Tcnicas de Simulacin

1
CONFERENCIA #1

1. Introduccin a la Simulacin


- Introduccin

Ejemplo de simulacin manual (una ventanilla):

#
Cliente
Tpo. entre
arribo
Tpo. de comienzo del
servicio
Tpo. de
servicio
Tpo. de
arribo
Tpo. de
salida
Tpo. de
espera
1 0 0 5 0 5 0
2 3 5 6 3 11 2
3 2 11 3 5 14 6
4 5 14 4 10 18 4
5 1 18 4 11 22 7


La cual da como resultado que cinco personas se demoran 22 minutos en ventanilla para obtener un cierto
servicio.

Otros resultados:
Tiempo entre arribo promedio = 2.2
Tiempo de servicio = 4.4
Tiempo de espera = 3.8

La simulacin se encuentra enfocada a estudiar aquellos sistemas que son caracterizados por manejar
algn tipo de colas.

En esta materia utilizaremos el estudio de la simulacin precisamente como mtodo de anlisis para los
sistemas de servicios (sistemas que manejan colas de espera).

- Conceptos de estadsticas que sern tiles para la simulacin:

Variables discretas: Son aquellas variables que no admiten fraccionamiento, Ejemplo: # de hijos, # de
un dado, etc.

Para el clculo de la Probabilidad:

P(X
i
<= X <= X
k
) = P
i


Ejemplo:
Producto Clientes Probabilidad
1 25 P(X=1) = 25/250 = 0.10
2 128 P(X=2) = 128/250 = 0.51
3 47 P(X=3) = 47/250 = 0.19
4 38 P(X=4) = 38/250 = 0.15
5 12 P(X=5) = 12/250 = 0.05
= 250 = 1.00

P(X<=3) = P
1
+ P
2
+ P
3
= 0.80

Variables continuas: Son aquellas que admiten valores fraccionarios, Ejemplo: peso, edad, talla, etc.

Para el clculo de la Probabilidad: Se utiliza una funcin de densidad (depende del problema)

P(X<=K) = } F(t) dt

Tcnicas de Simulacin
2
Estudio independiente: Estudiar los conceptos siguientes:

- Esperanza o Valor esperado
- Varianza
- Distribuciones (Exponencial, Uniforme, Normal, Poisson, etc.)

El objetivo de las distribuciones es generar valores de tiempo aleatorios, importantes para la simulacin.

- Sistema

Qu es un sistema?

Es un conjunto de elementos que estn reunidos en una determinada interaccin con alguna
independencia, donde cada uno cumple determinada funcin con un fin determinado.

Ejemplo de un sistema:

Sistema de produccin de pedidos de clientes:



Pedidos
Clientes









Materia Prod.
Prima Term.

En este ejemplo una vez tenido un pedido de clientes se dispone la materia prima para poder pasar
sucesivamente por los diferentes departamentos hasta obtener el producto deseado. Todo es un sistema
pero cada uno posee independencia con respecto a los otros.

Conceptos de un sistema:

- Entidad: Es un objeto de inters dentro del sistema.

- Atributo: Una propiedad o caracterstica de una entidad.

- Actividad: Un proceso con determinada duracin o proceso que implique cambios con una duracin
dentro del sistema.

- Evento: Es un inicio o fin de servicio.

- Estado del sistema: Es la descripcin de las entidades, atributos, actividades segn su existencia en
algn punto del tiempo.

Ejemplo:

Sistema: Banco
Entidad: Cliente
Atributos: Saldo, Crdito, #Cuenta, etc.
Actividad: Deposito, Retiro

Dpto. Control de
la produccin
Dpto.
Compras
Dpto.
Fbrica
Dpto.
Armado
Dpto.
Embarque
Tcnicas de Simulacin
3
Medio Ambiente: Existen actividades que influyen dentro del sistema para lo cual hay que definir las
fronteras como tal. El medio ambiente es todo lo que pasa fuera del sistema. La frontera es aquella que
separa al medio ambiente del sistema.

Las actividades que ocurren en el medio ambiente se llaman Exgenas y las que se desarrollan dentro del
sistema se llaman Endgenas.

Ejemplos de actividades exgenas: tiempo de arribo de los clientes, cantidad de personas que llegan, etc.

Cuando una actividad se conoce de antemano se dice que es determinstica y cuando no se conoce el
tiempo o resultado de una actividad se dice que es estocstica.

Realmente existen dos tipos de sistemas, estos son:

Sistemas continuos: Son cuando las variaciones del sistema ocurren de forma continua. Ejemplo: un avio
al moverse.

Sistemas discretos: Son cuando los cambios se realizan de forma discontinua, existe un cambio y otro
cambio, etc.



CONFERENCIA #2

- Ejemplo para verificar la clase anterior

Los clientes que necesitan varios artculos de consumo llegan a un supermercado, toman un carrito si hay
disponible, realizan su compra y luego forman una cola para salir por una de las distintas cajas. Despus
de pagar devuelven el carrito y salen del lugar.

Frontera: Supermercado
Entidades: Clientes, Carrito, Caja
Atributos: Artculos a comprar, Disponibilidad del carrito, Cantidad de artculos a comprar, Nmero de
caja, etc.
Actividades: Entrada, Compra, Pagar / Cobrar, Devolver el carrito, Salida, etc.

- Modelacin de Sistemas

Modelo: Es un cuerpo de informacin relativa a un sistema con el objetivo de realizar su estudio.

La construccin de un sistema se puede dividir en dos subtareas:

- Determinacin de la estructura
- Obtencin de datos (atributos del problema)

Si un dato especfico no existe se denomina primario.

Clasificacin de Modelos:

Estticos
- Fsicos
Dinmicos
Analticos
Estticos
Numricos
- Matemticos
Analticos
Dinmicos
Numricos Simulacin

Tcnicas de Simulacin
4
Modelos Fsicos: Son aquellos que tienen un comportamiento fsico, es decir, utilizando la fsica se
representa un sistema.

Modelos Matemticos: Son aquellos que utilizan mtodos de resolucin, variables, condiciones lgicas,
con la utilizacin de las matemticas obtenemos parmetros del modelo.

Principios de la modelacin:

1. Formulacin de bloques: Se deben hacer bloques en los cuales debe haber interconexin entre ellos,
se debe tener un grado de detalle.

2. Relevancia: A veces lo que se incluye en el sistema no influye en el desarrollo del mismo, se deben
tener en cuenta solamente los casos esenciales dentro de los factores de estudio del sistema.

3. Exactitud: Generalizar la informacin para obtener resultados a veces no es exacto.

4. Agregacin: Segn el objetivo se pueden agrupar algunos bloques en un algo nico o en una entidad
publica.

- Definicin de Simulacin de Sistemas:

Es una tcnica numrica para resolver problemas siguiendo los cambios en el tiempo de un modelo
dinmico de un sistema. (dy/dt variacin dy respecto al tiempo)

- Simulacin Continua: Cuando los intervalos de tiempo son continuos.

- Simulacin Discreta: Cuando los intervalos de tiempo son discretos.

Ejemplos de lenguajes de simulacin:

GPSS: Simulacin de sistemas de propsito general
GASP, SLAM, SIMScrupt, Simula
Siman, Arena

- Naturaleza experimental de la simulacin:

Hay que tener presente que cantidad y que condiciones se pone al modelo para analizar y que sea
efectivo.

Explicar en que consiste realmente la simulacin: Modelo Experimento - Pruebas

- Pasos de un estudio de simulacin:

1. Definicin del problema

2. Plan de estudio

3. Formulacin de un modelo matemtico

4. Construccin de un programa de computacin para un modelo

5. Validacin del modelo

6. Diseo de experimentos

7. Ejecucin de corridas de simulacin y anlisis de los resultados


Tcnicas de Simulacin
5
CONFERENCIA #3

- Introduccin a la Teora de Colas

De todos los conceptos tratados con las tcnicas bsicas de investigacin operacional, la teora de colas
aparece como la de mayor aplicacin potencial y sin embargo es quizs la ms difcil de aplicar. Todos
los negocios, gobierno, industria, escuelas, hospitales, todos tienen problemas de colas (sistemas de
servicios).

El objetivo principal de analizar estos tipos de problemas es el de obtener el mximo rendimiento en los
sistemas de servicios.

El ejemplo clsico de una cola es el siguiente:


SISTEMA DE SERVICIO

Entrada Salida

Cola de Clientes Unidad de
Servicio

Los clientes llegan a la cola y esperan hasta que les proporcione el servicio, o si el sistema est vaco, el
cliente que llega puede ser atendido inmediatamente. Despus de que el servicio queda determinado el
cliente abandona el sistema.

La tasa a la cual llegan los clientes para ser atendidos se denomina tasa de servicio (lambda). Como su
nombre lo indica, esta es una tasa cuyas unidades son clientes por unidad de tiempo (c/hora, c/da, etc.).
La tasa a la cual la unidad de servicio puede atender al cliente se denomina tasa de servicio (mu) y est
definida tambin en clientes por unidad de tiempo (c/hora, c/da, etc.).

La tasa de servicio representa la mxima capacidad de servicio suponiendo que la unidad de servicio no
esta ociosa. Estas tasas son valores promedios que normalmente se representan con la distribucin de
Poisson.

Normalmente se debe encontrar la tasa de servicio adecuada para la tasa de llegada de los clientes.

- Definicin de Trminos

Cliente: Unidad que llega requiriendo la realizacin de algn servicio, pueden ser personas,
maquinas, partes, etc.

Cola (lnea de espera): Nmero de clientes que esperan ser atendidos.

Canal de servicio: Es el proceso o sistema que est efectuando el servicio para el cliente. Este puede
ser simple o multicanal. El smbolo k indicar el nmero de canales de servicios.

Ejemplos:

1. Los aficionados que esperan comprar boletos para un juego de ftbol

2. Las cartas en espera de ser escritas a mquina.

3. Un parqueadero.

4. Las tarjetas de crdito en espera de ser perforadas.

Tasa de llegada: Tasa (clientes por periodo de tiempo) a la cual llegan clientes para ser atendidos. El
valor medio de esta tasa es .

Tcnicas de Simulacin
6
Tasa de Servicio: Tasa (clientes por unidad de tiempo) a la cual un canal de servicio puede
suministrar el servicio requerido por el cliente. El valor medio de esta tasa es .

Prioridad: Mtodo de decidir cul ser el prximo cliente atendido. La suposicin ms frecuente es
FIFO.

Tamao de la Poblacin: Tamao del grupo que proporciona los clientes. Si hay unos pocos clientes
potenciales, la poblacin es finita. Si hay un gran nmero de clientes potenciales, por ejemplo entre
30 y 50, o ms, generalmente se dice que la poblacin es infinita. Otra regla emprica es, la poblacin
es infinita cuando la poblacin es lo suficientemente grande como para significar que la llegada de un
cliente no afecta apreciablemente la probabilidad de otra llegada.

Distribucin de Tasa de Llegada: Es la distribucin de la tasa de llagada de los clientes al sistema
de servicio. La suposicin ms frecuente es la distribucin de Poisson.

Distribucin de Tasa de Servicio: Es la distribucin de la tasa de servicio de los canales de
servicios. La suposicin ms frecuente es la distribucin de Poisson.

Lq, nmero esperado de clientes en la cola: Nmero estimado de clientes que esperan ser atendidos.

L, nmero esperado de clientes en el sistema: Nmero estimado de clientes ya sea esperando en la
lnea y/o siendo atendidos.

Wq, tiempo esperado en la cola: Tiempo estimado que emplea un cliente esperando en lnea.

W, tiempo esperado en el sistema: Tiempo estimado que emplea un cliente esperando ms el que
emplea siendo atendido, Wq + 1/.

Ln, nmero esperado en la cola no vaca: El nmero promedio o nmero estimado de clientes que
esperan en la lnea excluyendo aquellos periodos en los cuales la lnea esta vaca.

Wn, tiempo estimado de espera en una cola no vaca: Tiempo estimado que un cliente espera en una
lnea en el caso de que decida esperar. Es el valor promedio de los tiempos de espera de todos los
clientes que entran a la cola cuando el canal de servicio est ocupado. Los clientes que llegan cuando
el canal est vaci tienen un tiempo de espera cero, y estos valores no se promedian en Wn.


Usando estos trminos tenemos los siguientes modelos de problemas de colas:

Tipo de Problema Modelos de Colas


Tamao de la Poblacin Infinita Finita


Nmero de Canales Simple Mltiple Simple Mltiple


El problema de canal simple es un caso particular del canal mltiple.


CONFERENCIA #4

- Anlisis de Problemas de Colas con Poblacin Infinita Canal Simple

Quizs el modelo de colas ms fcil de resolver es el de una cola de canal simple que da servicio a una
poblacin infinita. Existen siete ecuaciones bsicas que pueden usarse para analizar esta clase de
problemas.

La probabilidad de hallar el sistema ocupado o utilizacin del sistema es:
Tcnicas de Simulacin
7
p =

donde, p = utilizacin del sistema
= tasa de llegada, unidades/periodo de tiempo
= tasa de servicio, unidades/periodo de tiempo

Las siguientes ecuaciones son vlidas slo cuando / < 1.

Este criterio es solo para que el sistema funcione correctamente.

La probabilidad P
0
de hallar el sistema vaco u ocioso es:
P
0
1 =

El nmero esperado L
q
en la cola, es:
L
q
=

2
( )


El nmero esperado L en el sistema ( la cola y servicio ), es :

L =

El tiempo esperado W
q
en la cola, es:
W
q
=

( )


El tiempo promedio esperado W en el sistema, es:
W =

1



El nmero esperado L
n
en la cola no vaca, es:
L
n
=

El tiempo esperado W
n
en la cola para colas no vacas:
W
n
=

1




- Ejemplos de Problemas de Colas con Poblacin Infinita Canal Simple

Problema #1: Una mquina duplicadora para uso de oficina es utilizada y manejada por el personal de la
oficina que necesita obtener copias, principalmente secretarias. Puesto que el trabajo que debe duplicarse
vara en magnitud (nmero de pginas del original) y en el nmero de copias requeridas, la tasa de
servicio est aleatoriamente distribuida, pero se aproxima a una distribucin de Poisson, que tiene una
tasa media de servicio de 10 trabajos por hora. Generalmente los requerimientos de utilizacin son
aleatorios durante las 8 horas de trabajo diario pero llegan a una tasa de 5 por hora. Algunas personas han
observado que ocasionalmente se forma una lnea de espera y han objetado la poltica de mantener una
sola unidad. Si el tiempo de una secretaria est evaluado en $ 3.50, haga una anlisis para determinar:

a. Utilizacin de equipo.
b. Porcentaje de tiempo que una llegada tiene que esperar.
Tcnicas de Simulacin
8
c. Tiempo promedio en el sistema.
d. Costo promedio ocasionado por esperar y hacer funcionar la mquina.
Resolucin:
La tasa de llegada es 5 por hora, y la tasa de servicio es 10 por hora.

a. La utilizacin de equipo es p.

Por lo tanto el equipo utiliza un 50 % del tiempo.

b. El porcentaje de tiempo que una persona que llega tiene que esperar es simplemente el
porcentaje de tiempo que el equipo est ocupado, esto es, 0.50.

c. El tiempo promedio W en el sistema es:

En promedio cada persona que llega gasta 0,20 horas esperando y procesando el trabajo.

d. El costo promedio es:

Costo por da = Nmero de trabajos procesados por da - costo promedio por
trabajo.


Costo promedio por trabajo = Tiempo promedio por trabajo * $/hora
= W($3,50/hora)
= 0,20(3,50)

Costo por da = 8(5)(0,20)(3,50) = $28 por da

Problema #2: Una refinera distribuye sus productos mediante camiones que se cargan en el terminal de
carga. Se cargan camiones de la compaa y camiones de distribuidores independientes. Las compaas
independientes se quejan de que algunas veces deben esperar en la lnea y perder dinero por mantener
esperando al conductor y al camin. Ellos han solicitado a la refinera disponer de un segundo terminal de
carga o descontar un precio equivalente al tiempo de espera. Se han acumulado los siguientes datos.

Tasa promedio de llegada (para todos los camiones) = 2c/hora
Tasa promedio de servicio = 3c/hora.

El 30% de todos los camiones son independientes. Suponiendo que estas tasas aleatorias tiene una
distribucin de Poisson, determinar:

a. La probabilidad que un camin tenga que esperar.
b. El tiempo de espera de un camin.
c. El tiempo estimado que los camiones independientes esperan por da.

Resolucin:

a. La probabilidad de que un camin tenga que esperar por servicio es el factor de utilizacin.

50 , 0
10
5
= = =

p
66 , 0
3
2
= = =

p
. 20 , 0
5
1
5 10
1 1
horas
u
W = =

Tcnicas de Simulacin
9
b. El tiempo de espera de un camin es:

c. El tiempo total estimado que los camiones independientes esperan por da es:

Camiones por da * % de independientes * pW
n

= (2*8)(0,30)(0,67)(1) = 3,2 horas/da.

Este resultado se puede obtener por otro camino:

Tiempo esperado = Camiones/da * % independientes * tiempo estimado de espera/camin


Problema #3: Una gra desplaza objetos de una mquina a otra y se utiliza cada vez que la mquina
requiere carga o descarga. La demanda de servicios es aleatoria. Los datos tomados del registro de
tiempos entre llamadas de servicio siguen una distribucin exponencial, con una media de una llamada
cada 30 minutos. De manera semejante, el tiempo real de servicio de carga o descarga toma un promedio
de 10 minutos. Si el tiempo de mquina est evaluado en $8,50 por hora, cunto vale el tiempo perdido
por da?.

Resolucin:

En primer lugar los datos se deben ordenar los valores de y . Ambos son tasas, esto es, unidades por
perodo de tiempo, mientras que los datos estn dados en funcin de tiempo por unidad. Si una llamada
para solicitar servicio ocurre cada 30 minutos en promedio, esto es una tasa de dos llamadas por hora.
Anlogamente, si se emplean 10 minutos para atender un cliente promedio, la tasa de servicio es de 6 por
hora. Por lo tanto = 6 unidades/hora. Tambin puede demostrarse que si los tiempos de servicio (o
tiempos de llegada) estn distribuidos exponencialmente, la situacin es equivalente a una distribucin de
Poisson que tiene como base la tasa de servicio (o de llegada).

El tiempo perdido por mquina es el tiempo promedio W del sistema.


La demanda diaria de servicio, suponiendo un da de 8 horas, es 8 veces la demanda por hora.

Demanda diaria = 8 = 8(2) = 16 llamadas para solicitar servicio/da.

Puesto que cada llamada requiere un tiempo de paralizacin promedio de 0,25 horas,

Costo total/da = ($8,50/hora)(0,25 horas/llamada)(16 llamadas/da) = $34/da


CONFERENCIA #5

- Anlisis de Problemas de Colas con Poblacin Infinita Canal Mltiple

Se puede deducir expresiones semejantes para el tiempo en el sistema, etc., para un problema de cola
multicanal siempre y cuando se suponga una poblacin infinita. Realmente estas ecuaciones son ms
generales que las dadas en el problema de canal simple ya que ellas pueden reducirse al caso de canal
simple haciendo k = 1 y simplificando. Enseguida se presentan las ecuaciones bsicas:
horas W 25 , 0
4
1
2 6
1 1
= =

=

. 1
1
1
2 3
1 1
hora
u
Wn = =

( )( ) ( )

=
u
Wq 3 . 0 16 3 . 0 8 * 2 ( )
( )
horas 2 . 3
2 3 3
2
3 . 0 16 =

=
Tcnicas de Simulacin
10

La probabilidad P
0
de hallar vaco el sistema es:
Donde k = nmero de canales de servicio.
= tasa de llega de clientes.
= tasa de servicio de un canal simple (se supone que todos los son iguales)

La probabilidad P
k
de que una unidad que llega tenga que esperar (probabilidad de que haya k o ms
unidades en el sistema), es:

El nmero esperado de clientes L en el sistema es:

El nmero esperado de clientes L
q
en la cola es:

El tiempo esperado W
q
en la cola es:


El tiempo esperado W en el sistema es:


- Ejemplos de Problemas de Colas con Poblacin Infinita Canal Mltiple


Problema #1: Se ha objetado la situacin presentada en el ejemplo de la mquina duplicadora debido al
resultado del ltimo anlisis. Se est considerando la posibilidad de instalar dos mquinas o arrendar una
mquina ms grande. Enseguida se resumen los datos


Tasa de servicio , por
hora
Costo diario de
arrendamiento

|
|
.
|

\
|
+
(
(
(

|
|
.
|

\
|
=

=
=
k
k
k n
P
k
k n
n
n
!
1
!
1
1
1
0
0
( )
0
!
1
P
k
k
k
P
k
k

|
|
.
|

\
|
=
( )
( ) ( )

+

=
0 2
! 1
P
k k
L
k
( )
( ) ( )
2
0
! 1


=
k k
P
W
k
q
( )
( ) ( )
2
0
! 1


=
k k
P
L
k
q
( )
( ) ( )

1
! 1
2
0
+

=
k k
P
W
k
Tcnicas de Simulacin
11
Mquina pequea
(presente)
Mquina grande
10

15
$5

$10
El costo total diario es el costo de arrendamiento ms el costo del tiempo perdido. Por lo tanto, el costo
total de una mquina pequea se puede determinar a partir de los clculos anteriores:

CT = (1 pequea) = $5 (arrendamiento) + $28 (tiempo) = $ 33 diarios.

El costo de una mquina grande es:


CT (grande) = $10 (arrendamiento) + (8*5)(0,10)(3,50) = $24 por da.

El costo de dos mquinas pequeas seria:

Para calcular el tiempo en el sistema de dos mquinas pequeas, primero se calcula P
0
usando la
ecuacin:




Po = 0.60

El tiempo esperado W en el sistema es:

W = 0.107

Por lo tanto, el costo total diario es la suma del costo de arrendamiento ms el costo del tiempo perdido:

CT = 2 (5) + (8*5)(0,107)(3,50) = $24,98 por da

Esto indica que sera ligeramente menos costoso utilizar una mquina ms grande.

Si la ventaja de colocar las dos mquinas en diferentes lugares disminuye el tiempo para llegar a cada
mquina, probablemente sea mejor arrendar dos mquinas pequeas.

|
|
.
|

\
|
+
(
(
(

|
|
.
|

\
|
=

=
=
k
k
k n
P
k
k n
n
n
!
1
!
1
1
1
0
0
5 ) 10 ( 2
) 10 ( 2
10
5
! 2
1
10
5
!
1
1
1
0

|
.
|

\
|
+
(
(
(

|
.
|

\
|
=

=
=
k
n
n
n
n
( ) ( ) ( )
15
20
5 , 0
2
1
5 , 0
1
1
5 , 0
! 0
1
1
2 1 0
+ +
=
600 , 0
167 , 0 5 , 0 1
1
=
+ +
=
( )
( ) ( )
1
! 1
2
0
+

=
k k
P
W
k
( ) horas
u
nde W 10 . 0
10
1
5 15
1 1
gra = =

Tcnicas de Simulacin
12

Problema #2: Repetir el ejemplo de la refinera usando dos canales de igual tamao.

a. La probabilidad de que un camin tenga que esperar es igual a la probabilidad P
k
de
encontrar ya dos o ms camiones en el sistema.





La probabilidad de que un camin tenga que esperar es 0.25.

b. El tiempo de espera de un camin es:



Se observa que W
q
es el tiempo estimado que un camin tiene que esperar. Esta no es una probabilidad
condicional como W
n
: por lo tanto debe dividirse por la probabilidad de que un camin tenga realmente
que esperar.



c. El tiempo total estimado que los camiones independientes tienen que esperar diariamente es:

Tiempo Total = (2*8)(0,3)(0,25)(0,168) = 0,202 horas/da

Tiempo Total = 16(0,3 W
q
) = 16(0,3)(0,042) = 0.202 horas/da

2 ) 3 ( 2
) 3 ( 2
3
2
! 2
1
3
2
!
1
1
1
0
0

|
.
|

\
|
+
(
(
(

|
.
|

\
|
=

=
=
k
n
n
n
n
P
( )
0
!
1
P
k
k
k
P
k
k

|
|
.
|

\
|
=
( )
( )
50 , 0
2 6
6
67 , 0
2
1
3
2
1
1
2
0
=

+ +
= P
( )
( )
25 , 0 50 , 0
2 3 2
3 2
3
2
! 2
1
2
=

= P
( )
( ) ( )
2
0
! 1


=
k k
P
W
k
q
( )
( ) | |
042 . 0
2 3 2 1
50 , 0
3
2
3
2
2
=

|
.
|

\
|
=
168 , 0
25 , 0
042 , 0
= = =
k
q
n
P
W
W
Tcnicas de Simulacin
13

Problema #3: Una compaa telefnica est planeando la instalacin de casillas telefnicas en un nuevo
aeropuerto. Se ha establecido la estrategia de que una persona no tenga que esperar ms del 10 % de las
veces que intente usar un telfono. Se estima que la demanda de uso tiene una distribucin de Poisson con
un promedio de 30 por hora. La llamada telefnica promedio tiene una distribucin exponencial con un
tiempo medio de 5 minutos. Cuntas casillas telefnicas se deben instalar?.


Pk < 0.10 =30/hora =12/hora


Cuando k = 2, 2=24, deben instalarse por lo menos tres telfonos para satisfacer la demanda de servicio.
Ensayar con k=5:








Esto da una probabilidad de 0,13 de que un cliente tenga que esperar.

Ensayar con k=6:

Po = 0.08162

P6 = 0.047 P6 < 0.10

Por tanto si se instala 6 telfonos la probabilidad de que un cliente tenga que esperar es 0,047. Ya que este
valor es menor que 0.10, este es el nmero mnimo que satisface la poltica de la compaa.


CONFERENCIA #6

- Anlisis de Problemas de Colas con Poblacin Finita

En algunos casos, el nmero de clientes potenciales es pequeo. Si este valor es tan pequeo que la
llegada de un cliente para ser atendido o la terminacin de un simple servicio afecta la probabilidad de
futuras llegadas, entonces la suposicin de una poblacin infinita no es vlida. Por ejemplo, si un
operador atiende tres mquinas y cada una requiere atencin a intervalos aleatorios, las maquinas
(clientes) provienen de una poblacin finita. Evidentemente la probabilidad de llegada de un cliente vara
30 ) 12 ( 5
) 12 ( 5
12
30
! 5
1
12
30
!
1
1
5
1 5
0
0

|
.
|

\
|
+
(
(
(

|
.
|

\
|
=

=
=
n
n
n
n
P
( )
( )
13 , 0 0801 , 0
30 12 5
12 5
5 , 2
! 5
1
5
5
=

= P
60
5 1
=

0801 , 0
30
60
5 , 2
! 5
1
! 4
5 , 2
! 3
5 , 2
! 2
5 , 2
5 , 2 1
1
5
4 3 2
=
+ + + + +
=
Tcnicas de Simulacin
14
con un cambio de una sola llegada (el cliente reingresa a la poblacin). Como regla emprica, si la
poblacin es menor que 30 deben usarse las ecuaciones correspondientes a una poblacin finita.

Aunque los conceptos son iguales a los usados con una poblacin infinita algunos trminos y ecuaciones
requeridos en el anlisis son diferentes. Estos clculos requieren considerable tiempo, pero si se dispone
de un computador esta operacin no requiere de un tiempo grande. La probabilidad de una llegada vara
segn el nmero de clientes disponibles para entrar al sistema. Si se define M como la poblacin total de
clientes y n como el nmero de clientes que ya estn en el sistema de cola, cualquier llegada debe
provenir de los M-n que an no estn en el sistema. Por tanto, conociendo la probabilidad de una llegada
individual es posible expresar la probabilidad de una llegada. Si 1/ es el tiempo entre requerimientos de
servicio de una unidad, esto es, el tiempo medio entre llegada de un cliente dado, entonces es la
probabilidad de que un cliente requiera servicio durante el perodo de tiempo At. Se observa nuevamente
que esto supone que la probabilidad es independiente del perodo de tiempo y por lo tanto que tiene una
distribucin de Poisson. Si es la probabilidad de que una unidad determinada requiera servicio y hay
Mn clientes que no estn en el sistema de cola, entonces la probabilidad de que un cliente requiera de
servicio es (M n) . Se observa que esto todava no es importante. A continuacin se presentan las
ecuaciones de estos problemas.

- Anlisis de Problemas de Colas con Poblacin Finita Canal Simple

La probabilidad P
0
de hallar vaco el sistema es:


Donde M es el nmero de clientes en la poblacin (tamao de la poblacin).

La probabilidad P
n
de hallar n clientes en el sistema es:


El nmero esperado L de clientes en el sistema es:

El nmero esperado L
q
de clientes en la cola es:

- Anlisis de Problemas de Colas con Poblacin Finita Canal Mltiple

En este caso se supone que el nmero k de canales es mayor que 1, por lo tanto 1 < k s M.

La probabilidad P
0
de hallar vaco el sistema es:


( )

=
= (
(

|
|
.
|

\
|

=
M n
n
n
n M
M
P
0
0
!
!
1

( )
P
M
M n
P
n
n
=

|
\

|
.
|
!
!

0
( )

=
=
= =
M n
n
n
P M nP L
0
0
1

( ) L M P
q
=
+

1
0
( ) ( )

=
=

=
= (
(

|
|
.
|

\
|

+
(
(

|
|
.
|

\
|

=
M n
k n
n
k n
k n
n
n
k k n M
M
n M
M
P

! !
!
!
!
1
1
0
0
Tcnicas de Simulacin
15

La probabilidad P
n
de hallar n clientes en el sistema es:


Donde 0 s n s k


Donde k s n s M


Se observa que n no puede ser mayor que M.

El nmero esperado L de clientes en el sistema es:

El nmero esperado L
q
de clientes en la cola es:

La aplicacin de estas ecuaciones a problemas de colas es semejante a la del caso de poblacin infinita.
Algunos problemas requieren una formulacin ligeramente diferente ya que el propsito puede ser la
determinacin del tamao ptimo de una poblacin, en lugar de la tasa de servicio o del nmero de
canales.


- Ejemplos de Problemas de Colas con Poblacin Finita Canal Simple


Problema #1: Un mecnico atiende cuatro mquinas, para cada una, el tiempo medio entre
requerimientos de servicio es 10 horas y se supone que tiene una distribucin exponencial. El tiempo de
reparacin tiende a seguir la misma distribucin y tiene un tiempo medio de 2 horas. Cuando una
mquina queda en reparacin, el tiempo perdido tiene un valor de $20 por hora. El servicio del mecnico
cuesta $50 diarios.

a. Cul es el nmero esperado de mquinas en operacin?.
b. Cul es el costo esperado del tiempo perdido por da?.
c. Sera deseable tener dos mecanismos para que cada uno atendiera slo dos mquinas?.

a. Para calcular el nmero esperado de mquinas en operacin, primero se determina y .

( )
P P
M
M n n
n
n
=

|
\

|
.
|
0
!
! !

( )
P P
M
M n k k
n n k
n
=

|
\

|
.
|
0
!
! !

( )

=
=
=
=
=
=
|
.
|

\
|
+ + =
1
0
1
0
1
k n
n
k n
n
n
M n
k n
n n
P k P k n nP L
( ) L n k P
q n
n k
n M
=
=
=

1 . 0 10
1
= =

1
2 0 5

= = ,
( )
4 . 0
5 , 0
1 , 0
! 4
! 4
1
4
0
0
=
(
(

|
.
|

\
|

=
=
n
n
n
n
P
Tcnicas de Simulacin
16
Ahora se calcula P
0:


El nmero esperado de mquinas que no funcionan en el sistema es:


El nmero esperado de mquinas que funcionan es: M-L = 4-1 = 3


b. El costo esperado del tiempo perdido por da se encuentra como se indica a continuacin. Si
se supone un da de 8 horas el tiempo total perdido es:

8 X nmero esperado de mquinas que no funcionan = 8 (1) = 8 horas/da

Costo = ($20/hora) (8horas/da) = $160/da.

c. Comparar con el caso en el cual dos mecnicos atienden dos mquinas cada uno.

Comparar Ahora M=2.

Determinar P
0:


Esto supone que cada mecnico y sus mquinas constituye un sistema separado independiente.

El nmero esperado de mquinas en el sistema (por mecnico) es:

El tiempo perdido esperado por mecnico es:

(8)(0,4) = 3,2 horas/da

Tiempo total perdido/da = 2(3,2) = 6,4 horas/da

Costo total = 2($50/hombre) + (6,4 horas/da)($20/da)
= 100 + 128 = $228/da

Puesto que 228 > 160 + 50, no se justifica emplear dos hombres.

Deber: Como ejercicio puede compararse lo anterior con un sistema similar pero que tenga cuatro
clientes (mquinas) y dos canales (mecnicos).

M = 4, k = 2.


L = = = 4
0 5
01
1 0 4 4 3 1
,
,
( , )
68 , 0
48 , 1
1
) 2 , 0 )( 1 ( 2 ) 2 , 0 ( 2 1
1
2
0
= =
+ +
= P
( ) L = = 2
0 5
0 1
1 0 68 0 4
,
,
, ,
P
n n n
n
n
n
n
n
n
n
0
0
2 1
2
2
4
1
4
4
0 1
0 5
4
4 2 2
0 1
0 5
=

|
\

|
.
|

(
(
+

|
\

|
.
|

(
( =
=

=
=

!
( )! !
,
,
!
( )! !
,
,
Tcnicas de Simulacin
17

Ahora se determina el nmero esperado L de clientes en el sistema:


= 0P
0
+ 1P
1
+ (2 - 2)P
2
+ (3 2)P
3
+ (4 - 2)P
4
+ 2(1 - P
0
P
1
)


Esto significa que deben calcularse P
1
, P
2
, P
3
y

P
4.


Se observa que para P
1
y P
2
, n s k,

Para P
3
y P
4
, k s n s M,

L = 0(0,48) + 1(0,38) + 0(0,12) + 1(0,02) + 2(0) + 2(1 0,48 0,38)
= 0 + 0,38 + 0 + 0,02 + 0 + 2,28
L = 0,68

El tiempo perdido por da de 8 horas es 8(0,68) = 5,44 horas

Costo total = (2 hombres)(50) + ($20/hora)(5,44) = 100 + 108,80 = $208,80/da

Este es el menos costoso de todos. Debe esperarse esta variante ya que es superior a dos sistemas
separados de dos mquinas por mecnico puesto que los mecnicos se utilizan mejor.
=
+ + + +
= =
1
4
4 0!
0 2
4
3 1
0 2
4
2 2 2
0 2
4
1 2 2
0 2
4
0!2 2
0 2
1
2 09
0 48
0 1
0
2 3 4
!
!
,
!
! !
,
!
! !
,
!
! !
,
!
!
,
,
,
L nP n k P k P
n n n
n
n k
n k
n M
n
n k
= + +
|
\

|
.
|
=
=
=
=
=
=

( ) 1
0
1
0
1
= + +
|
\

|
.
|
=
=
=
=
=
=

nP n P P
n n n
n
n
n
n
n
n
( ) 2 2 1
0
2 1
2
4
0
2 1
P P
M
M n n
n
n
=

|
\

|
.
|
0
!
( )! !

P
1
1
0 48
4
3 1
0 2 0 38 = = ,
!
! !
, ,
P
2
2
0 48
4
2 2
0 2 012 = = ,
!
! !
, ,
P P
M
M n k k
n n k
n
=

|
\

|
.
|
0
!
( )! !

P
3 1
3
0 48
4
1 2 2
0 2 0 02 = = ,
!
! !
, ,
P
4 2
4
0 48
4
0!2 2
0 2 0 002 = = ,
!
!
, ,