Proyecto Ope II - Semi Acabado

UNIVERSIDAD RICARDO PALMA
ESCUELA PROFESIONAL DE INGENIERA

INDUSTRIAL
INVESTIGACION DE OPERACIONES II
PROYECTO DE INVESTIGACION
Integrantes:
PAJA
QUISPE
201212503
GERARDO
Docente: ING. JAIME GUERRA SAAVEDRA
2014 II
INDICE

ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL
I. Introduccin
CAPTULO I: PROBLEMA, OBJETIVO E HIPTESIS DE ESTUDIO
II. Problematizacin
III. Objetivos
3.1 Objetivo General
3.2 Objetivos Especficos
IV. Hiptesis de Estudio
CAPTULO II: ANTECEDENTES, METODOLOGA Y MARCO
TERICO
V. Antecedentes
VI. Metodologa del Estudio
VII. Marco Terico
CAPTULO III: ANLISIS Y DIAGNOSTICO DEL ESCENARIO
ACTUAL.
VIII. Anlisis y Diagnstico del Escenario actual
CAPTULO IV: ANLISIS Y CONSTRUCCIN DEL MODELO DE
COLA
IX. Construccin del modelo de cola
X. Trabajo de Campo
10.1 Toma de tiempos de arribos
10.2 Toma de tiempos de servicios
10.3 Dcima de Hiptesis y Ajuste de Bondad
XI. Obtencin e Interpretacin de resultados del Modelo de cola
CAPITULO V: ESCENARIOS PROPUESTOS
CAPTULO VI: CONCLUSIONES Y RECOMENDACIONES
XII. Conclusiones y recomendaciones
XIII. Referencias Bibliogrficas

Dedicatoria
Este trabajo es dedicado al Ing. Jaime
Guerra Saavedra como muestra de
agradecimiento por haber dedicado su
tiempo brindndonos conocimientos
sobre el curso de Investigacin de
Operaciones 2, el cual nos permitir
resolver
problemas
cotidianos
y
frecuentes en el mbito laboral.

NTRODUCCION
En el curso de Investigacin de Operaciones hemos tocado el tema de
Teora de Colas, llegando a la conclusin que el fenmeno de las colas
surge cuando unos recursos compartidos, necesitan ser accedidos para
dar servicio a un nmero de clientes o trabajadores
En el trabajo de investigacin realizado se mostrara cogiendo una
pequea muestra bajo el cual damos un planteamiento del problema.
Basndose en trminos tericos y bases legales, para luego emplear
tcnicas y
herramientas (software como el Tora, Lindo, Excel)
previamente enseadas en clase, que nos permita generar un diseo
funcional.
Bajo este planteamiento acoplaremos un Modelo de Cola determinado,
para obtener resultados confiables que nos permitan dar una solucin.
En este caso ser de una peluquera que cuenta con tres servidores.

CAPITULO I: EL PROBLEMA
II. Problematizacin
El problema es la falta de personal para atender a la cantidad
de personas que arriban al lugar, tomando en cuenta que
solo hay tres servidores para todas las personas que llegan.
Es por eso que al identificar ya el problema, se ha querido
estudiar el lugar con aquellos arribos de personas durante
estas horas para as encontrar la solucin y reducir los
tiempos de espera al igual que las colas.
III. Objetivos
3.1 Objetivo General
Comprender el sistema para reducir la cola y los tiempos de espera
de la peluquera _______________, mediante la aplicacin de los
conocimientos del curso sobre teora de colas y/o simulacin.
3.2 Objetivos Especficos
Los objetivos especficos del proyecto son: encontrar las posibles
causas de espera en la peluquera, toma de datos de los clientes
que son atendidos y de los clientes que realizan cola para ser
atendidos y, finalmente, examinar los datos tomados.
IV. Hiptesis de Estudio
Una hiptesis es una suposicin. Es una idea que puede o no ser
verdadera, basada en informacin previa. Su valor reside en la
capacidad para establecer ms relaciones entre los hechos y
explicar el por qu se producen.
Nuestras posibles soluciones o hiptesis para el problema que
estamos planteando son:
Eliminar las esperas o colas que realizan los clientes al ser
atendidos
Reestructurar el local de trabajo a uno ms amplio
Establecer si es posible contratar un peluquero para tratar de
disminuir las esperas

Se eliminaran algunas posibles soluciones dependiendo de cmo

nuestros datos se relacionen con un Modelo de Cola.
CAPTULO II: ANTECEDENTES, METODOLOGA Y MARCO

TERICO
V. Alcances y limitaciones
La principal limitacin con la que se vio afectado el grupo para la toma
de tiempos, debido a que fue dificultoso sacar rpidamente los para la
toma de datos, adems otra de las limitaciones fue la poca seguridad
del lugar puesto que el grupo realiz la toma de datos entre las horas de
18:00 y 19:00, horas en donde hay una gran concurrencia de personas
VI. Metodologa del Estudio

La Metodologa a utilizar en el desarrollo del presente trabajo, est
basada en el Mtodo de la investigacin Cientfica, comenzando
por recoger los datos utilizando formatos (Formato de Arribos y
Formato de Servicios), donde se indican el nmero de cliente y el
tiempo que este se demor en caja.
VII. Marco Terico

TEORIA DE COLAS
El origen de la Teora de Colas se da a travs de estudios de A. K. Erlang
(Dinamarca, 1.905) estudiando el problema de dimensionamiento de
lneas y centrales de conmutacin telefnica
para el servicio de
llamadas.
La teora de colas es el estudio matemtico del comportamiento de
lneas de espera. Esta se presenta, cuando los clientes llegan a un
lugar demandando un servicio a un servidor, el cual tiene una cierta
capacidad de atencin. Si el servidor no est disponible inmediatamente
y el cliente decide esperar, entonces se forma la lnea de espera.
La teora de colas es una tcnica matemtica (estadstica y econmico)
que tiene como objetivo reducir los tiempos de permanencia en cola de

los clientes a niveles soportables o permisibles (de ser posible

tiempo en cola = 0).
Una cola es una lnea de espera y la teora de colas es una coleccin de
modelos matemticos que describen sistemas de lnea de espera
particulares o sistemas de colas. Los modelos sirven para encontrar un
buen compromiso entre costes del sistema y los tiempos promedio de la
lnea de espera para un sistema dado.
Objetivos de la Teora de Colas
Los objetivos de la teora de colas consisten en:

Identificar el nivel ptimo de capacidad del sistema que minimiza
el coste global del
mismo.
Evaluar el impacto que las posibles alternativas de modificacin

de la capacidad del
sistema tendran en el coste total del
mismo.
Establecer un balance equilibrado (ptimo) entre las

consideraciones cuantitativas de costes y las cualitativas de
servicio.
Hay que prestar atencin al tiempo de permanencia en el

sistema o en la cola: la paciencia de los clientes depende del
tipo de servicio especfico considerado y eso puede hacer que
un cliente abandone el sistema.
Problemas tpicos de Teora de Colas son:
Programacin de actividades de despegue / aterrizaje en un

aeropuerto
Sistema de consulta mdica
Piezas en un taller donde pasan por diferentes mquinas en el

proceso de mecanizado
Sistema de cajas en una oficina bancaria

Clientes en cola: Se dan en:
Institucin financiera
Transito

Supermercados
Servicios de telefona Ej: Pagos de servicios, reclamos
Empresa de produccin
ELEMENTOS DE UN SISTEMA DE COLA

1.
Fuente de entrada.- Poblacin potencial de clientes que requiere

o podra requerir servicio.
Caracterstica: Los parmetros pueden ser finitos o infinitos (N, );
cuando son infinitos su formulacin matemtica resulta sencilla.
2.
Cola: Es el nmero de clientes en espera de servicio

Caracterstica: Los parmetros pueden ser finitos o infinitos (N, );
cuando son infinitos su formulacin matemtica resulta sencilla.
3.
Disciplina de la Cola: Es el orden (poltica del servicio) mediante

el cual se seleccionan a los clientes para ser atendidos, estos
pueden ser: FIFO, LIFO, GD, SIRO, Servicios con Prioridades, etc.
Fifo (First input First output): Primero en llegar primero en ser

atendido
Lifo (Last input First output): ltimo en llegar primero en ser
atendido

Siro (Service input random output): Servicio a los clientes

de manera aleatoria.
4.
Servidor.- Es el mecanismo implementado para brindar servicio
(en paralelo).
CAUSAS DE LOS FENMENOS DE ESPERA

Se originan cuando:
La demanda del servicio es mayor que la capacidad para proporcionar
dicho servicio.
Es decir:
COEFICIENTE DE USO DEL SERVICIO ()
Tiempo esperado que el servidor est

ocupado.
Si:
<1
Indica origen de cola
Observacin: para ciertos modelos de cola el coeficiente de servicio

puede ser >< = 1
Notacin de Kendall

Viene a ser la descripcin resumida de los principales parmetros de

un modelo de cola con servicios en paralelo.
(a /b /c):(d /e /f)
Donde:
a: Distribucin de probabilidad de los tiempos entre arribos de los
clientes al sistema
b: Distribucin de probabilidad de los tiempos de servicios de los clientes
al sistema.
c: Numero de servidores (s : servidor; s 1)

d. Disciplina del servicio (FIFO, LIFO, GD, Prioridad, etctera)
e: Tamao del sistema (N, +)
f: Tamao de la fuente de entrada (N,+)
Observacin:
Si el patrn estadstico:
De arribos es Poisson:
Ta
Poisson, se denota por M
Del servicio es exponencial: Ts ~ Exponencial ( ), se denota por

M
EL PROCESO NACIMIENTO MUERTE

Para la construccin de los modelos de colas es necesario que ocurra el

proceso nacimiento muerte (donde un arribo se considera un
nacimiento para el modelo y una salida de un cliente del sistema es
considerado como muerte de este parmetro)
Segn este principio:
De manera ms precisa, las suposiciones del proceso de

nacimiento y muerte son las siguientes:
SUPOSICIN 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,.).
SUPOSICIN 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,.).
SUPOSICIN 3. La variable aleatoria de la suposicin 1 (el tiempo que
falta hasta el prximo nacimiento) y la variable aleatoria de la suposicin
2 (el tiempo que falta hasta la siguiente muerte) son mutuamente
independientes.
Como consecuencia de las suposiciones 1 y 2, el proceso de nacimiento

y muerte es un tipo especial de cadena de Markov de tiempo continuo.
Los modelos de colas que se pueden representar por una cadena de
Markov de tiempo continuo son mucho ms manejables analticamente
que cualquier otro.
Excepto por algunos casos especiales, el anlisis del proceso de
nacimiento y muerte es complicado cuando el sistema se encuentra en
condicin transitoria. Se han obtenido algunos resultados sobre esta

distribucin de probabilidad de N (t) pero son muy complicados para

tener un buen uso prctico. Por otro lado, es bastante directo derivar
esta distribucin despus de que el sistema ha alcanzado la condicin
de estado estable (en caso de que pueda alcanzarla).
2.3. Bases Legales

El presente proyecto de investigacin tiene como soporte legal la
Constitucin Poltica del Per relacionado a la Ley 1188/2011-CR el cual
consta de la libre investigacin a investigaciones cientficas.
2.4. Definicin de trminos bsicos

N: Nmero de clientes que soporta el sistema en el instante t.
Pn: Probabilidad que en el sistema se hallen n clientes en el instante t.
n: Tasa promedio de arribos (n =0, 1, 2,)
n: Tasa de promedio de servicios (n = 1, 2, 3,).
S: Numero de servidores (S 1)
Ls: Numero esperado de clientes en el sistema en el instante t.
Lq: Numero esperado de clientes en cola en espera de servicio en el
instante t.

Ws: Tiempo promedio esperado que pasa un clientes en el sistema.

Wq: Tiempo promedio esperado que pasa un cliente en cola.
: Tasa efectiva de llegada de clientes al sistema.
: Numero esperado de servidores ociosos (no operativos)
CAPTULO III: ANLISIS Y DIAGNOSTICO DEL ESCENARIO

ACTUAL.
VIII. Anlisis y Diagnstico del Escenario actual
La peluquera no cuenta con los suficientes peluqueros
como tambin no es lo suficientemente grande como para
abastecer a todas las personas que llegan al lugar, sobre
todo en los horarios de 1:00 p.m. a 3p.m. puesto que estas
son las horas en donde hay ms arribos, por lo tanto es la
primera dificultad que se puede encontrar en el anlisis del
lugar.
CAPTULO IV: ANLISIS Y CONSTRUCCIN DEL MODELO DE
COLA
IX. Construccin del modelo de cola

X. Trabajo de Campo
10.1 Toma de tiempos de arribos
Para la estimacin de tasa de arribos se registr cuantas
personas llegaban a la peluquera en un intervalo de 10 minutos.
Luego con esta data se hall un promedio de personas por minuto.
PRIMER DIA
Muestra n
0
1
2
3
4
5
6
7
8
Intervalos
de
tiempo
4:15pm 4:25pm
4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
N de
personas
por perodo de
10 minutos
1
2
1
1
1
3
2
4
2

5:45pm
5:45pm
5:55pm
5:55pm
6:05pm
110
9
10
1=
1=
1=
1
0
18
Clientes por intervalo

N de Intervalos
1+2+1+1+ 1+ 3+2+4 +2+1+0

11
18 1.64 clientes
Cliente
=
=0.16
11 10 minutos
min
1=9.81
clientes
hr
SEGUNDO DIA
Muestra n
0
1
2
3
4
5
Intervalos
de
tiempo
4:15pm 4:25pm
4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
N de personas
por perodo de
10 minutos
2
4
3
4
0
1

5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
5:45pm
5:45pm
5:55pm
5:55pm
6:05pm
110
7
8
9
10
2=
2=
2=
3
4
2
0
2
25

N de Intervalos
2+4 +3+ 4+0+ 1+3+ 4 +2+0+2

11
25 2.27 clientes
Cliente
=
=0.23
11 10 minutos
min
1=13.63
clientes
hr
TERCER DIA
Muestra n
Intervalos
de
tiempo
N de
personas
por perodo de
10 minutos
4:15pm 4:25pm

4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
5:45pm
5:45pm
5:55pm
5:55pm
6:05pm
110
2
3
4
5
6
7
8
9
10
3=
3=
3=
0
0
3
3
3
4
0
0
4
3
23
3+0+ 0+3+3+3+ 4+ 0+0+ 4+3

11
23 2.09 clientes
Cliente
=
=0.20
11 10 minutos
min
1=12.54
N de Intervalos
clientes
hr

CUARTO DIA
Muestra n
0
1
2
3
4
5
6
7
8
9
10
Intervalos
de
tiempo
4:15pm 4:25pm
4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
5:45pm
5:45pm
5:55pm
5:55pm
6:05pm
110
4=
4=
4=
N de personas
por perodo de
10 minutos
2
3
3
4
2
3
1
4
2
0
0
24
2+3+3+ 4+2+3+ 1+ 4+ 2+ 0+0

11
24 2.18 clientes
Cliente
=
=0.21
11 10 minutos
min
1=13.09
N de Intervalos
clientes
hr

QUINTO DIA
Muestra n
0
1
2
3
4
5
6
7
8
9
10
Intervalos
de
tiempo
4:15pm 4:25pm
4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
5:45pm
5:45pm
5:55pm
5:55pm
6:05pm
110
N de
personas
por perodo de
10 minutos
4
3
4
0
2
1
3
3
3
0
1
24

5=
5=
5=

N de Intervalos
4+3+ 4+0+ 2+ 1+ 3+3+3+0+ 1

11
24 2.18 clientes
Cliente
=
=0.21
11 10 minutos
min
1=13.09
clientes
hr
SEXTO DIA
Muestra n
0
1
2
3
4
5
6
7
8
Intervalos
de
tiempo
4:15pm 4:25pm
4:25pm
4:35pm
4:35pm
4:45pm
4:45pm
4:55pm
4:55pm
5:05pm
5:05pm
5:15pm
5:15pm
5:25pm
5:25pm
5:35pm
5:35pm
5:45pm
N de personas
por perodo de
10 minutos
0
4
3
3
3
0
4
0
3

5:45pm
5:55pm
5:55pm
6:05pm
110
10
2
4
26
5=
5=
5=
0+ 4+3+ 3+3+0+ 4+3+ 2+ 4

11
26 2.36 clientes
Cliente
=
=0.23
11 10 minutos
min
1=13.8
client es
hr
prom
Primer
da
clientes
9.81
hr
Segundo
da
clientes
13.63
hr
Tercer
da
12.54
clientes
hr
Cuarto
da
13.09
clientes
hr
Quinto
da
13.09
clientes
hr
Sexto da
N de Intervalos
clientes 1
PELUQUERO
13.8
Person hr
Tiempo
as
min
1
16
2
22
3
16
Prom. total
=
9.81+13.63+12.54 +13.09+13.09+13.8
clientes
=12.66
6
hora
10.2 Toma de tiempos de servicios

Primer da
PELUQUERO 2
Person Tiempo
as
min
1
19
2
21
3
22
PELUQUERO 3
Person Tiempo
as
min
1
19
2
21
3
22

4
5
6
7
8
9
10
11
12
total
15
19
21
22
15
16
22
20
16
220
4
5
6
7
8
9
10
total
1=
16
22
18
16
17
15
15
181
4
5
6
7
8
total
20
17
16
22
22
159
30 clientes
560 min
1=3.21
clientes
hr
Segundo da
PELUQUERO 1
Person
Tiempo
as
min
1
19
2
20
PELUQUERO 2
Person Tiempo
as
min
1
16
2
19
PELUQUERO 3
Person Tiempo
as
min
1
15
2
20

3
4
5
6
7
total
16
22
18
19
15
129
3
4
5
6
7
8
9
Total
2=
15
16
18
22
21
20
16
163
3
4
5
6
7
8
9
10
Total
20
17
17
15
16
18
15
19
172
26 clientes
464 min
2=3.36
clientes
hr
Tercer da
PELUQUERO 1
Person Tiempo
as
min
1
17
2
21
3
21
4
18
5
21
6
18
116
PELUQUERO 2
Person Tiempo
as
min
1
21
2
17
3
22
4
18
5
20
6
22
7
20
PELUQUERO 3
Person Tiempo
as
min
1
21
2
17
3
19
4
16
5
15
6
22
7
18

3=
22
162
8
9
10
19
20
18
185
24 clientes
463 min
3=3.11
clientes
hr
Cuarto da
PELUQUERO 1
Person
Tiempo
as
min
1
18
2
18
3
16
4
15
5
18
6
19
7
22
8
16
9
16
PELUQUERO 2
Person Tiempo
as
min
1
16
2
17
3
22
4
17
5
21
6
19
7
20
8
21
9
20
PELUQUERO 3
Person Tiempo
as
min
1
16
2
17
3
21
4
17
5
22
6
17
7
16
8
21
9
20

total
158
total
4=
173
10
19
total
186
28 clientes
517 min
4=3.24
clientes
hr
Quinto da
PELUQUERO 1
Person Tiempo
as
min
1
22
2
22
3
16
4
17
5
16
6
18
7
16
8
20
9
22
10
22
PELUQUERO 2
Person Tiempo
as
min
1
19
2
20
3
22
4
20
5
15
6
19
total
115
PELUQUERO 3
Person Tiempo
as
min
1
16
2
18
3
21
4
21
5
16
6
22
7
21
8
21
total
156

total
191
5=
24 clientes
462 min
5=3.11
clientes
hr
Sexto da
PELUQUERO 1
Person Tiempo
as
min
1
16
2
21
3
17
4
17
5
21
6
17
7
16
8
17
142
PELUQUERO 2
Person Tiempo
as
min
1
15
2
15
3
18
4
17
5
15
6
19
7
20
8
17
9
20
10
15
171
PELUQUERO 3
Person Tiempo
as
min
1
19
2
22
3
22
4
18
5
15
6
21
117

6=
24 clientes
430 min
6=3.34
Viernes
Peluquero 1
peluquero 2
Peluquero 3
Prom
Sbado
clientes
hr
Lunes
Martes
Mircoles
Jueves
3.27
clientes
hr
3.25
clientes
hr
3.10
clientes
hr
3.41
clientes
hr
3.14
clientes
hr
3.38
clientes
hr
3.31
clientes
hr
3.31
clien tes
hr
2.96
clientes
hr
3.12
clientes
hr
3.13
clientes
hr
3.50
clientes
hr
3.48
clientes
hr
3.24
clientes
hr
3.22
clientes
hr
3.07
clie ntes
hr
3.07
clientes
hr
3.36
clientes
hr
3.11
clientes
hr
3.24
clientes
hr
3.11
clientes
hr
3.34
clientes
hr
3.0 .1
3.21
clientes
hr
clientes
hr
Prom .total=
Prom .total=
prom 1+ prom 2+ prom 3

3
3.21+3.36+3.11+ 3.24+3.11+3.34
clientes
=3.22
6
hora

Para la tasa de servicios se tom tiempos en la atencin a

cada persona
Habiendo construido nuestro modelo de colas, podemos
determinar que este se ajusta al Modelo de Cola 4, pues nuestro
sistema cuenta de un solo servidor, la fuente es de tamao infinito
() al igual que el nmero de clientes que acepta el sistema.
La tasa de arribos y la tasa de servicios siguen una
distribucin de Poisson y Exponencial respectivamente.
10.3 Dcima de Hiptesis y Ajuste de Bondad

"X"
Probabilidad
Clientes
Real
0
1
2
3
4
5
6
7
0,21212121
2
0,13636363
6
0,16666666
7
0,28787878
8
0,19696969
7
0
0
0
Poisson
teorico
0,11989
0,25430
0,26972
0,19071
0,10113
0,04291
0,01517
0,00460
66
Docima
bondad
1
2
1
1
1
3
2
4
2
1
Px
0
2
0,120
4
3
0,374
4
0
0,644
1
3
0,835
4
2
0,936
0
0,979
2
3
0
0
3
3
3
4
0
0
4
3
2
3
3
4
2
3
1
4
2
0
0
Frecuencias
14
9
11
19
13
0
0
0

de
3
4
0
2
1
3
3
3
0
1
0
4
3
3
3
0
4
0
3
2
4
fr-ft
CHI CUADRADO
(fr-ft)^2
((frft)^2)/ft
- 0,008507 0,07096
0,0922
293
139

3
0,1179
4
0,1030
5
0,0971
7
0,0958
4
0,0429
1
0,0151
7
0,0046
0
0,0000
0
0,013909 0,05469
956
812
0,010619 0,03937
264
195
0,009442 0,04951
041
03
0,009184
603
0,001840
844
0,000230
082
2,11278E
-05
0,09081
675
0,04290
506
0,01516
846
0,00459
65
0
Chi2 obs
0,36802
853
La muestra se comporta como Poisson, ya que 0.3680< 2.12

XI. Obtencin e Interpretacin de resultados del Modelo de cola

CAPITULO V: ESCENARIOS PROPUESTOS
CAPTULO VI: CONCLUSIONES Y RECOMENDACIONES
XII. Conclusiones y recomendaciones
XIII. Referencias Bibliogrfica

Proyecto Ope II - Semi Acabado

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proyecto Ope II - Semi Acabado

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD RICARDO PALMA

ESCUELA PROFESIONAL DE INGENIERA

Docente: ING. JAIME GUERRA SAAVEDRA

UNIVERSIDAD RICARDO PALMA

UNIVERSIDAD RICARDO PALMA

UNIVERSIDAD RICARDO PALMA

UNIVERSIDAD RICARDO PALMA

UNIVERSIDAD RICARDO PALMA

Se eliminaran algunas posibles soluciones dependiendo de cmo

CAPTULO II: ANTECEDENTES, METODOLOGA Y MARCO

VI. Metodologa del Estudio

VII. Marco Terico

UNIVERSIDAD RICARDO PALMA

los clientes a niveles soportables o permisibles (de ser posible

Los objetivos de la teora de colas consisten en:

Evaluar el impacto que las posibles alternativas de modificacin

Establecer un balance equilibrado (ptimo) entre las

Hay que prestar atencin al tiempo de permanencia en el

Problemas tpicos de Teora de Colas son:

Programacin de actividades de despegue / aterrizaje en un

Sistema de consulta mdica

Piezas en un taller donde pasan por diferentes mquinas en el

Sistema de cajas en una oficina bancaria

UNIVERSIDAD RICARDO PALMA

Servicios de telefona Ej: Pagos de servicios, reclamos

ELEMENTOS DE UN SISTEMA DE COLA

Fuente de entrada.- Poblacin potencial de clientes que requiere

Cola: Es el nmero de clientes en espera de servicio

Disciplina de la Cola: Es el orden (poltica del servicio) mediante

Fifo (First input First output): Primero en llegar primero en ser

UNIVERSIDAD RICARDO PALMA

Siro (Service input random output): Servicio a los clientes

CAUSAS DE LOS FENMENOS DE ESPERA

COEFICIENTE DE USO DEL SERVICIO ()

Tiempo esperado que el servidor est

Indica origen de cola

Observacin: para ciertos modelos de cola el coeficiente de servicio

UNIVERSIDAD RICARDO PALMA

Viene a ser la descripcin resumida de los principales parmetros de

c: Numero de servidores (s : servidor; s 1)

Poisson, se denota por M

Del servicio es exponencial: Ts ~ Exponencial ( ), se denota por

EL PROCESO NACIMIENTO MUERTE

UNIVERSIDAD RICARDO PALMA

Para la construccin de los modelos de colas es necesario que ocurra el

Segn este principio:

De manera ms precisa, las suposiciones del proceso de

Como consecuencia de las suposiciones 1 y 2, el proceso de nacimiento

UNIVERSIDAD RICARDO PALMA

distribucin de probabilidad de N (t) pero son muy complicados para

2.3. Bases Legales

2.4. Definicin de trminos bsicos

UNIVERSIDAD RICARDO PALMA

Ws: Tiempo promedio esperado que pasa un clientes en el sistema.

CAPTULO III: ANLISIS Y DIAGNOSTICO DEL ESCENARIO

UNIVERSIDAD RICARDO PALMA

UNIVERSIDAD RICARDO PALMA

Clientes por intervalo

1+2+1+1+ 1+ 3+2+4 +2+1+0

UNIVERSIDAD RICARDO PALMA

Clientes por intervalo

2+4 +3+ 4+0+ 1+3+ 4 +2+0+2

UNIVERSIDAD RICARDO PALMA