ADMINISTRACIN DE LA CALIDAD

Y HERRAMIENTAS DE MEJORA.
SISTEMAS DE COLAS

Ing. Itzel Reyes G.

Wendy Victoria Galvan.
Alberto Gallegos.
Diana Morones.
Jacqueline Botello.
Rafael Vidaa.
Iram Rodrguez.

POR QU ESTUDIAR LAS COLAS? ESPERAR

QUE NOS ATIENDAN ES PARTE DE LA
VIDA DIARIA
Eliminar la espera por completo no es una opcin factible debido a
que el costo de instalacin y operacin del centro de operacin
puede ser prohibitivo.
Nuestro nico recurso es buscar el equilibrio entre el costo de
ofrecer un servicio y el de esperar a que lo atiendan.
El anlisis de las colas es el vehculo para alcanzar esta meta.

El estudio de las colas tiene que ver con la cuantificacin del

fenmeno de esperar por medio de medidas de desempeo
representativas, tales como longitud promedio de la cola,
tiempo de espera promedio en la cola, y el uso promedio de
la instalacin.

Ejemplo 18.1-1
McBurger es un restaurante de comida rpida con tres mostradores de
servicio. El gerente desea agilizar el servicio. Un estudio revela la siguiente
relacin entre la cantidad de mostradores y el tiempo de espera para el
servicio:

Modelo basado en costos.

(en dlares por unidad de

tiempo).

Los resultados del anlisis de colas puede incorporarse a un modelo de

optimizacin de costos que busca minimizar la suma del costo de ofrecer
el servicio y la espera por parte de los clientes.
El obstculo principal al implementar modelos de costos es la dificultad
de determinar el costo de la espera, sobre todo la que experimentan las
personas. Este punto se analiza en la seccin.

18.2 ELEMENTOS DE UN
MODELO DE COLAS.
Los actores principales en una situacin de colas son el cliente y el
servidor.
Si la cola est vaca,la instalacin se vuelve ociosa hasta que llega
un nuevo cliente.
Desde el punto de vista del anlisis de colas,la llegada de los
clientes est representada por el tiempo entre llegadas (tiempo
entre llegadas sucesivas),y el servicio se mide por el tiempo de
servicio por cliente.
El tamao de la cola desempea un papel en el anlisis de colas.

La disciplina en colas,la cual representa el orden en que se

seleccionan los clientes en una cola,es un factor importante en el
anlisis de modelos de colas.
La disciplina ms comn es la de primero en llegar,primero en ser
atendido (FCFS,por sus siglas en ingls).
Entre otras disciplinas esta ltimo en llegar primero en ser
atendido(LCFS, por sus siglas en ingls) y la de servicio en orden
aleatorio (SIRO, por sus siglas en ingls).
Los clientes tambin pueden ser seleccionados de entre la cola,con
base en algn orden de prioridad.

PAPEL DE LA DISTRIBUCIN
EXPONENCIAL
En la mayora de las situaciones de colas, las llegadas ocurren al
azar. Aleatoriedad significa que la ocurrencia de un evento (por
ejemplo la llegada de un cliente o la terminacin de un servicio) es
independiente del tiempo transcurrido desde la ocurrencia del
ltimo evento.

Los tiempos aleatorios entre llegadas y de servicio se describen

cuantitativamente por medio de una distribucin exponencial, la cual se
define como.

MODELOS DE
NACIMIENTO Y MUERTE
PUROS
(Relacin entre las distribuciones exponencial Y de poisson)

Esta seccin presenta dos situaciones de colas:

*El modelo de Nacimiento Puro en el cual slo ocurren
llegadas.
*El modelo de Muerte Pura en el cual slo ocurren
salidas.

 MODELO DE NACIMIENTO
PURO

Considere la situacin de emitir actas de nacimiento para

bebes recin nacidos. Estas actas se guardan
normalmente en una oficina central de Registro Civil. Hay
razones para creer que el nacimiento de bebes y, por ello,
la emisin de las actas correspondientes es un proceso
completamente aleatorio que se puede describir por medio
de una distribucin de Poisson.

Donde es la tasa de llegadas por

unidad de tiempo, con el nmero
esperado de llegadas durante t igual
a t.

EJEMPLO:
Suponga que los nacimientos en un pas estn separados en el tiempo, de
acuerdo con una distribucin exponencial, presentndose un nacimiento
cada 7 minutos en promedio.
Como el tiempo promedio entre arribos (entre nacimientos) es de 7 minutos,
la tasa de nacimiento en el pas se calcula como:

El numero de nacimientos en el pas por ao esta dado por:

t = 205.7 x 365 = 75080 nacimientos/ao

La probabilidad de ningn nacimiento en cualquier da es:

Suponga que nos interesa la probabilidad de emitir 45 actas de nacimiento al final

de un periodo de 3 horas, si se pudieron emitir 35 actas en las primeras 2 horas.
Observamos que debido a que los nacimientos ocurren segn un proceso de
Poisson, la probabilidad requeridas reduce a tener: 45-35=10 nacimientos en una
hora ( =3-2).
Dado =60/7=8.57 nacimientos/hora, obtenemos

 MODELO DE MUERTE
PURA:

Considere la situacin de almacenar N unidades de artculo al inicio de la semana, para

satisfacer la demanda de los clientes durante la semana. Si suponemos que la demanda
se presenta a una tasa de unidades por da y que el proceso de demanda es
completamente aleatorio, la probabilidad asociada de tener n artculos en el almacn
despus de un tiempo t, la da la siguiente distribucin truncada de Poisson:

EJEMPLO:
Al inicio de la semana, se almacenan 15 unidades de un artculo de
inventario para utilizarse durante la semana. Solo se hacen retiros del
almacenamiento durante los primeros 6 das (la empresa esta cerrada los
domingos) y sigue una distribucin de Poisson con la media de 3
unidades/da. Cuando el nivel de existencia llega a 5 unidades, se coloca un
nuevo pedido de 15 unidades para ser entregado al principio de la semana
entrante. Debido a la naturaleza del artculo, se desechan todas las unidades
que sobran al final de la semana

Podemos analizar esta situacin en varias formas. Primero, reconocemos

que la tasa de calculo es = 3 unidades por da. Supngase que nos
interesa determinar la probabilidad de tener 5 unidades (el nivel de un
nuevo pedido) al da t; es decir,

Obsrvese que p5(t) representa la probabilidad de hacer un nuevo

pedido el da t. Esta probabilidad llega a su nivel mximo en t=3 y
despus disminuye conforme transcurre la semana.

COLAS DE POISSON
ESPECIALIZADAS

COLAS DE POISSON ESPECIALIZADAS

Se selecciona un cliente de la
cola para iniciar el servicio con
el primer servidor disponible.
La tasa de llegadas al sistema
es de clientes por unidad de
tiempo.
La cantidad de clientes en el
sistema se define para incluir
los que estn en el servicio y
los que estn en la cola.

Una notacin conveniente para resumir las caractersticas de la situacin de

colas de la figura 18.3 se da mediante el siguiente formato:
(a/b/c):(d/e/f)
Donde:
a = Distribucin de las llegadas
b = Distribucin de las salidas (tiempo de servicio)
c = Cantidad de servidores paralelos (5 1,2,,q)
d = Disciplina en las colas
e = Nmero mximo (finito o infinito) permitido en el sistema (haciendo cola
o en servicio)
f =Tamao de la fuente solicitante (finita o infinita)

MEDIDAS DE DESEMPEO DE
ESTADO ESTABLE
Las
medidas de desempeo ms comnmente utilizadas en una situacin de
colas son:
Ls = Cantidad esperada de clientes en un sistema
Lq = Cantidad esperada de clientes en una cola
Ws = Tiempo de espera en el sistema
Wq = Tiempo de espera anticipado en la cola
= Cantidad esperada de servidores ocupados
Recuerde que el sistema incluye tanto la cola como las instalaciones de servicio.

EJEMPLO
El estacionamiento para visitantes en el Colegio Ozark se limita a slo 5
espacios. Los autos que utilizan estos espacios llegan de acuerdo con una
distribucin de Poisson a razn de 6 por hora. El tiempo de estacionamiento
est distribuido exponencialmente con una media de 30 minutos. Los
visitantes que no pueden encontrar un espacio vaco pueden esperar
temporalmente en el estacionamiento hasta que un auto estacionado salga.
El espacio temporal tiene cabida slo para 3 autos. Otros que no pueden
estacionarse o encontrar un espacio de espera temporal deben irse a otra
parte. Determine lo siguiente:

(a) La probabilidad, pn, de que haya n autos en el sistema.

(b) La tasa de llegadas efectiva de los autos que por lo general utilizan el
estacionamiento.
(c) El promedio de autos en el estacionamiento.
(d) El tiempo promedio que un auto espera un espacio de estacionamiento.
(e) El promedio de espacios de estacionamiento ocupados.
(f) La utilizacin promedio del estacionamiento.

MODELOS DE UN SOLO SERVIDOR

EJEMPLO 2
Automata es una instalacin de lavado de autos de una sola baha.
Los autos llegan segn una distribucin de Poisson con una media de
4 autos por hora y pueden esperar en el estacionamiento de la
instalacin en la calle si la baha est ocupada. El tiempo para lavar y
limpiar un auto es exponencial, con una media de 10 minutos. Esto
significa que, para todo propsito prctico, no hay ningn lmite en el
tamao del sistema. El gerente de la instalacin desea determinar el
tamao del estacionamiento.

Modelos de varios servidores

(M/M/c):(GD//). Este modelo se ocupa de c servidores paralelos idnticos. La tasa de
llegadas es y la tasa de servicio por servidor es . En esta situacin efec= porque no
hay lmite en el nmero presente en el sistema.

Modelo para
cada
compaa

Modelo
consolidad
o

Los resultados muestran que el tiempo de espera para un viaje es

de 0.356 horas ( 21 minutos) en la situacin de dos taxis y de .149
(9 minutos) en la situacin consolidada, una notable reduccin de
ms de 50% y una clara evidencia de que la consolidacin de las
dos compaas est garantizada.
La conclusin del anlisis anterior es que los grupos de servicio
siempre proporcionan un modo de operacin ms eficiente.

Modelo (M/M/c):(GD/N/), cN.

El modelo difiere de (M/M/c):(GD//) en que el lmite del sistema es finito e igual a N.
Esto significa que el tamao de la cola es N-c. Las tasas de llegadas y servicio son y
. La tasa de llegadas efectiva efec es menor que debido al lmite del sistema N.

Modelo de autoservicio (M/M/):(GD/).

En este modelo, las tasas de llegadas y servicio son y , respectivamente,
y la cantidad de servidores es ilimitada porque el cliente tambin es el
servidor. Un ejemplo tpico es realizar la parte escrita del examen para la
licencia de conductor. Las gasolineras de autoservicio y los cajeros
automticos que operan durante las 24 horas del da no caen dentro de
este modelo porque los servidores en estos casos son en realidad las
bombas de gasolina y los cajeros automticos.

El tiempo promedio de espera, Wq, antes de limitar la capacidad del

sistema es de 0.149 horas (9 minutos), lo cual es aproximadamente el
doble del nuevo promedio .075 horas (4.5 minutos). Lo cual indica un
tiempo de espera mucho menor.

El capital accionario del inversionista a largo plazo

promedio en el mercado de valores es de 36 valores.

FORMULA DE POLLACZEK
KHINTCHINE (P-K)
Los modelos de colas en los que las llegadas y salidas no siguen la
distribucin de poisson son complejos. En general es aconsejable utilizar la
simulacin como una herramienta alternativa para analizar estas
situaciones.

Esta seccin presenta una de las pocas colas no Poisson para la

cual hay disponibles resultados analticos. Se trata del caso en que el
tiempo de servicio, t, est representado por cualquier distribucin de
probabilidad con media E{t} y varianza var{t}.Los resultados del
modelo incluyen las medidas de desempeo bsicas Ls, Lq, Ws y
Wq, as como tambin p0. El modelo no proporciona una expresin
de forma cerrada para pn debido a la incontrolabilidad analtica.

Sea

la tasa de llegadas a la instalacin de un solo servidor.

Dadas E{t} y var{t} de la distribucin del tiempo de servicio y que

E{t}, se puede demostrar por medio de un anlisis de cadena de
Markov/probabilidad compleja que

Las secciones anteriores se concentraron en el modelo de

colas de poisson. La literatura sobre colas abunda con otros
tipos de colas. En particular las colas con prioridad de servicio
las colas en red y las colas no poisson forman importante
cuerpo de la literatura de teora de colas. Estos modelos se
encuentran en la mayora de libros especializados en teora de
colas.

MODELOS DE
DECISIN EN COLAS

El nivel de servicio en una instalacin de colas es una funcin de la tasa de

servicios, m, y de la cantidad de servidores paralelos, c. Esta seccin
presenta dos modelos de decisin para determinar niveles de servicio
adecuado "en sistemas de colas:
(1) un modelo de costos
(2) un modelo de nivel de aspiracin. El objetivo es encontrar un balan- ce
entre el nivel de servicio y la espera.

MODELOS DE COSTOS
Los modelos de costos tratan de balancear dos costos conflictivos:
1. El costo del ofrecimiento del servicio.
2. El costo de la demora al ofrecer el servicio (tiempo de espera del cliente).
Un incremento de un costo provoca automticamente una reduccin del otro

BIBLIOGRAFA
TAHA, H. A. (2012). Investigacin de Operaciones,
Novena edicin . Mxico: PEARSON.