Julissa

INVESTIGACION
DE OPERACIONES
ll
LNEAS DE ESPERA
JULISSA ALMEIDA JAVIER
2017
5TO S
INVESTIGACION DE OPERACIONES ll
INSTITUTO TECNOLGICO
TECNOLGICO
SUPERIOR DE VILLA LA VENTA
LINEAS DE ESPERA: TIPOS DE MODELOS Y SU

ROTACIN (SIMBOLOGA)
ALUMNA:
DOCENTE:
TANIA DE CARMEN SULVARAN DOMINGUEZ
GRUPO:
5TO S SABATINOMATERIA:
INVESTIGACIN DE OPERACIONES ll
CARRERA:
ING. INDUSTRIAL
LNEAS DE ESPERA
5TO S
Parte de nuestra vida diaria es la de esperar algn servicio. Esperamos para

entrar a un restaurante, hacemos cola en la caja de algn almacn y nos
formamos para recibir un servicio en la oficina de correos. Y el fenmeno de
la espera no es una experiencia que se limite slo a los humanos: los trabajos
esperan a ser procesados en una mquina, los aviones vuelan en crculo
hasta que la torre de control les da permiso de aterrizar y los automviles se
detienen ante la luz roja de los semforos. Desafortunadamente no se puede
eliminar la espera sin incurrir en gastos desmesurados. De hecho, todo lo que
cabe esperar es reducir el impacto desfavorable a niveles tolerables.
El estudio de las lneas de espera trata de cuantificar el fenmeno de esperar
formando colas, mediante medidas representativas de eficiencia, como la
longitud promedio de la cola, el tiempo promedio de espera en ella, y la
utilizacin promedio de las instalaciones.
Los actores principales en una lnea de espera o cola son el cliente y el
servidor. Los clientes se generan en una fuente. Al llegar a la instalacin
pueden recibir servicio de inmediato, o esperar en una cola o lnea de espera,
si la instalacin est ocupada. Cuando en una instalacin se termina un
servicio, en forma automtica se atrae a un cliente que espera, si lo hay, de
la cola. Si la cola est vaca, la instalacin se vuelve inactiva hasta que llega
un cliente nuevo. Desde el punto de vista del anlisis de las colas, el proceso
de llegada se representa con el tiempo entre llegadas, de los clientes
sucesivos, y el servicio se describe con el tiempo de servicio por cada cliente.
Por lo general, los tiempos entre llegadas y de servicio pueden ser
probabilsticos, como en el funcionamiento de una oficina de correos, o
determinsticos, como en la llegada de solicitantes a las entrevistas de trabajo.
El tamao de la cola desempea un papel en el anlisis de las colas, y puede
ser finito, como en el rea de reserva entre dos mquinas consecutivas, o
5TO S
INVESTIGACION DE OPERACIONES II
puede ser infinito, como en las instalaciones de pedidos por correo. La

disciplina de la cola, que representa el orden en el que se seleccionan los
clientes de una cola, es un factor importante en el anlisis de los modelos de
colas. La disciplina ms comn es la de primero en llegar, primero en servirse
(PLPS; tambin FCFS, del ingls first come, first served). Entre otras
disciplinas estn ltimo en llegar, primero en servirse (ULPS; tambin LCFS
de last come, first served), y de dar servicio en orden aleatorio (SEOA;
tambin SIRO, de service in random order).
Tambin, los clientes se pueden seleccionar en la cola con base en cierto
orden de prioridad. Por ejemplo, los trabajos urgentes en un taller se procesan
antes que los trabajos normales. El comportamiento de los clientes en espera
juega un papel en el anlisis de las lneas de espera. Los clientes humanos
se pueden saltar de una cola a otra, tratando de reducir la espera. Tambin
pueden rehusar totalmente a la cola por haber esperado demasiado. El diseo
de la instalacin de servicio puede comprender servidores en paralelo (por
ejemplo, el funcionamiento de la oficina de correos). Tambin, los servidores
pueden ordenarse en serie (por ejemplo, cuando los trabajos se procesan en
mquinas sucesivas) o bien pueden formar una red (por ejemplo, los
enrutadores en una red de computadoras).
La fuente donde se generan los clientes puede ser finita o infinita. Una fuente
finita limita a los clientes que llegan al servicio (por ejemplo, las mquinas que
piden el servicio de mantenimiento). Tambin, una fuente infinita es
abundante por siempre (por ejemplo, las llamadas que llegan a una central
telefnica). Las variaciones de los elementos de un caso de colas dan lugar a
diversos modelos de colas.
TEORIA DE COLAS
TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES
NAIM CABA VILLALOBOS
5TO S
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.
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.
Los sistemas de colas son modelos de sistemas que proporcionan servicio.
Como modelo, pueden representar cualquier sistema en donde los trabajos o
clientes llegan buscando un servicio de algn tipo y salen despus de que
dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo
tanto como colas sencillas o como un sistema de colas interconectadas
formando una red de colas.
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.
ELEMENTOS EN UN SISTEMA DE COLA
5TO S
Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no

necesariamente seres vivos) que pueden llegar a solicitar el servicio en
cuestin. Podemos considerarla finita o infinita. Aunque el caso de infinitud no
es realista, s permite (por extrao que parezca) resolver de forma ms
sencilla muchas situaciones en las que, en realidad, la poblacin es finita pero
muy grande. Dicha suposicin de infinitud no resulta restrictiva cuando, an
siendo finita la poblacin potencial, su nmero de elementos es tan grande
que el nmero de individuos que ya estn solicitando el citado servicio
prcticamente no afecta a la frecuencia con la que la poblacin potencial
genera nuevas peticiones de servicio.
Cliente: Es todo individuo de la poblacin potencial que solicita servicio.
Suponiendo que los tiempos de llegada de clientes consecutivos son
0<t1<t2<..., ser importante conocer el patrn de probabilidad segn el cual la
fuente de entrada genera clientes. Lo ms habitual es tomar como referencia
los tiempos entre las llegadas de dos clientes consecutivos: consecutivos:
clientes consecutivos: T{k} = tk - tk-1, fijando su distribucin de probabilidad.
Normalmente, cuando la poblacin potencial es infinita se supone que la
distribucin de probabilidad de los Tk (que ser la llamada distribucin de los
tiempos entre llegadas) no depende del nmero de clientes que estn en
espera de completar su servicio, mientras que en el caso de que la fuente de
entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes
en proceso de ser atendidos.
Capacidad de la cola: Es el mximo nmero de clientes que pueden estar
haciendo cola (antes de comenzar a ser servidos). De nuevo, puede
suponerse finita o infinita. Lo ms sencillo, a efectos de simplicidad en los
clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los
casos reales la capacidad de la cola es finita, no es una gran restriccin el
suponerla infinita si es extremadamente improbable que no puedan entrar
clientes a la cola por haberse llegado a ese nmero lmite en la misma.
Disciplina de la cola: Es el modo en el que los clientes son seleccionados
para ser servidos. Las disciplinas ms habituales son:
La disciplina FIFO (first in first out), tambin llamada FCFS (first
come first served): segn la cual se atiende primero al cliente que
antes haya llegado.
La disciplina LIFO (last in first out), tambin conocida como LCFS
(last come first served) o pila: que consiste en atender primero al
cliente que ha llegado el ltimo.
La RSS (random selection of service), o SIRO (service in random
order), que selecciona a los clientes de forma aleatoria.
5TO S
Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los

clientes que lo solicitan. Para determinar totalmente el mecanismo de servicio
debemos conocer el nmero de servidores de dicho mecanismo (si dicho
nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la
distribucin de probabilidad del tiempo que le lleva a cada servidor dar un
servicio. En caso de que los servidores tengan distinta destreza para dar el
servicio, se debe especificar la distribucin del tiempo de servicio para cada
uno.
La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es
decir los clientes que ya han solicitado el servicio pero que an no han
pasado al mecanismo de servicio.
El sistema de la cola: es el conjunto formado por la cola y el mecanismo de
servicio, junto con la disciplina de la cola, que es lo que nos indica el criterio
de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos
elementos pueden verse ms claramente en la siguiente figura:
Mecanismo de Servicio
Llegada de un Cliente
Cola
Fuente de Entrada
Disciplina de la Cola
Servicio
Sistema de la Cola
Un modelo de sistema de colas debe especificar la distribucin de

probabilidad de los tiempos de servicio para cada servidor.
La distribucin ms usada para los tiempos de servicio es la exponencial,
aunque es comn encontrar la distribucin degenerada o determinstica
(tiempos de servicio constantes) o la distribucin Erlang (Gamma).
5TO S
NOTACIN DE KENDALL
Por convencin los modelos que se trabajan en teora de colas se etiquetan
___/___/___
Distribucin de
Tiempo entre
llegadas
Distribucin de
Tiempos de
servicio
Nmero de
Servidores
Las distribuciones que se utilizan son:

M: Distribucin exponencial (markoviana)
D : Distribucin degenerada (tiempos constantes)
E k : Distribucin Erlang
G : Distribucin general
M / M / s : Modelo donde tanto los tiempos entre llegada como los tiempos de
servicio son exponenciales y se tienen s servidores.
M / G / 1: Tiempos entre llegada exponenciales, tiempos de servicio general y
1 slo servidor
Terminologa
Usualmente siempre es comn utilizar la siguiente terminologa estndar:
5TO S
Estado del sistema : Nmero de clientes en el sistema.

Longitud de la cola: Nmero de clientes que esperan servicio.
N(t) : Nmero de clientes en el sistema de colas en el tiempo t (t 0).
Pn (t): Probabilidad de que exactamente n clientes estn en el sistema en el
tiempo t, dado el nmero en el tiempo cero.
S : Nmero de servidores en el sistema de colas.
n : Tasa media de llegadas (nmero esperado de llegadas por unidad de
tiempo) de nuevos clientes cuando hay n clientes en el sistema.
n : Tasa media de servicio para todo el sistema (nmero esperado clientes
que completan su servicio por unidad de tiempo) cuando hay n clientes en el
sistema.
COSTOS DE LOS SISTEMAS DE COLAS
Un sistema de colas puede dividirse en sus dos componentes de mayor
importancia, la cola y la instalacin de servicio.
Las llegadas son las unidades que entran al sistema para recibir el servicio,
siempre se unen primero a la cola; si no hay lnea se dice que la cola est
vaca. De la cola las llegadas van a la instalacin de servicio de acuerdo con
la disciplina de cola, es decir, de acuerdo con la regla para decir cual de las
llegadas se sirve despus. El primero en llegar primero en ser servido es una
regla comn, Una vez que se completa el servicio, las llegadas se convierten
en salidas. Ambos componentes del sistema tiene costos asociados que
deben considerarse.
5TO S
Costo de espera
Esperar es estar intil. Es desperdicio. Significa que algn recurso est
inactivo cuando podra usarse en forma ms productiva (o agradable) en otra
parte. De hecho, representa un costo de oportunidad. Cuando los camiones
esperan intiles en una cola de un muelle de carga y descarga, se pierde su
productividad, es dinero que se pierde y no puede recuperarse. Cuando los
clientes esperan en la cola de un banco, el costo de espera es indirecto. Es
cierto que no se hace ningn pago cuando un cliente disgustado se va porque
la cola es demasiado larga, pero el banco paga esta espera de otra manera.
Los clientes se quejan quitando tiempo a los empleados .Dejan de venir,
causando que se pierdan oportunidades de ganancia. Si el problema
continua, podran hacer que banco quiebre. Este costo intangible es tan real
como cualquier dinero que se saca del bolsillo.
Cuando el costo de espera es medible, como en el caso de los camiones en
el muelle de carga y descarga, los clculos son directos. Pariendo de la
nmina y otros gastos contables puede encontrase el costo por hora: como el
costo de espera casi siempre es proporcional al tiempo de espera, puede
expresarse como el costo de espera por hora multiplicado por la longitud
promedio de la lnea: Costo total de espera = CwL En donde: Cw = Costo de
espera en $ por llagada por unidad de tiempo y L la longitud promedio de la
lnea.
Si por ejemplo, el costo de un camin que espera en la lnea es $ 100.000/
por hora (incluyendo conductor y ayudantes) y en promedio hay cuatro
camiones esperando, entonces el costo de espera total es de $ 400.000 por
hora.
Con frecuencia es difcil dar una cantidad en pesos para el costo de espera de
los clientes que estn en una lnea. Existen dos formas de manejar el costo
intangible del tiempo de espera de los clientes. Una es pedir a las personas
con conocimiento que estimen el valor promedio del tiempo de un cliente,
tomando en cuenta los factores psicolgicos y competitivos de la situacin.
Despus casi siempre se supone linealidad (es ms fcil) y se usa la frmula
anterior para encontrar el costo de espera total. El segundo mtodo tiene un
enfoque indirecto que establece un tiempo mximo de espera para el cliente
promedio, este se usa despus para determinar la capacidad del servicio. Co
este punto de vista por supuesto, todava existe el costo de espera pero no se
usa en forma explcita.
5TO S
Costo de servicio
Determinar el costo de servicio es ms sencillo, en concepto, que determinar
el costo de espera. En la mayora de las aplicaciones se tratar de comparar
varias instalaciones de servicio, dos cajeras en un banco contra tres, una
brigada de cuatro contra cinco, una caja de una tienda contra dos. En estos
casos, slo se necesitan los costos comparativos o diferenciales. Por ejemplo,
si se quiere saber cuantas cajas de autobanco deben tener personal, slo se
necesitan los costos de personal. Por otra parte, si la pregunta es cuantas
cajas se deben instalar, entonces se necesitan los costos de instalacin y los
de operacin de cada ventanilla.
Estructuras tpicas de Colas

Las llegadas pueden ser personas, cartas, carros, incendios, ensambles
intermedios en una fbrica, etc.
5TO S
Ntese que en cada situacin slo fluye un solo tipo de artculo a travs del
sistema. Las llegadas vienen de una misma poblacin, son homogneas.
Permitiendo que varen de nmero de colas y el nmero de servidores,
pueden hacerse los diagramas de cuatro tipos de sistemas mostrados a
continuacin:
5TO S
Modelo de un servidor y una cola

Este modelo puede aplicarse a personas esperando en una lnea para
comprar boletos para el cine, a mecnicos que esperan obtener las
herramientas de un expendio o a trabajos de computadora que esperan
tiempo de procesador. Es uno de los modelos ms antiguo, ms sencillos y
ms comunes de la teora de colas. Se analizan las suposiciones necesarias
para este modelo.
Llegadas
Se supone que las llegadas entran al sistema de manera completamente
aleatoria: No tiene horario, es impredecible en que momento llegarn.
De otra manera ms formal, esto significa que la probabilidad de una llegada
en cualquier instante de tiempo, es la misma que en cualquier otro momento.
Esto equivale a decir que el nmero de llegadas por unidad de tiempo tiene
una distribucin de Poisson. La suposicin de llegadas aleatorias es vlida
para una infinidad de sistemas reales.
Comportamiento de las llegadas. La mayora de los modelos de colas asumen
que un cliente que llega es un cliente tolerante. Los clientes tolerantes son
gente o mquinas que esperan su turno para recibir el servicio y no se
intercambian entre las lneas. Desafortunadamente, la vida se complica por el
hecho de que se sabe que la gente se frustra o deserta. Los clientes que se
frustran se niegan a unirse a la lnea de espera debido a que es demasiado
larga y no se adapta a sus necesidades o intereses .Los cliente desertores
son aquellos que entran a la fila pero que se vuelven impacientes y la dejan
sin completar su transaccin. En realidad, ambas situaciones nicamente
5TO S
sirven para acentuar la necesidad de la teora de colas y el anlisis de las

lneas de espera.
NOTACIN DE KENDALL LEE

D.G. Kendall sugiri de una notacin de utilidad para clasificar la amplia
diversidad de los diferentes modelos de lnea de espera que se han
desarrollado. La notacin de Kendall, de tres smbolos es como sigue:
A/B/K Donde:
A: indica la distribucin de probabilidades de las llegadas.
B: Indica la distribucin de probabilidades de tiempos de servicio.
K: Indica el nmero de canales.
Dependiendo de la letra que aparezca en la posicin A o B, se puede describir
una amplia variedad de sistemas de lnea de espera. Las letras que
comnmente se utilizan son:
5TO S
M: Designa una distribucin de probabilidad de Poisson para las llegadas o

distribucin de probabilidad exponencial para el tiempo de servicio.
D: Designa el hecho de que las llegadas o el tiempo de servicio es
determinstico o constante.
G: Indica que las llegadas o el tiempo de servicio tienen una distribucin de
probabilidad general, con media y varianza conocida.
Caractersticas de operacin
Las caractersticas de operacin son medidas de lo bien que funciona el
sistema. En la mayora de las aplicaciones de lneas de espera, el estado
estable es de primera importancia. Los estados transitorios, como el de echar
a andar y apagar el sistema, no se analizan. Las longitudes de las lneas de
espera y los tiempos de espera se calculan en promedio. La derivacin llega
a los resultados siguientes:
TIPOS DE MODELOS DE LINEAS DE ESPERA Y LA ROTACIN DE LOS

MODELOS DE LNEAS DE ESPERA (SIMBOLOGA).
MODELOS CON NACIMIENTOS Y MUERTES PURAS (RELACIN ENTRE

LAS DISTRIBUCIONES EXPONENCIAL Y DE POISSON).
En esta seccin se describen dos situaciones en las colas: la primera es un
modelo de nacimiento(s) puro(s), en el que slo se permiten llegadas, y el
segundo es el modelo de muerte(s) pura(s), en el que slo se permiten
salidas. Un ejemplo del modelo de nacimiento puro es la emisin de los
certificados de nacimiento para los recin nacidos. El modelo de muerte pura
se puede visualizar con el retiro aleatorio de un artculo en una tienda. La
distribucin exponencial se usa para describir el tiempo entre llegadas en el
modelo de nacimiento puro, y el tiempo entre salidas con el modelo de muerte
pura. Un producto secundario del desarrollo de los dos modelos es la
demostracin de la estrecha relacin entre las distribuciones exponenciales y
5TO S
de Poisson, en el sentido que una distribucin define en forma automtica a la

otra.
MODELO DE UNA SOLA LNEA, UN SERVIDOR, LLEGADAS POISSON,

TIEMPOS DE SERVICIO EXPONENCIALES M/M/1
5TO S
Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de

ser servido. En promedio hay un poco ms de dos clientes en la lnea o tres
en el sistema. El proceso completo lleva un promedio de 20 minutos. La caja
est ocupada el 75% del tiempo y finalmente, el 32% del tiempo habr cuatro
personas o ms en el sistema o tres o ms esperando en la cola.
MODELO DE LNEA DE ESPERA DE MLTIPLES CANALES, CON

LLEGADAS POISSON Y TIEMPOS DE SERVICIO EXPONENCIAL M/M/K
K= NMERO DE CANALES O INSTALACIONES DE SERVICIO (EN ESTE
GRAFICO A Y B)
5TO S
Para comprender como se utilizan las frmulas, considrese el siguiente

ejemplo: En un negocio que vende hamburguesas, papas fritas, refrescos y
malteadas, as como otros productos especiales y postres; su dueo est
preocupado pues los mtodos que utiliza para atender a los clientes estn
dando como resultado tiempos de espera excesivos. Aplique los conceptos y
modelos para ayudar a solucionar el problema del negocio. Le suministran lo
siguiente: Tasa media de Llegada A =0.75 clientes por minuto y una tasa
media de servicio S = 1 cliente por minuto. La operacin del canal del negocio
de Comidas rpidas que actualmente opera con un solo canal se puede
expandir a un sistema de dos canales, abriendo un segundo canal; es decir
k=2. Calculase los parmetros para este sistema.
5TO S
MODELO DE LNEA DE ESPERA DE UN SOLO CANAL, CON LLEGADAS

POISSON Y TIEMPOS DE SERVICIO ARBITRARIOS M/G/1
Probabilidad de que no existan unidades en el sistema
Po =1 - A/S

POISSON Y TIEMPOS DE SERVICIO CONSTANTES M/D/1
5TO S
Para comprender como se utilizan las frmulas, considrese el siguiente

ejemplo:
Los clientes llegan a una mquina automtica vendedora de caf a una tasa
de cuatro por minuto, o sea A =4 Clientes/min.; siguiendo una distribucin de
Poisson. La mquina de caf sirve una taza de caf a una tasa constante de
10 segundos, o sea S =6 /min.

POISSON Y TIEMPOS DE SERVICIO EXPONENCIAL Y POBLACIN
FINITA M/M/1 POBLACIN FINITA
Una industria manufacturera tiene un grupo de seis mquinas idnticas; cada

una trabaja un promedio de 20 horas entre averas, por lo que la tasa media
de reparacin A =1/20 = 0.05 mquinas por hora. Las averas siguen una
distribucin de Poisson y una sola persona atiende la reparacin para las 6
mquinas y su tiempo de servicio se distribuye exponencialmente con media
S = 1/2 = 0.5 mquinas por hora.
Cuando el costo de servicio es una funcin lineal de la tasa de servicio

Si el costo de servicio es una funcin lineal de la tasa de servicio, puede
encontrarse una solucin general para la tasa ptima de servicio:
5TO S
Derivando esta ltima expresin del costo total del sistema con respecto a S e
igualando a cero tenemos:
Cuando los costos de servicio varan en forma escalonada.

Cuando los costos de servicio cambian en forma escalonada, se usa la
tcnica de prueba y error para encontrar el sistema de menor costo. Se
calcula el costo total para cada tasa de servicio, despus para el siguiente y
as sucesivamente. Esto se contina hasta que se encuentra un lmite inferior
o un mnimo tal que al aumentar o disminuir las tasas de servicio da costos
totales ms altos. Este procedimiento puede parecer laborioso, pero casi
nunca lo es, casi siempre se puede encontrar el mnimo en tres o cuatro
pruebas. Para los sistemas con servidores mltiples, en general, lo que se
desea es saber cuntos servidores se deben tener. En otros casos, las tasas
de servicio pueden variarse con equipo o personal adicional. En los
supermercados se agiliza el servicio poniendo un empacador en la caja.
EJEMPLO 3-3: Tamao de una brigada

Se est estudiando un muelle de carga y descarga de camiones para
aprender como formarse una brigada .El muelle tiene espacio slo para un
5TO S
camin, as es un sistema de un servidor. Pero el tiempo de carga o descarga

puede reducirse aumentando el tamao de la brigada.
Supngase que puede aplicarse el modelo de un servidor y una cola
(llegadas Poisson, tiempos de servicio exponenciales) y que la tasa promedio
de servicio es un camin por hora para un cargador.
Los cargadores adicionales aumentan la tasa de servicio proporcionalmente.
Adems supngase que los camiones llegan con una tasa de dos por hora en
promedio y que el costo de espera es de $20.000 por hora por camin. Si se
le paga $5.000 por hora a cada miembro de la brigada, Cul es el mejor
tamao de sta?
En resumen se tiene: A = 2 camiones /hora S = 1 camin /hora/persona Cw =
Costo de espera = $20.000 hora/camin
Cs = Costo de servicio = $ 5.000/hora/persona
Ahora sea k el nmero de personas en la brigada. Se busca k de tal forma
que la suma de los costos de espera y de servicio se minimice. Costo Total =
CwLs + kCs Ntese que se usa la longitud de la lnea del sistema, porque el
camin esta intil tanto si espera como si est siendo servido. Las pruebas
que se deben iniciar con tres miembros, ya que uno o dos no podran
compensar la tasa de dos camiones por hora. Para una brigada de tres, la
tasa de servicio es de tres camiones por hora y puede encontrarse Ls con la
ecuacin:
5TO S
Como este costo es mayor que el de la brigada de cinco, se rebas el lmite

inferior de la curva de costo, el tamao ptimo de la brigada es de cinco.
Evaluacin del sistema con costos de espera desconocidos

Existen muchas situaciones en que el administrador no puede dar un valor en
pesos al costo de espera por una sencilla razn, no tiene una forma razonable
de estimar costos Cul es el costo de espera en un banco? En una tienda o
supermercado? En un restaurante?
En lugar de estimar el costo de espera, el administrador puede especificar un

promedio mnimo de espera o de longitud de la lnea. Esto establece un lmite
superior para Wq el tiempo de espera en la cola (o para Lq, longitud de la
lnea de la cola). Con este lmite superior puede encontrarse la tasa de
servicio necesaria para cualquier tasa de llegada dada; aunque este mtodo
no proporciona un sistema ptimo, si da un diseo que est de acuerdo con
las especificaciones de la administracin.
5TO S
EVIDENCIAS
NOMBRE: TOMA DE DECISIONES A TRAVES DE INVESTIGACION

DE OPERACIONES
AUTORES:
OSWALDO CHAMORRO ALTAHONA
TOMAS JOSE FONTALVO HERRERA

Julissa

Uploaded by

Document Information

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

Julissa

Uploaded by

Copyright:

Available Formats

INVESTIGACION

JULISSA ALMEIDA JAVIER

LINEAS DE ESPERA: TIPOS DE MODELOS Y SU

JULISSA ALMEIDA JAVIER

Parte de nuestra vida diaria es la de esperar algn servicio. Esperamos para

JULISSA ALMEIDA JAVIER

puede ser infinito, como en las instalaciones de pedidos por correo. La

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

La teora de colas es el estudio matemtico del comportamiento de lneas de

Los objetivos de la teora de colas consisten en:

ELEMENTOS EN UN SISTEMA DE COLA

JULISSA ALMEIDA JAVIER

Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los

Un modelo de sistema de colas debe especificar la distribucin de

JULISSA ALMEIDA JAVIER

Las distribuciones que se utilizan son:

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

Estado del sistema : Nmero de clientes en el sistema.

JULISSA ALMEIDA JAVIER

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

Estructuras tpicas de Colas

JULISSA ALMEIDA JAVIER

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

Modelo de un servidor y una cola

JULISSA ALMEIDA JAVIER

sirven para acentuar la necesidad de la teora de colas y el anlisis de las

NOTACIN DE KENDALL LEE

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

M: Designa una distribucin de probabilidad de Poisson para las llegadas o

TIPOS DE MODELOS DE LINEAS DE ESPERA Y LA ROTACIN DE LOS

MODELOS CON NACIMIENTOS Y MUERTES PURAS (RELACIN ENTRE

JULISSA ALMEIDA JAVIER

de Poisson, en el sentido que una distribucin define en forma automtica a la

MODELO DE UNA SOLA LNEA, UN SERVIDOR, LLEGADAS POISSON,

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

Entonces, para este ejemplo, el cliente promedio espera 15 minutos antes de

MODELO DE LNEA DE ESPERA DE MLTIPLES CANALES, CON

JULISSA ALMEIDA JAVIER

Para comprender como se utilizan las frmulas, considrese el siguiente

TOMAS DE DECISIONES A TRAVES DE INVESTIGACION DE OPERACIONES

NAIM CABA VILLALOBOS

JULISSA ALMEIDA JAVIER

MODELO DE LNEA DE ESPERA DE UN SOLO CANAL, CON LLEGADAS

MODELO DE LNEA DE ESPERA DE UN SOLO CANAL, CON LLEGADAS

JULISSA ALMEIDA JAVIER

Para comprender como se utilizan las frmulas, considrese el siguiente

MODELO DE LNEA DE ESPERA DE UN SOLO CANAL, CON LLEGADAS

Una industria manufacturera tiene un grupo de seis mquinas idnticas; cada