Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Lineas de Espera

Descargar como ppt, pdf o txt
Descargar como ppt, pdf o txt
Está en la página 1de 72

Líneas de Espera:

Teoría de Colas
Las colas…

• Las colas son frecuentes en nuestra


vida cotidiana:
– En un banco
– En un restaurante de comidas
rápidas
– Al matricular en la universidad
– Los autos en un lavacar
Las colas…

• En general, a nadie le gusta esperar


• Cuando la paciencia llega a su límite,
la gente se va a otro lugar
• Sin embargo, un servicio muy rápido
tendría un costo muy elevado
• Es necesario encontrar un balance
adecuado
Teoría de colas

• Una cola es una línea de espera


• La teoría de colas es un conjunto de
modelos matemáticos que describen
sistemas de líneas de espera
particulares
• El objetivo es encontrar el estado
estable del sistema y determinar una
capacidad de servicio apropiada
Teoría de colas

• Existen muchos sistemas de colas


distintos
• Algunos modelos son muy especiales
• Otros se ajustan a modelos más
generales
• Se estudiarán ahora algunos modelos
comunes
• Otros se pueden tratar a través de la
simulación
Sistemas de colas:
modelo básico
• Un sistema de colas puede dividirse
en dos componentes principales:
– La cola
– La instalación del servicio
• Los clientes o llegadas vienen en
forma individual para recibir el
servicio
Sistemas de colas:
modelo básico
• Los clientes o llegadas pueden ser:
– Personas
– Automóviles
– Máquinas que requieren reparación
– Documentos
– Entre muchos otros tipos de
artículos
Sistemas de colas:
modelo básico
• Si cuando el cliente llega no hay
nadie en la cola, pasa de una vez a
recibir el servicio
• Si no, se une a la cola
• Es importante señalar que la cola no
incluye a quien está recibiendo el
servicio
Sistemas de colas:
modelo básico
• Las llegadas van a la instalación del
servicio de acuerdo con la disciplina
de la cola
• Generalmente ésta es primero en
llegar, primero en ser servido
• Pero pueden haber otras reglas o
colas con prioridades
Sistemas de colas:
modelo básico
Sistema de colas

Llegadas Disciplina Instalación Salidas


Cola de la cola del
servicio
Estructuras típicas de sistemas
de colas: una línea, un servidor
Sistema de colas

Llegadas Salidas
Cola Servidor
Estructuras típicas de sistemas de
colas: una línea, múltiples servidores

Sistema de colas
Salidas
Servidor

Llegadas Salidas
Cola Servidor

Salidas
Servidor
Estructuras típicas de colas: varias
líneas, múltiples servidores

Sistema de colas
Salidas
Cola Servidor

Llegadas Salidas
Cola Servidor

Salidas
Cola Servidor
Estructuras típicas de colas: una
línea, servidores secuenciales
Sistema de colas
Llegadas
Cola

Servidor

Cola

Salidas
Servidor
Costos de un sistema de colas

1. Costo de espera: Es el costo para el


cliente al esperar
• Representa el costo de oportunidad
del tiempo perdido
• Un sistema con un bajo costo de
espera es una fuente importante de
competitividad
Costos de un sistema de colas

2. Costo de servicio: Es el costo de


operación del servicio brindado
• Es más fácil de estimar
– El objetivo de un sistema de colas
es encontrar el sistema del costo
total mínimo
Sistemas de colas:
Las llegadas
• El tiempo que transcurre entre dos
llegadas sucesivas en el sistema de
colas se llama tiempo entre llegadas
• El tiempo entre llegadas tiende a ser
muy variable
• El número esperado de llegadas por
unidad de tiempo se llama tasa media
de llegadas ()
Sistemas de colas:
Las llegadas
• El tiempo esperado entre llegadas es
1/
• Por ejemplo, si la tasa media de
llegadas es  = 20 clientes por hora
• Entonces el tiempo esperado entre
llegadas es 1/ = 1/20 = 0.05 horas o
3 minutos
Sistemas de colas:
Las llegadas
• Además es necesario estimar la
distribución de probabilidad de los
tiempos entre llegadas
• Generalmente se supone una
distribución exponencial
• Esto depende del comportamiento de
las llegadas
Sistemas de colas:
Las llegadas – Distribución
exponencial
• La forma algebraica de la distribución
exponencial es: ????
 t
P(tiempo de servicio  t )  1  e
• Donde t representa una cantidad
expresada en de tiempo unidades de
tiempo (horas, minutos, etc.)
Sistemas de colas:
Las llegadas – Distribución
exponencial
P(t)

0 Media Tiempo
Sistemas de colas:
Las llegadas – Distribución
exponencial
• La distribución exponencial supone
una mayor probabilidad para tiempos
entre llegadas pequeños
• En general, se considera que las
llegadas son aleatorias
• La última llegada no influye en la
probabilidad de llegada de la
siguiente
Sistemas de colas: Las llegadas -
Distribución de Poisson
• Es una distribución discreta
empleada con mucha frecuencia para
describir el patrón de las llegadas a
un sistema de colas
• Para tasas medias de llegadas
pequeñas es asimétrica y se hace
más simétrica y se aproxima a la
binomial para tasas de llegadas altas
Sistemas de colas: Las llegadas -
Distribución de Poisson
• Su forma algebraica es:
k 
e
P(k ) 
k!
• Donde:
– P(k) : probabilidad de k llegadas por
unidad de tiempo
 : tasa media de llegadas
– e = 2,7182818…
Sistemas de colas: Las llegadas -
Distribución de Poisson
P

0 Llegadas por unidad de tiempo


Sistemas de colas: La cola

• El número de clientes en la cola es el


número de clientes que esperan el
servicio
• El número de clientes en el sistema
es el número de clientes que esperan
en la cola más el número de clientes
que actualmente reciben el servicio
Sistemas de colas: La cola

• La capacidad de la cola es el número


máximo de clientes que pueden estar
en la cola
• Generalmente se supone que la cola
es infinita
• Aunque también la cola puede ser
finita
Sistemas de colas: La cola

• La disciplina de la cola se refiere al


orden en que se seleccionan los
miembros de la cola para comenzar
el servicio
• La más común es PEPS: primero en
llegar, primero en servicio
• Puede darse: selección aleatoria,
prioridades, UEPS, entre otras.
Sistemas de colas: El servicio

• El servicio puede ser brindado por un


servidor o por servidores múltiples
• El tiempo de servicio varía de cliente
a cliente
• El tiempo esperado de servicio
depende de la tasa media de servicio
()
Sistemas de colas: El servicio

• El tiempo esperado de servicio


equivale a 1/
• Por ejemplo, si la tasa media de
servicio es de 25 clientes por hora
• Entonces el tiempo esperado de
servicio es 1/ = 1/25 = 0.04 horas, o
2.4 minutos
Sistemas de colas: El servicio
• Es necesario seleccionar una
distribución de probabilidad para los
tiempos de servicio
• Hay dos distribuciones que
representarían puntos extremos:
– La distribución exponencial
(=media)
– Tiempos de servicio constantes
(=0)
Sistemas de colas: El servicio

• Una distribución intermedia es la


distribución Erlang
• Esta distribución posee un parámetro
de forma k que determina su
desviación estándar:
1
 media
k
Sistemas de colas: El servicio

• Si k = 1, entonces la distribución
Erlang es igual a la exponencial
• Si k = ∞, entonces la distribución
Erlang es igual a la distribución
degenerada con tiempos constantes
• La forma de la distribución Erlang
varía de acuerdo con k
Sistemas de colas: El servicio

P(t)
k=∞

k=8

k=2
k=1

0 Media Tiempo
Sistemas de colas:
Distribución Erlang
Distribución Desviación estándar
Constante 0
Erlang, k = 1 media
Erlang, k = 2 1 / 2 media
Erlang, k = 4 1/2 media
Erlang, k = 8 1 / 8 media
Erlang, k = 16 1/4 media
Erlang, cualquier k 1 / k media
Sistemas de colas: Etiquetas para
distintos modelos
Notación de Kendall: A/B/c
• A: Distribución de tiempos entre llegadas
• B: Distribución de tiempos de servicio
– M: distribución exponencial
– D: distribución degenerada
– Ek: distribución Erlang
• c: Número de servidores
Estado del sistema de colas

• En principio el sistema está en un


estado inicial
• Se supone que el sistema de colas
llega a una condición de estado
estable (nivel normal de operación)
• Existen otras condiciones anormales
(horas pico, etc.)
• Lo que interesa es el estado estable
Simbología utilizada

Para representar un modelo de colas se utilizan


abreviaturas que simbolizan las características
del mismo
Proceso Salida Población

M / M / S / N / K

Proceso Llegada Canales Cola


Modelo básico

M/M/S = 1
• Proceso de llegada Poisson ( clientes por unidad de tiempo)
• Proceso de atención exponencial ( clientes por unidad de
tiempo)
• Un Servidor
• Población infinita
• Capacidad de cola infinita
• Primero en entrar Primero en Salir
• Sistema Estable  >
Modelo básico (Cont)

1. Factor de utilización
1. ρ= /  2. Probabilidad de que no haya
2. Po = 1 – ρ clientes en el sistema
3. Probabilidad de que haya n
3. Pn = ρn * Po = ρn(1- ρ) clientes en el sistema
4. Lq = 2 /  (- ) 4. Número promedio de clientes
en la cola
5. Wq = Lq /  = /  (- )
5. Tiempo promedio de espera
6. W = Wq + 1/  en la cola
7. L=*W 6. Tiempo promedio de espera
en el sistema
7. Número promedio de clientes
en el sistema
Desempeño del sistema de colas

• Para evaluar el desempeño se


busca conocer dos factores
principales:
1. El número de clientes que
esperan en la cola
2. El tiempo que los clientes esperan
en la cola y en el sistema
Medidas del desempeño del
sistema de colas
1. Número esperado de clientes en la
cola Lq
2. Número esperado de clientes en el
sistema Ls
3. Tiempo esperado de espera en la
cola Wq
4. Tiempo esperado de espera en el
sistema Ws
Medidas del desempeño del sistema de
colas: fórmulas generales

1
Ws  Wq 

Ls  Ws
Lq  Wq

Ls  Lq 

Medidas del desempeño del
sistema de colas: ejemplo
• Suponga una estación de gasolina a
la cual llegan en promedio 45 clientes
por hora
• Se tiene capacidad para atender en
promedio a 60 clientes por hora
• Se sabe que los clientes esperan en
promedio 3 minutos en la cola
Medidas del desempeño del
sistema de colas: ejemplo
• La tasa media de llegadas  es 45
clientes por hora o 45/60 = 0.75
clientes por minuto
• La tasa media de servicio  es 60
clientes por hora o 60/60 = 1 cliente
por minuto
Medidas del desempeño del
sistema de colas: ejemplo

Wq  3 min
1 1
Ws  Wq   3   4 min
 1
Ls  Ws  0.75  4  3 clientes
Lq  Wq  0.75  3  2.25 clientes
Medidas del desempeño del
sistema de colas
• Suponga un restaurant de comidas
rápidas al cual llegan en promedio
100 clientes por hora
• Se tiene capacidad para atender en
promedio a 150 clientes por hora
• Se sabe que los clientes esperan en
promedio 2 minutos en la cola
• Calcule las medidas de desempeño
del sistema
Probabilidades como medidas
del desempeño
• Beneficios:
– Permiten evaluar escenarios
– Permite establecer metas
• Notación:
– Pn : probabilidad de tener n clientes
en el sistema
– P(Ws ≤ t) : probabilidad de que un
cliente no espere en el sistema más de t
horas
Factor de utilización del
sistema
• Dada la tasa media de llegadas  y la
tasa media de servicio , se define el
factor de utilización del sistema .
• Generalmente se requiere que  < 1
• Su fórmula, con un servidor y con s
servidores, respectivamente, es:
 
 
 s
Factor de utilización del sistema
- ejemplo
• Con base en los datos del ejemplo
anterior,  = 0.75,  = 1
• El factor de utilización del sistema si
se mantuviera un servidor es
 = / = 0.75/1 = 0.75 = 75%
• Con dos servidores (s = 2):
 = /s = 0.75/(2*1) = 0.75/2 = 37,5%
Modelos de una cola y un servidor
• M/M/1: Un servidor con llegadas de Poisson y tiempos de
servicio exponenciales

• M/G/1: Un servidor con tiempos entre llegadas exponenciales


y una distribución general de tiempos de servicio

• M/D/1: Un servidor con tiempos entre llegadas exponenciales


y una distribución degenerada de tiempos de servicio

• M/Ek/1: Un servidor con tiempos entre llegadas


exponenciales y una distribución Erlang de tiempos de
servicio
Modelo M/M/1

  2
Ls  Lq 
  (   )
1 
Ws  Wq 
   (   )
Pn  (1   )  n
P( Ls  n)   n 1

  (1  ) t   (1  ) t
P(Ws  t )  e P (Wq  t )  e
t  0,   1
Modelo M/M/1: ejemplo
• Un lavacar puede atender un auto cada 5 minutos
y la tasa media de llegadas es de 9 autos por hora

• Obtenga las medidas de desempeño de acuerdo


con el modelo M/M/1

• Además la probabilidad de tener 0 clientes en el


sistema, la probabilidad de tener una cola de más
de 3 clientes y la probabilidad de esperar más de
30 min. en la cola y en el sistema
Modelo M/M/1: ejemplo
9
  9,   12,    0.75
12
 2
Ls   3 clientes Lq   2.25 clientes
  (   )
1
Ws   0.33 hrs  20 min
 

Wq   0.25 hrs  15 min
 (   )
P0  (1   )  0  0.25 P( Ls  3)   31  0.32
P (Ws  30 / 60)  e   (1  )t  0.22
P (Wq  30 / 60)  e   (1  )t  0.17
Modelo M/M/1: ejercicio
• A un supermercado llegan en promedio 80 clientes por
hora que son atendidos entre sus 5 cajas.

• Cada caja puede atender en promedio a un cliente cada


3 minutos

• Obtenga las medidas de desempeño de acuerdo con el


modelo M/M/1

• Además la probabilidad de tener 2 clientes en el


sistema, la probabilidad de tener una cola de más de 4
clientes y la probabilidad de esperar más de 10 min. en
la cola
Modelo M/G/1

 
2 2 2
Ls  Lq   Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
P0  1   Pw  
 1
Modelo M/G/1: ejemplo
• Un lavacar puede atender un auto cada 5 min. y la tasa
media de llegadas es de 9 autos/hora,  = 2 min.

• Obtenga las medidas de desempeño de acuerdo con el


modelo M/G/1

• Además la probabilidad de tener 0 clientes en el sistema y


la probabilidad de que un cliente tenga que esperar por el
servicio
Modelo M/G/1: ejemplo
Ls  Lq    1.31  .75  2.06 clientes
2 2   2
Lq   1.31clientes
2(1   )
1
Ws  Wq   0.228 hrs  13.7 min

Lq
Wq   0.145 hrs  8.7 min

P0  1    0.25 Pw    0.75
Modelo M/G/1: ejercicio
• A un supermercado llegan en promedio 80 clientes por hora
que son atendidos entre sus 5 cajas.
• Cada caja puede atender en promedio a un cliente cada 3
minutos. Suponga  = 5 min
• Obtenga las medidas de desempeño de acuerdo con el
modelo M/G/1
• Además la probabilidad de tener 0 clientes en el sistema y la
probabilidad de que un cliente tenga que esperar por el
servicio
Modelo M/D/1

 2
Ls  Ws Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
 1
Modelo M/D/1: ejemplo

• Un lavacar puede atender un auto


cada 5 min.
• La tasa media de llegadas es de 9
autos/hora.
• Obtenga las medidas de desempeño
de acuerdo con el modelo M/D/1
Modelo M/D/1: ejemplo

Ls  Ws  1.875 clientes


2
Lq   1.125 clientes
2(1   )
1
Ws  Wq   0.21 hrs  12.5 min

Lq
Wq   0.125 hrs  7.5 min

Modelo M/D/1: ejercicio
• A un supermercado llegan en promedio
80 clientes por hora que son atendidos
entre sus 5 cajas.
• Cada caja puede atender en promedio
a un cliente cada 3 minutos.
• Obtenga las medidas de desempeño de
acuerdo con el modelo M/D/1
Modelo M/Ek/1

 (k  1)
2
Ls  Ws Lq 
2k (1   )
1 Lq
Ws  Wq  Wq 
 
 1
Modelo M/Ek/1: ejemplo

• Un lavacar puede atender un auto


cada 5 min.
• La tasa media de llegadas es de 9
autos/hora. Suponga  = 3.5 min
(aprox.)
• Obtenga las medidas de desempeño
de acuerdo con el modelo M/Ek/1
Modelo M/Ek/1: ejemplo

Ls  Ws  2.437 clientes


 (k  1)
2
Lq   1.6875 clientes
2k (1   )
1
Ws  Wq   0.2708 hrs  16.25 min

Lq
Wq   0.1875 hrs  11 .25 min

Modelo M/Ek/1: ejercicio
• A un supermercado llegan en promedio
80 clientes por hora que son atendidos
entre sus 5 cajas.
• Cada caja puede atender en promedio
a un cliente cada 3 minutos. Suponga
k= 4
• Obtenga las medidas de desempeño de
acuerdo con el modelo M/Ek/1
Modelos de un servidor: Ejercicio:
complete el cuadro ejemplo lavacar
Modelo Ls Ws Lq Wq

M/M/1

M/G/1

M/D/1

M/Ek/1
Modelos de varios servidores
• M/M/s: s servidores con llegadas de
Poisson y tiempos de servicio
exponenciales
• M/D/s: s servidores con tiempos entre
llegadas exponenciales y una distribución
degenerada de tiempos de servicio
• M/Ek/s: s servidores con tiempos entre
llegadas exponenciales y una distribución
Erlang de tiempos de servicio
M/M/s, una línea de espera
1
P0 
s
 s  s 1
 n
   
s!  s    n 0 n!
 
s
 Lq
Lq  P
2 0
Ls  Lq  Wq 
( s  1)!( s   )  
1 n
Ws  Wq  Pn  P0 , si n  k
 n!
 n
1 s  s 
Pn  n  s P0 , si n  k Pw     P0
s! s s!  s   
M/M/s, una línea de espera
Si s  2
 3
Lq 
4 2

Si s  3
4
Lq 
(3   )(6  4    )
2
Análisis económico de líneas de
espera
Costos

Costo total

Costo del servicio

Costo de espera
Tasa óptima Tasa de servicio
de servicio

También podría gustarte