando comparten el mismo territorio, tambin pueden surgir conflictos personales o profesionales entre ellos y las oportunidades para esos conflictos aumentan con equipos mayores. Por todas estas razones, John Phixitt concluye que, normalmente, la asignacin de tres representantes a cada territorio ofrecera el mejor tueque entre minimizar estas desventajas de los territorios grandes y reducir Wq a un nivel satisfactorio. Conclusin: El enfoque sugerido por el ejecutivo financiero, sin duda cumplira el nuevo estndar de servicio (Wq 0.25 da) si se combinan cada tres territorios contiguos de un representante tcnico, en un territorio ms grande servido por los mismo tres representantes. Puesto que el nmero total de representantes tcnicos no cambia, no habra costo adicional significativo al implantar este enfoque aparte de las desventajas de territorios ms grandes. Para minimizar estas desventajas, no se deben ampliar los territorios a ms de tres representantes por territorio. Anlisis econmico de nmero de servidores Cuando se disea un sistema de lneas de espera, a menudo la pregunta clave es cuntos servidores tener? Proporcionar demasiados provoca costos excesivos, tener muy pocos ocasiona

46 | P g i n a

una espera excesiva de los clientes. Por lo tanto, la seleccin del nmero de servidores involucra encontrar un trueque adecuado entre el costo de los servidores y la cantidad de espera. En muchos casos, las consecuencias para una organizacin de hacer esperar a sus clientes se pueden expresar como un costo de espera. Esto es cierto en especial cuando los clientes son internos a la organizacin, como los empleados de la compaa. Hacer que uno de sus empleados espere provoca prdida de productividad, que redunda en prdida de ganancia. Esta prdida de ganancia es el costo de espera. Un gerente est interesado en minimizar el costo total. Sean TC = costo total esperado por unidad de tiempo SC = costo esperado de servicio por unidad de tiempo WC = costo esperado de espera por unidad de tiempo Por lo tanto el objetivo es elegir el nmero de servidores con el fin de Minimizar TC = SC + WC Costo del servicio Cuando cada servidor cuesta lo mismo, el costo de servicio es SC = CS S Donde Cs = costo de un servidor por unidad de tiempo s = nmero de servidores Costo de espera WC = CW L CW = costo de espera por unidad de tiempo para cada cliente en el sistema de lnea de espera L = nmero esperado de clientes en el sistema de lnea de espera Por medio de una hoja de Excel se calculan estos costos con un modelo M/M/s. Todo lo que se necesita es estimar el costo del servicio Cs, el costo unitario de espera CW y el nmero de servidores s que desee, la hoja calcula SC, WC y TC. Supongamos que en el Caso Dupuit se estima que el costo del servicio Cs es igual a 20 UM por da de trabajo y que el costo unitario de espera es igual a 48UM, adicional se decidi que para no requerir un supervisor solo se crearn territorios equivalentes a dos territorios actuales, los costos totales resultado se ilustran en las Figuras 15, 16, 17, 18 y 19. La Tabla 5 muestra los datos generados de la repeticin de esta hora para los valores de s=1, 2, 3 y 4, adems de los valores de , SC, WC y TC. Figura 15 Anlisis econmico para elegir el nmero de servidores con el modelo M/M/s se aplica el ejemplo de Dupuit Corporation con s=1

47 | P g i n a

Figura 16

Anlisis econmico para elegir el nmero de servidores con el modelo M/M/s se aplica el ejemplo de Dupuit Corporation con s=2 48 | P g i n a

Figura 17

Anlisis econmico para elegir el nmero de servidores con el modelo M/M/s se aplica el ejemplo de Dupuit Corporation con s=3

Figura 18

Anlisis econmico para elegir el nmero de servidores con el modelo M/M/s se 49 | P g i n a

aplica el ejemplo de Dupuit Corporation con s=4

Tabla 5- Valores de ,SC,WC y TC con s=1,2,3,y 4 s 1 2 3 4 1.5 0.75 0.5 0.375 L 3.43 1.74 1.54 Costo del Servicio 20 40 60 80 Costo Espera 165 83 74 Costo Total 205 143 154

La Figura 19 muestra la grfica de los valores de la Tabla 5 en donde se observa que el menor costo para Dupuit es colocar tres representantes tcnicos por regin. Figura 19 Grfica de los valores SC,WC y TC con s=1,2,3,4 y 5

50 | P g i n a

Aplicando el Modelo de Lneas de Espera de Prioridades sin interrupcin al acercamiento Sugerido por el subdirector de comercializacin Ahora llegamos al ltimo de los cuatro acercamientos investigados por el equipo de investigacin de operaciones de Dupuit. El subdirector de comercializacin ha propuesto dar prioridad a las multifuncionales sobre otras mquinas para recibir servicio. En otras palabras, cuando un tcnico termine una reparacin, si hay tanto multifuncionales como otras mquinas en la cola de espera para ser reparadas, el tcnico siempre debe de elegir primero un multifuncional (el que ha tenido la mayor espera) para ser reparado a continuacin, incluso si otras mquinas han esperado an ms. La razn para este propsito es que el multifuncional realiza tantas actividades vitales que para sus dueos no puede tolerarse estar sin el tanto como las otras mquinas. De hecho, todas las quejas acerca de tiempos excesivos de espera para reparar estas mquinas han venido de dueos es este tipo de equipos, a pesar de que otras mquinas esperan exactamente lo mismo. Adems, el subdirector de comercializacin siente que el nuevo estndar de servicio propuesto ( solo necesita aplicarse a las multifuncionales. Dndoles a ellas prioridad para el servicio, posiblemente resulte en afrontar este estndar mientras an se puede dar servicio satisfactorio a otras mquinas. Para indagar esto, el equipo de investigacin de operaciones est aplicando el modelo de prioridades no previstas de lneas de espera. Hay dos clases de prioridad. Prioridad clase 1: Prioridad clase 2: Multifuncionales. Otras mquinas.

Adems, una distincin es hecha entre estos dos tipos de clientes llegando (mquinas necesitando ser reparadas) para el sistema de lneas d espera en cada rea de los tcnicos. Para determinar la tasa de llegada promedio para cada una de estas clases de prioridad (denotadas por , respectivamente) el equipo ha concertado que una tercera parte de las mquinas asignadas a los tcnicos son multifuncionales. Cada multifuncional requiere de servicio con la misma frecuencia (aproximadamente 1 vez cada 50 das de labor) que las otras mquinas. Consecutivamente, por eso la tasa de llegadas promedio total para todas las mquinas en una sola rea del tcnico es normalmente de tres mquinas por da. =1 = De cualquier forma, la proporcin de mquinas que son multifuncionales se espera que gradualmente se incremente hasta alcanzar cerca de la mitad en un par de aos. En ese punto, las tasas de llegada promedio cambian a =1 =1

51 | P g i n a

La tasa de servicio promedio para cada tcnico no cambia cuando se aplican prioridades, as que es mejor seguir estimando = clientes por da de trabajo. Bajo la poltica actual de la compaa de solo un tcnico por rea, el sistema de lneas de espera tiene un solo servidor = 1 . Entonces = , el valor del factor de utilizacin ser

La Figura 20 muestra los resultados obtenidos al aplicar la platilla de Excel para el modelo de prioridades no previstas para este sistema de lneas de espera ahora =1 = . La Figura 21 hace lo mismo bajo la condicin esperada despus =1 =1 . El equipo de investigacin de operaciones est peculiarmente interesado en los valores de , el tiempo de espera promedio en la cola, dado en la ltima columna de estas dos figuras. Estos valores son resumidos en la Tabla 6, donde la primera fila proviene de la Figura 20 y la segunda proviene de la Figura 21. Acercamiento sugerido por el subdirector de comercializacin para dar prioridad a las multifuncionales.

Figura 20

52 | P g i n a

Figura 21

Acercamiento sugerido por el subdirector de comercializacin para dar prioridad a las multifuncionales.

Tabla 6 - Tiempos de Espera Promedio cuando se aplican Prioridades no Previstas al Problema de Dupuit s 1 Cuando Ahora 1 2 4 0.75 para multifuncional 0.25 das de trabajo (2hrs) 0.3 das de trabajo (2.4hrs) 0.107 das de trabajo (0.86hrs) 0.129 das de trabajo (1.03hrs) 0.063 das de trabajo (0.50hrs) 0.076 das de trabajo (0.61hrs) para otras mquinas 1 da de trabajo (8hrs) 1.2 das de trabajo (9.6hrs) 0.429 das de trabajo (3.43hrs) 0.514 das de trabajo (4.11hrs) 0.252 das de trabajo (2.02hrs) 0.303 das de trabajo (2.42hrs)

1 Despus 1.5 1.5 4 0.75 2 Ahora 2 3 3 4 3 6 4 0.75 4 0.75 4 0.75

2 Despus 3 Ahora

3 Despus 4.5 4.5 4 0.75

Para los multifuncionales, note que = das de trabajo ahora, que apenas alcanza el nuevo estndar de servicio de das de trabajo, pero este tiempo de espera promedio pasar posteriormente a 0.3 das de trabajo. As, este enfoque queda un poco corto. Adems el tiempo de 53 | P g i n a

espera promedio antes de que el servicio empiece para las otras mquinas ira de = 1 da de trabajo ahora hasta = 1 das despus. Este gran incremento del promedio de los tiempos de espera han sido experimentados bajo la poltica actual de = das de trabajo (como se muestra en la figura 14.5) es como si se alineara un nmero considerable de clientes. La Tabla 4 en la seccin precedente demostr un gran impacto combinando un tcnico con reas ms grandes tiende a decrecer los tiempos de espera promedio. Adems, el equipo de investigacin de operaciones decide investigar combinando este enfoque con la aplicacin de prioridades no previstas. Combinando pares de territorios con un solo tcnico a un solo territorio con dos tcnicos duplica las tasas promedio de llegada para ambas clases de prioridad ( ) para cada territorio nuevo. Como el nmero de servidores tambin se duplica =1 = sin algn cambio en (la tasa de servicio promedio para cada servidor) el factor de utilizacin permanece igual. Estos valores ahora y despus son mostrados en el tercer y cuarto rengln de la Tabla 6. Aplicando el modelo de prioridades no previstas para lneas de espera, resulta los tiempos de espera promedio dados en las ltimas dos columnas. Estas grandes reducciones en los valores de desde el caso de = 1 resulta en ms razonables tiempos de espera. Ambos, ahora y despus, para multifuncionales es cercano a la mitad del mximo de la nueva propuesta de estndar de servicio ( . A pesar de que para las otras mquinas es algo por arriba del mximo de estos dos ahora y despus, estos tiempos de espera tambin estn por debajo del promedio de los tiempos de espera actualmente experimentados (6 horas), sin tantas quejas de miembros de esta clase de prioridad. La reaccin de John Phixitt es favorable. El siente que el estndar de servicio realmente haba sido propuesta con el multifuncional en mente y los miembros de la alta gerencia probablemente estaran satisfechos con los valores de mostrados en el tercer y cuarto renglones de la Tabla 6 Dado que los resultados analticos reportados en la Tabla 4 han sido muy favorables para los el rea con tres tcnicos sin prioridades, el equipo de investigacin de operaciones decide investigar esta opcin con prioridades tambin. Los ltimos renglones de la Tabla 6 muestran los resultados de este caso. Note que los valores de para s = 3 son incluso ms pequeos que para s = 2. De hecho, incluso los valores de para otras mquinas satisfacen de manera cercana al nuevo estndar de servicio hasta este punto. De cualquier forma, John Phixitt apunta que las reas con tres tcnicos tienen desventajas sustanciales comparadas con las reas que tienen dos. Uno tiene tiempos de viaje largos a los sitios de las mquinas. Otra es que los clientes sentiran que el servicio es considerablemente menos personalizado estn siendo atendidos por tres tcnicos diferentes en lugar de dos para la reparacin. Otra desventaja tal vez ms importante es que tres tcnicos podran presentar ms dificultad para coordinar su trabajo que dos. John no piensa que los valores decrecientes de para s = 3 valgan estas desventajas. Conclusin: Dado que la prioridad ms grande es mejorar el servicio para las multifuncionales, deben de existir consideraciones serias que proporcionen prioridad sobre otras que reciben reparaciones. De cualquier manera los tiempos de espera para las multifuncionales y para otras mquinas todava seran insatisfactorias si la poltica de un solo tcnico por rea contina en uso. Agrandando a dos tcnicos por rea se reduciran estos tiempos de espera a niveles que parecen 54 | P g i n a

ser satisfactorios, sin ningn costo monetario adicional. Agrandando las reas an ms probablemente no sera viable a la luz de las desventajas de los grandes territorios. Tabla 7 Tabla resumen de conclusiones por propuesta Ponente John Phixit Vicepresidente de ingeniera Jefe Financiero Vicepresidente de Marketing Propuesta Mantener rea con un solo tcnico, pero reducir el nmero de mquinas asignadas de 150 a 100. Mantener las reas de un solo tcnico pero proveer nuevo equipamiento para los tcnicos. Cambiar a reas con tres tcnicos. Cambiar a reas con dos tcnicos, con prioridad dada a las multifuncionales para ser reparadas. Costo Adicional $ 300 millones por ao. Costo nico de $ 500 millones. Ninguno, desventajas de grandes territorios.

Conclusiones de la Direccin Despus de que se instaur por Dupuit un equipo de investigacin de operaciones por el presidente para trabajar con John Phixitt para estudiar este problema. Se le ha pedido a John y al equipo que reporten a la alta gerencia sus avances en seis semanas. Ellos ahora hacen eso mandando sus reportes a cada miembro del grupo. El reporte representa sus conclusiones (como se plasma arriba y en la secciones precedentes), en cada uno de los cuatro enfoques, se les pidi que se hiciera una investigacin. Tambin se incluyeron las medidas de desempeo proyectadas (como las de la Tabla 4 6) para estos enfoques. La Tabla 7 resume los cuatro acercamientos que fueron refinados por el equipo de investigacin de operaciones. En este punto, el presidente rene a su grupo de alta direccin (incluyendo a John Phixitt). La reunin empieza con una breve (y bien construida) presentacin comentada por el lder del equipo, sintetizando el anlisis y las conclusiones del equipo. La presentacin es frecuentemente interrumpida por peguntas y comentarios del grupo. El presidente, en acto seguido, pide a John Phixitt presentar sus recomendaciones.

John comienza por enfatizar las muchas ventajas del sistema actual de un tcnico por rea. Las primeras dos propuestas en la Tabla 7 permitiran continuar con este sistema, pero a un alto precio. El entonces admite que ha concluido que el costo sera muy alto y que el tiempo ha llegado a modificar el sistema en aras de realizar el servicio eficientemente para la demanda del mercado actual. (Una breve discusin muestra argumentos fuertes del grupo en este punto). 55 | P g i n a

Esto deja a la tercera y cuarta propuesta en la Tabla 7 bajo consideracin. John repite los argumentos que ha mostrado antes al equipo de investigacin de operaciones acerca de las importantes ventajas de las reas con dos tcnicos sobre las de tres. El entonces apunta que la cuarta propuesta no solo prever reas con dos tcnicos, sino que tambin resultara en que los multifuncionales tendran menor tiempo de espera promedio que baja la tercera propuesta. Cuando el gerente de relaciones con el cliente objeta que los tiempos de espera promedio de las otras mquinas no alcanzar el nuevo estndar de servicio propuesto (un mximo de dos horas), John enfatiza que estos tiempos de espera todava decreceran sustancialmente de los niveles actuales a niveles que ni los dueos de esas mquinas podran quejarse ahora. En conclusin, John recomienda la adopcin de la cuarta propuesta. Algunos detalles menores saltan en la discusin subsecuente, incluyendo la posibilidad de que los dueos de las mquinas puedan sentirse como clientes de segunda clase. De cualquier forma, John indica que la nueva poltica no sera publicada, pero si se descubre, podra ser fcilmente justificada ante el cliente. El grupo pronto acepta la recomendacin de John. Decisin: Adoptar la cuarta propuesta en la Tabla 7 Finalmente, John apunta que existen actualmente algunas reas de un solo tcnico que estn muy esparcidos, esto causara tiempos excesivos de viaje entre los tcnicos. Bajo esta consideracin, esto echara a perder la cuarta propuesta. Se pide que se adopte la propuesta dos para estos territorios y despus usar la experiencia con el nuevo equipo para decisiones futuras en le cual el equipo a proveer a los tcnicos como demandas de servicio se incremente ms. Decisin: Como una excepcin a la nueva poltica la segunda propuesta en la Tabla 7 es adoptada solo para las reas con un solo tcnico y con una poblamiento disperso. La experiencia con el nuevo equipo ser cercanamente monitoreada para ayudar a guiar las decisiones de compra futuras para todos los tcnicos. El presidente agradece a John Phixitt y el equipo de investigacin de operaciones por su sobresaliente trabajo consistente en sealar el rumbo a tomar que parece ser una excelente resolucin de un problema crtico de la compaa. John de manera agradecida dice que la verdadera llave fue la informacin obtenida por el equipo de investigacin de operaciones, haciendo el uso apropiado de los modelos de lneas de espera. El presidente sonre y hace una nota mental para buscar el consejo de John ms a menudo.

56 | P g i n a