Documente Academic
Documente Profesional
Documente Cultură
ISSN: 1994-3733
oswaguan@ucbcba.edu.bo
Universidad Catlica Boliviana San Pablo
Bolivia
RESUMEN
El propsito de este trabajo es la aplicacin de la simulacin Montecarlo
a la obtencin de resultados esperados en un sistema de colas con un
solo canal. El anlisis se orienta a tipificar problemas cuyas
distribuciones de probabilidad del nmero de arribos y de servicios son
diferentes a la distribucin de Poisson; concretamente se trabaja con
distribuciones empricas. Se trata de calcular los parmetros esperados
de decisin a partir de un procedimiento manual de simulacin, en el
entendido de que las frmulas analticas no se aplican a estos casos.
Palabras clave: Investigacin operativa, sistema de colas, simulacin
Montecarlo, variables, relaciones funcionales, caractersticas de
operacin, tasa media de arribos, tasa media de llegadas, tasa de
ocupacin del sistema, longitud esperada en el sistema y la cola, tiempo
esperado de espera en el sistema y en la cola, costos esperados.
91
INTRODUCCIN
La investigacin operativa es una herramienta poderosa cuando se trata
de optimizar sistemas; sobre todo es posible de lograr eficiencia y eficacia en
su aplicacin a sistemas administrativos, de negocios y a diversos campos
del quehacer humano. Una de las tcnicas que hoy en da se asocia a lo
que es la calidad de servicio al cliente, es la teora de colas; este trabajo
pretende enfocar esta temtica a travs de una herramienta de la
investigacin operativa que es la simulacin. La simulacin Montecarlo es
un procedimiento numrico y experimental que sirve para encarar problemas
cuya solucin no es posible a travs de mtodos analticos; la ventaja
fundamental de esta tcnica es que gracias a su naturaleza y forma de
solucin, es posible generar informacin, simular y de ese modo ahorrar
tiempo y costos cuando se la aplica.
Grfico 1
Relacin de los cinco elementos de la IO
con el mundo real e ideal
93
INTRODUCCIN
La investigacin operativa es una herramienta poderosa cuando se trata
de optimizar sistemas; sobre todo es posible de lograr eficiencia y eficacia en
su aplicacin a sistemas administrativos, de negocios y a diversos campos
del quehacer humano. Una de las tcnicas que hoy en da se asocia a lo
que es la calidad de servicio al cliente, es la teora de colas; este trabajo
pretende enfocar esta temtica a travs de una herramienta de la
investigacin operativa que es la simulacin. La simulacin Montecarlo es
un procedimiento numrico y experimental que sirve para encarar problemas
cuya solucin no es posible a travs de mtodos analticos; la ventaja
fundamental de esta tcnica es que gracias a su naturaleza y forma de
solucin, es posible generar informacin, simular y de ese modo ahorrar
tiempo y costos cuando se la aplica.
Grfico 1
Relacin de los cinco elementos de la IO
con el mundo real e ideal
93
etc.
El diagrama de tasas:
Donde:
n =
n para n = 1,2,.......S
n =
S para n S
Para tipificar estos modelos bsicos, se usa la notacin de Kendall-LeeTaha que plantea la forma: [A/B/C] : [D/E/F], donde:
94
95
etc.
El diagrama de tasas:
Donde:
n =
n para n = 1,2,.......S
n =
S para n S
Para tipificar estos modelos bsicos, se usa la notacin de Kendall-LeeTaha que plantea la forma: [A/B/C] : [D/E/F], donde:
94
95
97
97
Grfico 3
Mtodo de la transformada inversa
Fuente: [22]
Luego si:
F(X) = r
X = F-1 (r)
Entonces:
x
r = F(X) = f(t) dt
P{X x} = F(x) = r
Donde:
F(x) es la funcin acumulada de la distribucin en estudio.
r, es un nmero aleatorio o random generado entre [0,1] y que sigue
la distribucin uniforme.
Es decir que, segn este mtodo, la funcin acumulada se iguala al
nmero aleatorio; esto bajo la condicin de que ambos tienen su gama de
variacin entre 0 y 1. El mtodo de la transformada inversa propone que se
genere un nmero aleatorio o random y se lo proyecte sobre la curva
acumulada F(x), leyendo para ese punto la abcisa correspondiente que ser
el valor de variable aleatoria que sigue la distribucin de densidad f(x)
propuesta. El grfico 3 muestra el procedimiento considerando las funciones
referidas.
98
O sea que:
P{X x} = F(x) = P{r F(x)} = P{F-1 (r) x}
Esta tcnica es una de las ms comunes y utilizadas, pero tiene la
dificultad de que muchas veces hallar la funcin acumulada F(x) se torna
difcil y causa dificultades para su integracin; en estos casos hay que acudir
a otros conceptos auxiliares y otros mtodos generalmente de tipo numrico
y aproximado.
Generador Emprico
99
Grfico 3
Mtodo de la transformada inversa
Fuente: [22]
Luego si:
F(X) = r
X = F-1 (r)
Entonces:
x
r = F(X) = f(t) dt
P{X x} = F(x) = r
Donde:
F(x) es la funcin acumulada de la distribucin en estudio.
r, es un nmero aleatorio o random generado entre [0,1] y que sigue
la distribucin uniforme.
Es decir que, segn este mtodo, la funcin acumulada se iguala al
nmero aleatorio; esto bajo la condicin de que ambos tienen su gama de
variacin entre 0 y 1. El mtodo de la transformada inversa propone que se
genere un nmero aleatorio o random y se lo proyecte sobre la curva
acumulada F(x), leyendo para ese punto la abcisa correspondiente que ser
el valor de variable aleatoria que sigue la distribucin de densidad f(x)
propuesta. El grfico 3 muestra el procedimiento considerando las funciones
referidas.
98
O sea que:
P{X x} = F(x) = P{r F(x)} = P{F-1 (r) x}
Esta tcnica es una de las ms comunes y utilizadas, pero tiene la
dificultad de que muchas veces hallar la funcin acumulada F(x) se torna
difcil y causa dificultades para su integracin; en estos casos hay que acudir
a otros conceptos auxiliares y otros mtodos generalmente de tipo numrico
y aproximado.
Generador Emprico
99
DE ESTADO
Son llamadas variables intermedias e identifican el estado del
sistema en determinados instantes del tiempo. Estn relacionadas
con los otros tipos de variables gracias a las ecuaciones y/o
relaciones matemticas definidas.
Por ejemplo es variable de
estado, el tiempo de ocio que un servidor tiene cuando espera el
arribo de un cliente a un sistema de colas.
El Generador ser:
ENDGENAS
Son las variables dependientes o de salida del sistema.
La
interaccin de las variables exgenas con las de estado, generan
las variables endgenas. Son ejemplos de variables endgenas: El
valor esperado del punto de pedido para un sistema de inventarios,
la utilidad neta esperada de una empresa, el nmero ptimo de
unidades a procesar para minimizar los costos en un sistema de
produccin, etc.
Parmetros
0 r 1/10
x=1
Si
x=2
Si
x=3
Si
6/10 < r 1
x=4
EXGENAS
Son las llamadas variables independientes o de entrada al modelo.
Pueden ser controlables y no controlables siempre y cuando puedan
ser predecibles por los decisores. Por ejemplo los tiempos de arribo
100
CARACTERSTICAS DE OPERACIN
Que son hiptesis definidas para la construccin del modelo. En el
caso de modelos estocsticos son caractersticas de operacin, las
funciones de masa o densidad que pueden ser asociadas a las
diferentes variables exgenas del sistema.
IDENTIDADES
Son ecuaciones admitidas sin discusin como verdades absolutas
para el modelo. Por ejemplo la utilidad es igual al ingreso menos el
costo; el tiempo total en un sistema de colas es el tiempo en la cola
mas el tiempo de servicio, etc.
Departamento de Administracin, Economa y Finanzas
101
DE ESTADO
Son llamadas variables intermedias e identifican el estado del
sistema en determinados instantes del tiempo. Estn relacionadas
con los otros tipos de variables gracias a las ecuaciones y/o
relaciones matemticas definidas.
Por ejemplo es variable de
estado, el tiempo de ocio que un servidor tiene cuando espera el
arribo de un cliente a un sistema de colas.
El Generador ser:
ENDGENAS
Son las variables dependientes o de salida del sistema.
La
interaccin de las variables exgenas con las de estado, generan
las variables endgenas. Son ejemplos de variables endgenas: El
valor esperado del punto de pedido para un sistema de inventarios,
la utilidad neta esperada de una empresa, el nmero ptimo de
unidades a procesar para minimizar los costos en un sistema de
produccin, etc.
Parmetros
0 r 1/10
x=1
Si
x=2
Si
x=3
Si
6/10 < r 1
x=4
EXGENAS
Son las llamadas variables independientes o de entrada al modelo.
Pueden ser controlables y no controlables siempre y cuando puedan
ser predecibles por los decisores. Por ejemplo los tiempos de arribo
100
CARACTERSTICAS DE OPERACIN
Que son hiptesis definidas para la construccin del modelo. En el
caso de modelos estocsticos son caractersticas de operacin, las
funciones de masa o densidad que pueden ser asociadas a las
diferentes variables exgenas del sistema.
IDENTIDADES
Son ecuaciones admitidas sin discusin como verdades absolutas
para el modelo. Por ejemplo la utilidad es igual al ingreso menos el
costo; el tiempo total en un sistema de colas es el tiempo en la cola
mas el tiempo de servicio, etc.
Departamento de Administracin, Economa y Finanzas
101
3. PROBLEMTICA
Para obtener soluciones analticas en torno a un modelo de esta
naturaleza; la teora probabilstica de colas, provee de conceptos y
expresiones matemticas que han sido deducidas y permiten calcular los
parmetros relevantes y caractersticos del sistema, tales como: la longitud
promedio de clientes en el sistema y en la cola, el tiempo esperado que pasa
un cliente en la cola y en el sistema, las probabilidades de estado estable, los
porcentajes de ocupacin y de ocio, etc.
103
3. PROBLEMTICA
Para obtener soluciones analticas en torno a un modelo de esta
naturaleza; la teora probabilstica de colas, provee de conceptos y
expresiones matemticas que han sido deducidas y permiten calcular los
parmetros relevantes y caractersticos del sistema, tales como: la longitud
promedio de clientes en el sistema y en la cola, el tiempo esperado que pasa
un cliente en la cola y en el sistema, las probabilidades de estado estable, los
porcentajes de ocupacin y de ocio, etc.
103
VARIABLES DE ESTADO
TECi = Tiempo de Espera del i-simo cliente
TESi = Tiempo de Espera del i-simo servidor
TTEC = Tiempo Total de Espera para el cliente en la cola
TTES = Tiempo total de espera para el servidor o canal
TTA = Tiempo Total de Arribo o llegadas
TTS = Tiempo Total de Servicio
NCi = Longitud de cola en el i-simo cliente (Longitud de la lnea)
TX = Tiempo extra excedido sobre las 20:00
PARMETROS
=
1/=
1/=
VARIABLES ENDGENAS
q = El Tiempo Esperado de Espera en la Cola
= El Tiempo Esperado de Espera en el Sistema (cola + servicio)
Lq = El nmero esperado de clientes en la cola
L = El nmero esperado de clientes en el sistema (cola + servicio)
= Tasa de ocupacin del sistema de colas
IDENTIDADES
CARACTERISTICAS DE OPERACIN
104
105
VARIABLES DE ESTADO
TECi = Tiempo de Espera del i-simo cliente
TESi = Tiempo de Espera del i-simo servidor
TTEC = Tiempo Total de Espera para el cliente en la cola
TTES = Tiempo total de espera para el servidor o canal
TTA = Tiempo Total de Arribo o llegadas
TTS = Tiempo Total de Servicio
NCi = Longitud de cola en el i-simo cliente (Longitud de la lnea)
TX = Tiempo extra excedido sobre las 20:00
PARMETROS
=
1/=
1/=
VARIABLES ENDGENAS
q = El Tiempo Esperado de Espera en la Cola
= El Tiempo Esperado de Espera en el Sistema (cola + servicio)
Lq = El nmero esperado de clientes en la cola
L = El nmero esperado de clientes en el sistema (cola + servicio)
= Tasa de ocupacin del sistema de colas
IDENTIDADES
CARACTERISTICAS DE OPERACIN
104
105
Grfico 5
107
Grfico 5
107
El tiempo extra:
108
109
El tiempo extra:
108
109
CONCLUSIONES
Se realiz una simulacin manual para un da de trabajo de descarga
con un equipo de tres personas desde las 11:00 a 21:20, simulando
un total de 15 descargas.
REFERENCIAS BIBLIOGRFICAS
ANDERSON, SWEENEY, WILLIAMS (2000). Quantitative Methods For
Business. Ed. Thomson, 7a Ed. USA.
AZARANG, Mohammad R.; GARCIA DUNNA, Eduardo (2000).
Simulacin y anlisis de modelos estocsticos. Ed. McGraw Hill.
Mxico
110
111
CONCLUSIONES
Se realiz una simulacin manual para un da de trabajo de descarga
con un equipo de tres personas desde las 11:00 a 21:20, simulando
un total de 15 descargas.
REFERENCIAS BIBLIOGRFICAS
ANDERSON, SWEENEY, WILLIAMS (2000). Quantitative Methods For
Business. Ed. Thomson, 7a Ed. USA.
AZARANG, Mohammad R.; GARCIA DUNNA, Eduardo (2000).
Simulacin y anlisis de modelos estocsticos. Ed. McGraw Hill.
Mxico
110
111
112