Modelos de lneas de espera: Teora de colas

El tiempo de espera es necesario en muchas situaciones. La atencin al cliente es una ventaja competitiva de muchos de los negocios; sin embargo, no siempre es lo ms econmico aumentar cajas en un banco, aumentar operadores en un servicio determinado, slo por mencionar algunos ejemplos. El seor A. K. Erlang (1900), ingeniero en telefona, inici el estudio de las aglomeraciones y de los tiempos de espera, desde ese momento nace la teora de colas (queuning theory). Los diversos modelos que se presentan en la literatura de investigacin de operaciones o en la ciencia de la administracin, parte del anlisis terico de los procesos estocsticos. Los modelos desarrollados buscan obtener las siguientes variables que describen el comportamiento de los sistemas que se adaptan al modelo conceptual de una lnea de espera: (Anderson, Sweney y Williams) La probabilidad de que no haya unidades en el sistema (P0) El nmero promedio de unidades en la lnea de espera (Lq) El nmero promedio de unidades en el sistema (el nmero de unidades que se encuentran en la lnea de espera y siendo atendidos) (L) El tiempo promedio que una unidad pasa en la lnea de espera (Wq) El tiempo promedio que una unidad pasa en el sistema (el tiempo promedio en la lnea de espera y el tiempo promedio siendo atendido( (W)

La probabilidad de que una unidad que llega al sistema, tenga que esperar para recibir el servicio (Pw) La probabilidad de que haya n unidades en el sistema (Pn)

SISTEMA DE LNEAS DE ESPERA Llegadas del cliente Estacin de servicio

Salidas del cliente

Lnea de espera

Algunos antecedentes de funciones de probabilidad:

El proceso de llegadas en la lnea de espera implica necesariamente la determinacin de una funcin de probabilidad, esto es, la probabilidad del nmero de arribos en un lapso de tiempo. Cada llegada es independiente de otras y no es posible pronosticar el momento en el que va a ocurrir una. Distribucin de probabilidad exponencial La distribucin de densidad exponencial. fT(t) = e- t, para t > 0 0 , para t < 0 t Probabilidad de que ocurra 1 evento en un lapso de tiempo (probabilidad acumulada). P{T < t} = 1 P{T > t} = fT(t)

e - t ,

t > 0

e - t

Probabilidad de que ocurran n ocurrencias consecutivas de un evento. (distribucin de Poisson). P{X(t) = n} = ((t)n e- t)/n!

En teora de colas se han desarrollado modelos en donde las llegadas y los servicios se comportan de manera exponencial. Para el caso en que se mantiene invarible el tiempo o lapso, t = 1 y el nmero promedio de llegadas (x) en un intervalo de tiempo es (), haciendo que la funcin de Poisson se represente de la manera P{X} = x e- /x!

En donde : x = nmero de llegadas en el periodo (o intervalo de tiempo) = nmero promedio de llegadas por periodo e = 2.71828 En algunos textos se proporcionan en tablas el valor de e-
Un ejemplo: para un lapso de un minuto el nmero promedio de llegadas es = 45/60. la probabilidad de 0 llegadas es: P(0) = ((0.75)0e-0.75)/0 ! = 0.4724

En la vida real se registra el nmero de llegadas por periodo durante varios das o semanas para comparar la distribucin de frecuencias del nmero observado de arribos con la distribucin de Poisson, para ver si esta distribucin es una buena aproximacin sobre el comportamiento en un sistema dado. El tiempo de servicio es el que el cliente o unidad deja transcurrir en la instalacin una vez que se inicia el servicio, los cuales no siempre son constantes. Con frecuencia la distribucin de probabilidad es exponencial. La probabilidad de que el tiempo de servicio sea menor que o igual a un tiempo o duracin t, est dada por: P{T < t} = 1 -

e- t,

t > 0

En donde = nmero promedio de unidades que pueden ser atendidas por periodo. Ejemplo: suponga = 60/60 clientes por minuto. La probabilidad de que se pueda atender a un cliente en 0.5 minutos esta dada por: P{Tiempo de servicio < 0.5 minutos} = 1 -

e- 1(0.5)

= 0.3935

En los modelos de lneas de espera es necesario determinar la poltica de servicio, ejemplo FIFO (First in, first out). Primero que llega, primero que sale. Los modelos suponen un estado estable o regularidad en el proceso. Notacin de Kendall. D.G. Kendall introdujo la notacin para reconocer a ciertos modelos.

A/B/s ; A denota la distribucin de probabilidad para el nmero de llegadas; B denota la distribucin de probabilidad para los tiempos de servicio, y, s denota el nmero de canales de servicio.
Por ejemplo: M designa una probabilidad de Poisson para el nmero de llegadas o una distribucin exponencial para los tiempos de servicio D seala que el nmero de llegadas o del tiempo de servicio es determinstico o constante G designa una distribucin general con media y variancia conocidas para el nmero de llegadas o para los tiempos de servicio. En algunos casos se utiliza un cuarto parmetro: determina el nmero mximo permitido en el sistema y un quinto, determina el tamao de la poblacin demandante.

EL MODELO DE LNEAS DE ESPERA DE UN SOLO CANAL CON LLEGADAS SEGN POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES (M/M/1) 1. 2. 3. 4. Lneas de espera tiene un solo canal. El patrn de llegadas sigue una distribucin de probabilidad de Poisson. Los tiempos de servicio siguen una distribucin de probabilidad exponencial. La disciplina de la lnea de espera es FIFO.

= nmero promedio de llegadas por periodo (tasa promedio de llegadas) = nmero promedio de servicios por periodo (tasa promedio de servicio) P0 = 1 - (/) Probabilidad de que no haya ninguna unidad en el sistema 2 Lq = Nmero promedio de unidades en cola (lnea de espera) ( ) L = Lq + / Nmero de unidades en el sistema Wq = Lq/ Tiempo promedio esperando en cola W = Wq + 1/ Tiempo promedio que una unidad pasa en el sistema Pw = / Probabilidad de que una unidad tenga que esperar cuando llega al sistema para obtener el servicio Pn = (/)n P0 Probabilidad de que hayan n unidades en el sistema, tanto esperando como siendo atendidos

MODELO DE LNEAS DE ESPERA DE CANALES MLTIPLES CON LLEGADAS POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES. (M/M/k) k = nmero de canales. P0 =
1
1 (( =0

/)n /n!) + ((/)k/k!)(k/(k ))

; probabilidad de que no haya unidades en el sistema.

(/)k Lq = P (k 1)!(k )2 0 ; nmero promedio de unidades en cola o esperando a ser atendidos.

L = Lq + / Nmero promedio de unidades en todo el sistema. Wq = Lq/ atendido. Tiempo promedio que una unidad espera en cola esperando a ser

W = Wq + 1/ Tiempo promedio que una unidad est en el sistema, esperando y siendo atendido.

 k ()k (k ) P0 ; probabilidad de que una unidad que llega al sistema tenga que esperar a ser atendida. Pw =
1 !

(/)n Pn = n! P0 ; para n < k Probabilidad de que haya n unidades en el sistema cuando n es menor o igual al nmero de estaciones de servicio.

(/)n Pn = k!k(n k) P0 ; para n > k Probabilidad de que haya n unidades en el sistema, cuando n es mayor al nmero de estaciones de servicio.

UNA RELACIN GENERAL PARA LOS MODELOS DE LNEAS DE ESPERA John D.C. Little demostr que los parmetros Lq, L, Wq, W estn relacionados de la misma manera, independientemente de las distribuciones de probabilidad, tanto de las llegadas como de los tiempos de servicio. Estas relaciones se llaman ecuaciones de flujo de Little. L = W Lq = Wq W = Wq + 1/

EL MODELO DE LNEAS DE ESPERA DE UN SOLO CANAL, CON LLEGADAS SEGN POISSON Y TIEMPOS DE SERVICIO ARBITRARIOS, (M/G/1) = desviacin estndar del tiempo de servicio. P0 = 1 - / 22 + (/)2 Lq = 2(1 /) L = Lq + / Wq = Lq/ W = Wq + 1/ Pw = /

MODELO (M/D/1), tiempo de servicio determinstico o constante.

Son las mismas expresiones, salvo: (/)2 Lq = ; esto es 2(1 /) =0

MODELO DE CANALES MLTIPLES CON LLEGADAS SEGN POISSON, TIEMPOPS DE SERVICIO ARBITRARIOS Y SIN LNEA DE ESPERA (M/G/k) 1 El sistema tiene k canales. 2 El patrn de llegadas sigue una distribucin de probabilidad de Poisson, con tasa promedio de llegadas . 3 Los tiempos de servicio para cada canal puede tener cualquier distribucin de probabilidad. 4 La tasa promedio de servicio, , es la misma para todos los canales. 5 Las unidades que llegan ingresan al sistema slo si est disponible cuando menos uno de los k canales. Las llegadas que se dan cuando todos los canales estn ocupados son bloqueadas, se les niega el servicio y no se les permite ingresar al Sistema (/)j Pj =
j!
=0

(/)i /i!

En donde Pj = probabilidad de que exactamente j de los k canales estn siendo utilizados.

L = (/)/(1 - Pk)

MODELOS DE LNEA DE ESPERA CON POBLACIONES DEMANDANTES FINITAS (M/M/1) con poblacin finita N = tamao de la poblacin.
1
! =0 !(

P0 =

/ )n

+ Lq = N - (1 P0) L = Lq + (1 - P0)
q Wq = (N L)

W = Wq +
Pn =
! !

()n P0

ANLISIS ECONMICO DE LNEAS DE ESPERA Cw = costo de la espera por periodo cada unidad L = nmero promedio de unidades en el sistema Cs = costo del servicio por periodo para cada canal S = nmero de canales CT = costo total por periodo

CT = CwL + Css
Costo total Costo del servicio

Costo de la espera