Ley de Little

LEY DE LITTLE
John Little es profesor titular en la Escuela de Administración MIT Sloan.
Little ha tenido una carrera distinguida que abarca cinco décadas. Ha publicado
documentos fundamentales sobre metodología de investigación de operaciones, control
de señales de tráfico, sistemas de apoyo a la toma de decisiones y, especialmente,
marketing. En la investigación de operaciones, es mejor conocido por su prueba de la
fórmula de cola L = λW, comúnmente conocida como Ley de Little. Considerado un
pionero en la ciencia del marketing, Little ha realizado investigaciones sobre un amplio
conjunto de temas de modelado y apoyo a la toma de decisiones, incluidos modelos de
comportamiento de elección individual, control adaptativo del gasto promocional y
modelos de mezcla de marketing para bienes de consumo envasados.
Es coeditor con Blattberg y Glazer de The Marketing Information Revolution, (HBS
Press, 1994). Cuando Internet entró en escena, Little se sintió rápidamente atraído por el
comercio electrónico y dio el primer curso sobre el tema en el MIT Sloan. Además de
su continuo interés en los bienes de consumo envasados, actualmente está realizando
investigaciones sobre la automatización del marketing en la venta minorista por
Internet.
Entre los honores de Little, ha sido elegido para la Academia Nacional de Ingeniería, y
recibió el Premio Parlin y el Premio Paul D. Converse de la Asociación Americana de

Marketing, así como la Medalla George E. Kimball del Instituto de Investigación de
Operaciones y Ciencias de la Gestión (INFORMS). Es miembro de INFORMS y de la
Asociación Americana para el Avance de la Ciencia.
Ley de Little
Un importante resultado matemático es el demostrado por John Little en 1961,
el cual relaciona las siguientes variables:
L : Número promedio de clientes en un sistema

W : Tiempo promedio de espera en un sistema
λ : Número promedio de clientes que llegan al sistema por unidad de tiempo
Luego la Ley de Little establece que el número promedio de clientes en un
sistema (L) es igual a la tasa promedio de llegada de los clientes al
sistema (λ)por el tiempo promedio que un cliente esta en el sistema (W).
La fórmula es válida para sistemas y para subsistemas, es decir:
Donde Lq es el número promedio de clientes que esperan en la fila y Wq el

tiempo promedio que un cliente espera en la fila. Adicionalmente µ representa
el ritmo del servicio o capacidad del sistema.
Ejemplo Ley de Little
Un pequeño banco está considerando abrir un servicio para que los clientes
paguen desde su automóvil. Se estima que los clientes llegarán a una tasa
promedio de 15 por hora. El cajero que trabajará en la ventanilla puede
atender a los clientes a un ritmo promedio de uno cada tres minutos.
Suponiendo que el patrón de llegadas es Poisson y el patrón de servicios es
Exponencial, encuentre:
La utilización promedio del cajero:
El número promedio de clientes en la línea de espera es:
El número promedio de clientes en el sistema:
El tiempo promedio de la espera en la fila:
El tiempo promedio de espera en el sistema:
En el libro de Investigación de Operaciones de Hamdy Taha se puede

encontrar un archivo en formato Excel que permite automatizar este tipo de
cálculos y que facilita el análisis de las líneas de espera. El archivo lo puedes
descargar aquí:
Ejemplo 1. Por razones vinculadas con el control de calidad, se necesita saber la

cantidad Q de personas que en un instante determinado del día están transitando sobre cierta
escalera mecánica. Para plantear la cuestión de la manera más sencilla posible, vamos a
suponer en primer término que el flujo de personas que arriban a su boca de entrada es constante
durante un largo período de tiempo: por ejemplo, durante una hora. Además, aceptaremos que
una vez en la escalera, los pasajeros no caminarán sobre la misma, tal como lo sugieren las
normas de seguridad para este tipo de transporte. Así expuesto, el problema se resuelve con
sencillez.
En efecto, basta con determinar la cantidad de personas que arriban a la boca de la

escalera por segundo, a la que denominamos “tasa de arribo” (), y considerar además la
cantidad de segundos T que tarda un escalón desde la boca de entrada hasta la boca de salida.
Las tres cantidades estarán ligadas de manera exacta mediante la ecuación siguiente:
Q=T (1)
Si entran cuatro personas por segundo (= 4) y cada una permanece 40 segundos en la
escalera (T = 40) entonces, en cualquier instante, habrá Q = 160 personas en la escalera.

Ley de Little

Cargado por

Copyright:

Formatos disponibles

Ley de Little

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ley de Little

Cargado por

Copyright:

Formatos disponibles

LEY DE LITTLE

John Little es profesor titular en la Escuela de Administración MIT Sloan.

documentos fundamentales sobre metodología de investigación de operaciones, control

de señales de tráfico, sistemas de apoyo a la toma de decisiones y, especialmente,

marketing. En la investigación de operaciones, es mejor conocido por su prueba de la

fórmula de cola L = λW, comúnmente conocida como Ley de Little. Considerado un

pionero en la ciencia del marketing, Little ha realizado investigaciones sobre un amplio

conjunto de temas de modelado y apoyo a la toma de decisiones, incluidos modelos de

comportamiento de elección individual, control adaptativo del gasto promocional y

modelos de mezcla de marketing para bienes de consumo envasados.

Es coeditor con Blattberg y Glazer de The Marketing Information Revolution, (HBS

su continuo interés en los bienes de consumo envasados, actualmente está realizando

investigaciones sobre la automatización del marketing en la venta minorista por

recibió el Premio Parlin y el Premio Paul D. Converse de la Asociación Americana de

Operaciones y Ciencias de la Gestión (INFORMS). Es miembro de INFORMS y de la

Asociación Americana para el Avance de la Ciencia.

L : Número promedio de clientes en un sistema

La fórmula es válida para sistemas y para subsistemas, es decir:

Donde Lq es el número promedio de clientes que esperan en la fila y Wq el

El número promedio de clientes en la línea de espera es:

El número promedio de clientes en el sistema:

El tiempo promedio de la espera en la fila:

El tiempo promedio de espera en el sistema:

En el libro de Investigación de Operaciones de Hamdy Taha se puede

Ejemplo 1. Por razones vinculadas con el control de calidad, se necesita saber la

En efecto, basta con determinar la cantidad de personas que arriban a la boca de la

También podría gustarte