La Teora de Colas es el estudio de la espera en las distintas modalidades.

Usa los modelos de colas para representar los tipos de sistemas de lneas de espera (sistemas que involucran colas de algn tipo) que surgen en la prctica. Las frmulas para cada modelo indican cul debe ser el desempeo del sistema correspondiente y sealan la cantidad promedio de espera que ocurrir, en una gama de circunstancias. Por lo tanto, estos modelos de lneas de espera son muy tiles para determinar cmo operar un sistema de colas de la manera ms efectiva. Proporcionar demasiada capacidad de servicios para operar el sistema implica costos excesivos; pero al no contar con suficiente capacidad de servicio la espera aumenta con todas sus desafortunadas consecuencias. Los modelos permiten encontrar un balance adecuado entre el costo de servicio y la cantidad de espera. DEFINICION Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen sistemas de lneas de espera particulares o de 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. Con frecuencia, las empresas deben tomar decisiones respecto al caudal de servicios que debe estar preparada para ofrecer. Sin embargo, muchas veces es imposible predecir con exactitud cundo llegarn los clientes que demandan el servicio y/o cuanto tiempo ser necesario para dar ese servicio; es por eso que esas decisiones implican dilemas que hay que resolver con informacin escasa. Estar preparados para ofrecer todo servicio que se nos solicite en cualquier momento puede implicar mantener recursos ociosos y costos excesivos. Pero, por otro lado, carecer de la capacidad de servicio suficiente causa colas excesivamente largas en ciertos momentos. Cuando los clientes tienen que esperar en una cola para recibir nuestros servicios, estn pagando un coste, en tiempo, ms alto del que esperaban. Las lneas de espera largas tambin son costosas por tanto para la empresa ya que producen prdida de prestigio y prdida de clientes. La teora de las colas en si no resuelve directamente el problema, pero contribuye con la informacin vital que se requiere para tomar las decisiones concernientes prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que se formen, el tiempo de espera promedio. Pero si utilizamos el concepto de clientes internos en la organizacin de la empresa, asocindolo a la teora de las colas, nos estaremos aproximando al modelo de organizacin empresarial just in time en el que se trata de minimizar el costo asociado a la ociosidad de recursos en la cadena productiva.

El problema es determinar que capacidad o tasa de servicio proporciona el balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no tiene un horario fijo. En las lneas de espera, existen dos costos perfectamente identificados: el costo de las transacciones, que representa la cuantificacin monetaria de la prdida de tiempo al esperar recibir un servicio o la prdida de clientes por abandono del sistema, y el costo de proporcionar el servicio, que representa la cantidad de dinero que hay que pagar por cuestin de sueldos y salarios, energa, mantenimiento y depreciacin del personal o equipo. De tal forma que en un estudio de lneas de espera el objetivo es determinar qu nivel de servicio, ya sea por cantidad de entidades o por la velocidad de ellas, proporcionar para minimizar el costo total del sistema. Este costo est formado tanto por costo de servicio como por el que causa la espera. Matemticamente podemos representarlo de la siguiente forma:

Los modelos de lnea de espera consisten en frmulas y relaciones matemticas que pueden usarse para determinar las caractersticas operativas (medidas de desempeo) para una cola. Las caractersticas operativas de inters incluyen las siguientes: Probabilidad de que no haya unidades o clientes en el sistema Cantidad promedio de unidades en la lnea de espera Cantidad promedio de unidades en el sistema (la cantidad de unidades en la lnea de espera ms la cantidad de unidades que se estn atendiendo) Tiempo promedio que pasa una unidad en la lnea de espera Tiempo promedio que pasa una unidad en el sistema (el tiempo de espera ms el tiempo de servicio) Probabilidad que tiene una unidad que llega de esperar por el servicio. Los gerentes que tienen dicha informacin son ms capaces de tomar decisiones que equilibren los niveles de servicio deseables con el costo de proporcionar dicho servicio. El objetivo de los modelos de inventarios es presentar algunos mtodos que ayuden a lograr una buena administracin en los inventarios y una relacin eficiente de ellos con la Administracin Financiera.

La eficiencia del control de inventarios puede afectar la flexibilidad de operacin de la empresa. Dos empresas esencialmente idnticas, con la misma cantidad de inventario, pero con grandes diferencias en los grados de flexibilidad de sus operaciones, pueden tener inventarios desbalanceados, debido bsicamente a controles ineficientes de estos. Ello ocasiona que en determinado momento se encuentren con abundancia de alguna materia y carezcan de otra. Finalmente, estas deficiencias tienen efectos negativos en la utilidad. En otras palabras, la ineficacia del control de inventarios para un nivel dado de flexibilidad afecta el monto de las inversiones que requieren, es decir, a menor eficiencia en el sistema de control de inventarios, mayor la necesidad de inversin. Consecuentemente, las altas inversiones en inventarios tendrn un impacto adverso en la utilidad de la empresa. COMPONENTES DE MODELOS DE INVENTARIO Costo de ordenar Q = cantidad de productos c = costo unitario K = costo fijo o de preparacin C(Q) = costo de ordenar Q unidades C(Q) = 0 Si Q=0 K + cQ Si Q>0

Costo de mantener inventario Capital invertido, espacio, seguros, proteccin, impuestos. Usualmente son proporcionales a la cantidad de productos almacenados. Pero a veces mientras se va aumentando la cantidad de inventario se aumenta el precio por producto. Costo por faltantes - Con faltantes. o Hacer esperar al cliente. o Cliente buena onda. o Menor Costo - Sin faltantes. o Cumplir inmediatamente. o Cliente mala onda. o Mayor costo. Ingreso - Usualmente no se puede controlar, ya que depende del mercado. Valor de Recuperacin - Valor de artculos sobrantes cuando no se requiera ms del inventario. - Mercadera perdida. - Se incorpora al costo de mantener. Tasa de descuento

Porcentaje de lo que vale el dinero con relacin a cundo se invirti. Se puede obtener el valor presente neto.

MODELO DETERMINISTICO DE REVISION CONTINUA Es la situacin ms comn. Si se reducen los inventarios se ordena un Reabastecimiento (por eso es revisin continua). Esta representa el modelo del Lote econmico (Economic Order Quantity, EOQ). Nosotros Conocemos: a = la tasa constante conocida de la demanda. Q = tamao fijo de los lotes. Los costos bsicos que se quieren minimizar son: K = costo de preparacin c = costo de producir o comprar una unidad h = costo de mantener inventario por unidad Modelo de Lote Econmico (EOQ) bsico. Suposiciones Se conoce a (tasa de demanda). No se permite planear faltantes La cantidad ordenada Q llega toda cuando se desea, cuando el nivel de inventario = 0. A veces hay tiempo de entrega por lo que se necesita un punto de reorden

TIEMPO DE REORDEN Recordemos que el tiempo de adelanto es el tiempo que transcurre entre el momento que hacemos el pedido o requisicin y la llegada de la mercanca. Puede ser determinstico o estocstico.

El tiempo de adelanto puede ser mayor que el ciclo o menor que este. tR = Tiempo de Reorden. tC = Tiempo de ciclo. R* = Cantidad crtica para reordenar. Consideramos que tL< tC (el caso tL tC es un poco mas complejo)

Costo por ciclo de producir u ordenar K + cQ Nivel de inventario promedio Q/2 Costo de mantener inventario promedio.

Costo de mantener inventario por ciclo.

Costo total por ciclo = prep. + prod. + mantenerlo

Costo total por unidad de tiempo

El valor Q, digamos Q*, que minimiza a el costo total por unidad de tiempo (T) es la primera derivada con respecto a Q igualada a cero.

De manera que

Y su tiempo de ciclo correspondiente t* sera:

ALGORITMO MODELO DE REVISION CONTINUA TOMAR VALORES INICIALES DEL PROBLEMA. a= COSTO DE COMPRA h= COSTO DE ALMACENAMIENTO K= DEMANDA DE UN ARTICULO L= TIEMPO DE ANTICIPACION HALLAR LA CANTIDAD A PEDIR

HALLAR EL INTERVALO ENTRE PEDIDO HALLAR LA DEMANDA DIARIA HALLAR LA DEMANDA EN EL PERIODO DE ANTICIPACION Modelo de Lote Econmico (EOQ) con faltantes planeados. Se utiliza cuando los clientes aceptan retrasos. Suposiciones: Se conoce la tasa de demanda(a). La cantidad ordenada Q llega toda cuando se desea. Se permiten faltantes planeados. Cuando hay faltantes, los clientes afectados esperan que el producto este disponible de nuevo. Las ordenes se satisfacen cuando se reabastece el inventario

Costo por ciclo de producir u ordenar Nivel de inventario promedio Costo de mantener inventario promedio

Costo de mantener inventario por ciclo Cantidad de faltantes promedio Costo de faltantes promedio Costo de faltantes por ciclo Costo total por ciclo = Preparacin + Produccin + Mantenimiento + Faltantes Costo total por unidad de tiempo Como hay 2 valores de decisin (S y Q) hay que encontrar los 2 valores ptimos (S* y Q*) que minimicen el costo.

Modelo de Lote Econmico (EOQ) con descuentos por cantidad. Hasta ahora habamos supuesto que el costo de adquisicin o fabricacin de 1 unidad era constante y no dependa del tamao del lote. Se utiliza cuando nos dan descuentos por cantidad producida o comprada. Suposiciones Se conoce la tasa de demanda(a). La cantidad ordenada Q llega toda cuando se requiera. No se permite planear faltantes. El costo unitario de cada artculo depende de la cantidad en el lote. EOQ bsico me dice que la cantidad ptima para reabastecer (Q*) es independiente del costo por unidad: Es normal que se otorguen descuentos por cantidad, sea que entre mas grande sea el lote producido el costo de produccin unitario disminuya Nos basamos en costo total por unidad de tiempo.

PASOS A SEGUIR Graficamos todas las Tj (opcional).

Validamos las Tj que estn dentro de su regin factible dependiendo de su cj.

 Buscamos el costo mnimo de cada regin (valor ms cercano a Q*).

Comparamos los costos mnimos de cada regin y seleccionamos el mnimo. Despus seleccionamos la cantidad a ordenar basados en el costo mnimo y calculamos el tiempo de reabastecimiento para esa cantidad. Tipos de modelos de simulacin. Modelos de simulacin esttica vs. Dinmica Un modelo de simulacin esttica, se entiende como la representacin de un sistema para un instante (en el tiempo) en particular o bien para representar un sistema en el que el tiempo no es importante, por ejemplo la simulacin Montecarlo; en cambio un modelo de simulacin dinmica representa a un sistema en el que el tiempo es una variable de inters, como por ejemplo en el sistema de transporte de materiales dentro de una fabrica, una torre de enfriamiento de una central termoelctrica, etc.. Modelos de simulacin determinista vs estocstica Si un modelo de simulacin no considera ninguna variable importante, comportndose de acuerdo con una ley probabilstica, se le llama un modelo de simulacin determinista. En estos modelos la salida queda determinada una vez que se especifican los datos y relaciones de entrada al modelo, tomando una cierta cantidad de tiempo de cmputo para su evaluacin. Sin embargo, muchos sistemas se modelan tomando en cuenta algn componente aleatorio de entrada, lo que da la caracterstica de modelo estocstico de simulacin. Un ejemplo sera un sistema de inventarios de una fbrica, o bien el sistema de lneas de espera de una fabrica, etc. Estos modelos producen una salida que es en si misma de carcter aleatorio y sta debe ser tratada nicamente para estimar las caractersticas reales del modelo, esta es una de las principales desventajas de este tipo de simulacin. Modelos de simulacin continuos vs discretos Los modelos de simulacin discretos y continuos, se definen de manera anloga a los sistemas discretos y continuos respectivamente. Pero debe entenderse que un modelo discreto de simulacin no siempre se usa para modelar un sistema discreto. La decisin de utilizar un modelo discreto o continuo para simular un sistema en particular, depende

de los objetivos especficos de estudio. Por ejemplo: un modelo de flujo de trfico en una supercarretera, puede ser discreto si las caractersticas y movimientos de los vehculos en forma individual es importante. En cambio si los vehculos pueden considerarse como un agregado en el flujo de trfico entonces se puede usar un modelo basado en ecuaciones diferenciales presentes en un modelo continuo. Otro ejemplo: Un fabricante de comida para perros, requiere el auxilio de una compaa consultora con el objeto de construir un modelo de simulacin para su lnea de fabricacin, la cual produce medio milln de latas al da a una velocidad casi constante. Debido a que cada una de las latas se represent como una entidad separada en el modelo, ste resulto ser demasiado detallado y por ende caro para correrlo, hacindolo poco til. Unos meses ms tarde, se hizo una reformulacin del modelo, tratando al proceso como un flujo continuo. Este nuevo modelo produjo resultados precisos y se ejecuto en una fraccin del tiempo necesario por el modelo original. Clasificacin de los modelos Los modelos se pueden clasificar en forma general, pero los modelos de simulacin se pueden clasificar en forma ms especfica. De que forma podemos modelar un objeto o sistema desde lo ms real a lo ms irreal. Modelos fsicos: son los que mas se asemejan a la realidad, se encargan de modelar procesos los cuales pueden ser: Modelos analgicos: se encargan de representar una propiedad determinada de un objeto o sistema Modelos denominados juegos administrativos: ya empieza a involucrarse al ser humano el comportamiento del ser humano ej.: modelos de planeacin, estrategias militares Modelos abstractos (simulacin): viene hacer una herramienta ya que se convierte en algo abstracto Modelos matemticos: se tiene en cuenta las expresiones materia y lgicas ejemplo: representar un objeto. Aqu se debe hacer muchas suposiciones dentro de un modelo matemtico.

Clasificacin de los modelos de simulacin

Dentro de los modelos de simulacin estn: Modelos determinsticos

Ni las variables endgenas y exgenas se pueden tomar como datos al azar. Aqu se permite que las relaciones entre estas variables sean exactas o sea que no entren en ellas funciones de probabilidad. Este tipo determinstico quita menos de cmputo que otros modelos. Ejemplo: modelos estocsticos. Modelos estocsticos Cuando por lo menos una variable es tomada como un dato al azar las relaciones entre variables se toman por medio de funciones probabilsticas, sirven por lo general para realizar grandes series de muestreos, quitan mucho tiempo en el computador son muy utilizados en investigaciones cientficas. Modelos estticos Es que en ellos no se toma en cuenta el tiempo dentro del proceso, por ejemplo: los modelos de juegos, modelos donde se observa las ganancias de una empresa. Ejemplo: arquitectnicos: lneas de telfono, tubos de agua. Modelos dinmicos Si se toma en cuenta la variacin del tiempo, ejemplo: la variacin de la temperatura, del aire durante un da, movimiento anual de las finanzas de una empresa. Ejemplo: laboratorio de qumica: reaccin entre elementos. En estos modelos fsicos podemos realizar modelos a escala o en forma natural, a escala menor, e escala mayor, sirven para hacer demostraciones de procesos como para hacer experimentos nuevos. Modelo de lneas de espera 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.