InformacinAdministrativa

EscueladeAdministracin

Controlclase21deJunio
Clasedehoy Lecturas
15.Singer, g M.,Donoso,P.ySchellerWolf,A."Una IntroduccinalaTeoradeColasAplicadaalaGestinde Servicios".AceptadoRevistaAbAnte. 16. 16 Maister, M i David. D id Documento: D "La "L Si Sicologa l d del lasL Lneasd de Espera".ApunteHarvardBusinessSchool. 17 Corbett, Corbett Charles. Charles "Estndares EstndaresGlobalesparaNegocios 17. Globales:difusineimpactodelasISO9000eISO14.000". RevistaAdministracinyEconomaUC,Abril2004
1

GESTINDEOPERACIONES Modelamiento de S i i yEsperas Servicio E

PedroTraverso

Importancia de los Procesos

Generan el valor de la empresa Se relaciona con todas las preocupaciones fundamentales de una organizacin

Importancia de los Procesos

Abastecimiento
Costo restricciones Orden de compra

Produccin
Costo restricciones

Orden de produccin

Proceso Inputs Outputs

Distribucin
Costo restricciones

Orden de despacho Orden de compra

Comercializacin
Oferta de productos
4

Materias primas Insumos Informacin

Inversin Capacidades Uso de recursos Flexibilidad RR.HH.

Produccin/servicios Calidad Oportunidad Ventaja competitiva

Cli t Cliente

Rentabilidad Operacional
Esta determinada por la eficiencia y eficacia de los procesos de la empresa
rentabilidad operacional =

Importancia de los Procesos

Capacidad Flujo Inventario/WIP Rentabilidad Ciclo/Permancia Costo

valor agregado ingresos costos = inversin inversin flujo ( precio costo unitario ) = inversin
5

Calidad Inversin Flexibilidad

Gerencia Administracin

Productor Estimaciones Productores

Gerencias Regionales Estimaciones Centrales No

Gerencia Programas Confeccin Plan Comercial

Cliente Directrices del Presidente

Macro o-proceso d de Planific cacin

Modelo General de Planta

Almacn Barras Rengo Laminado Barras Rengo Planta Coque Acopio Carbn Aceras Colada Continua Colada Palanquillas Acopio Palanquilla Laminador Barra Acopio Rollos Almacn Barras Harneo Trading Rollos Laminado Barras Huachipato Acopio Rollos Enderezado y Corte Acopio Barras Trading Barras

Presupuesto de Anticipos G Gerencia i Operaciones Compra materiales i l

Acuerdo Regionales g Si Contratacin P d Productores Ajustes Estimaciones

Si

Aprobacin No Directorio

Aprobacin G d P Grandes Prod. d Ajustes Comerciales Generacin de Vouchers Demanda

Coquificacin

Acopio Coque

Acopio Coquecillo

Almacn Chatarra

Reduccin A Hornos

Acera

Colada Planchones

Altos Hornos

Mac cro-proceso o de Cumplimiento

Generacin de Pedidos

Acopio Hierro Acopio Pellets

Acopio Dolomita

Acopio Planchones Almacn Planchas Gruesa Planta Tubulares Almacn Tubos Tubulares

LPC Cal

Despacho materiales

Solicitud materiales

Gestin del Voucher

Cambio Pedido? Si Cambio de Vouchers No se cumple el pedido Si Arreglo Comercial? C i l? No Cancelacin Embarque

Acopio Calizas Planta de Cal

Chancado y Harneo Almacn Caliza Tratada

Planta Cal Almacn Cal Almacn Rollos Almacn Rollos D Decapado d Reductor Fro Almacn R.L.Fro

Recocido Batch Decapado Recocido Continuo Zinc Alum Almacn ZincAlum

Lnea Temple Lnea Temple p Almacn Temple

Estao Estaado Electroltico Almacn Estaado Terminacin y Embarque q Almacn Productos Planos

Pr rograma y cambios

Se cumple No Pedido? Si

M.P ZincAlum Laminado Planos en Fro

Laminado L i d Planos Pl en Caliente

7 Packing y Fro

Si t Sistemas Complejos C l j (Caticos) (C ti )

m React.1 h Salting-out g F. KCl (estanque) Cristal. F. Rougher F. Cleaner Schoen. Colas TK pul. Sch.+KCl e Ciclones P Pozo Pis. TK finos React.2 sal pulpa salmuera agua g

Enfoque de Sistemas Von Bertalanffy (1950)

La complejidad puede simplificarse jerarquizando la interdependencia. Es anlogo a los organismos biolgicos. biolgicos
S.1.1 S.1.1.1 S.1 S.1.2 S.1.2.1 S.1.2.2 S.1.1.2 S.2

10

Anlisis Cuantitativo de Procesos

Importante entender la relacin entre los flujos, los i inventarios i y sus permanencias. i

Equilibrio de Flujo
Las diferencias entre la recepcin y el despacho son absorbidas b bid por el l inventario. i i Si el inventario no puede crecer ni decrecer en forma indefinida, en el largo plazo se debe cumplir que: Flujo de entrada [u/t] = Flujo de salida [u/t].
Flujo de Entrada

Flujo de Entrada Flujo Entrada A ti id d Actividad Flujo Salida Inventario

Flujo de Salida

P Permanencia i
11

Inventario

Flujo de Salida

Ley del Flujo (Little, 1961)

En general se puede decir que en promedio:
Inventario[u] Ciclo[t] []

Aplicacin Ley de Little

Si en promedio hay 1.000 cajas de helado en un frigorfico, y diariamente se despachan p 20 cajas: j
Cunto tiempo en promedio permanece una caja en el frigorfico? Qu nivel de inventario debiera haber en el frigorfico para que las cajas permanecieran en promedio 5 das?
14

Flujo[u/t] =

Flujo de Entrada
Ciclo Inventario

Flujo de Salida

Aplicacin de Ley de Little

Ley de Little en un proceso

Caso: Cadena de la Fruta

Si los inventarios y los flujos se mantienen fijos en los valores indicados:
Cunto demora en promedio una fruta en llegar g desde el agricultor g al cliente?

Flujo

Actividad 1
Inventario A1 Ciclo A1

Actividad 2
Inventario A2 Ciclo A2

Actividad 3
Inventario A3 Ciclo A3 Agricultor g 20[t] 6[t/da] 72[t/da] 79[t/da]

2[t/da]

Packing g 8[t]

8[t/da]

Frigorfico g 320[t] 80[t/da]

1[t/da]

Tienda 2[t]

1[t/da]

Actividad 4
Inventario A4 Ciclo A4
16

Flujo con Recirculacin

Una planta produce 100 [ton/da]. En el control de calidad 1 (CC1) hay un rechazo inicial del 10% y en CC2 hay h un rechazo h parcial i l del d l 15% y un rechazo total del 5%. Cuntas unidades procesa el control de calidad 1 cada da?
Abastecimiento Produccin Rechazo inicial: 10%
Compra X C t l Control calidad 1

Equilibrio de Flujos
Se iguala flujo de entrada y de salida en cada nodo:
1 + 4 + 7 = 2 2 = 4 + 3 3 + 6 = 5 5 = 6 + 7 + 8 4 = 0,12 6 = 0,15 0 155 7 = 0,055
1

Se expresan los flujos de rechazo:

Comercial Rechazo parcial: 15%

100 [ton/da] Produccin C t l Control calidad 2

Venta R h Rechazo total: t t l 5%

17

10%

15% 6 8 5% 7

18

Equilibrio de Flujos (Cont.)

Con 8 incgnitas y 7 ecuaciones se considera la ecuacin: 5 = 100[u/h]. 100[u/h] El resultado es 1 = 80[u/h]; 2 = 94,44[u/h]; 3 = 85[u/h]; 4 = 9,44[u/h]; 9 44[u/h]; 6 = 15[u/h]; 7 = 5[u/h]; 8 = 80[u/h]

Costos por Recirculacin

La recirculacin aumenta el flujo de algunas actividades. ti id d Se incrementan ciertos tems de costos variables respecto del flujo :
deterioro energa

80[u/h]

9,44[u/h] 94,44[u/h] 85[u/h]

15[u/h] 100[u/h] 5[ /h] 5[u/h]

19 20

80[u/h]

Flujos con Recirculacin

El inventario en la actividad Limpieza es de 5[u]. El inventario i i en Preparacin P i es de: d inventario = flujo ciclo = 1[u/h] 1[h] = 1[u] El inventario total es de 6[u], por lo que ciclo = inventario / flujo = 6[u] / 4[u/h] = 1,5[h]
1[u/h] [ ] 4[u/h] Preparacin 1[u] [ ] 20% Limpieza 5[u] 5[u/h] Control calidad 4[u/h] Competencia

Logstica Reversa
Proceso mediante el cual se recupera parte del material p a clientes. despachado Ejemplo: envases retornables Cuntos envases necesita la empresa Acme para operar?
Envasadora Acme Embotellado 100[e] 100[e/da] Cliente Logstica Consumo 5[das] Leal? 90% S L Logstica Reversa

Envases vacos Retencin 10[das]

Envases vacos
22

6[u]

Necesidad de Envases Retornables

Ciertas industrias manejan envases retornables debido a:
Costo de produccin y eliminacin del envase Consideraciones ecolgicas Barrera de entrada a competidores

Envasadora Acme Abastecimiento Compras Ventas de baja Control Calidad Produccin Llenado Despacho Despacho

Transportista Directo Acarreo

Cliente Agencias Llenos Agencia Uso Cliente Directo s Cliente fiel? no Uso Cliente Agencia

bueno

Reparto

Vacos en Planta

Competencia Intercambio Vacos en Competencia

Ej Ejemplo: l bebidas b bid y vinos, i cajas j para bebidas, b bid pallets, gas licuado, contenedores, etc. Muchas M h veces l la i inversin i en cuantiosa ti pero pobremente manejada. Ejemplo: General Motors con activos de US$ 1 1.400.000.000. 400 000 000
23

s Entrega Propios? no

Vacos Agencia

S Devuelve Directo? Se entregan a competencia

24

Efectos de Cambios en 10%

Menor tiempo en competencia Mejora devolucin agencias Dismin cin vacos Disminucin acos agencia Disminucin llenos agencia Aumento participacin Aumento fidelidad Menor tiempo en cliente Menor tiempo acarreo Aumento reparto directo Aumento ventas Disminucin rechazos control de calidad Disminucin vacos en planta -150 150 -100 100 -50 50 50
25

Casos de Estudio: Sistema Penal

Existe un flujo de inculpados primerizos que ingresan al sistema. sistema El largo promedio de un juicio es de 50[das], perodo en que el inculpado permanece detenido en recintos de detencin p provisorios hasta que se dicta la sentencia. El 50% de los inculpados recibe la pena de crcel, en tanto que el resto sale libre debido a la sobrepoblacin del sistema penitenciario. La condena promedio es de 150[das], al acabo de los cuales l la l persona es liberada. lib d Una U vez liberada, lib d existe it una probabilidad del 50% de que la persona reincida en el delito y que vuelva a ser sometida a juicio. juicio
26

100

150

200

250

Crecimiento Inventario

Sistema Penal (Cont.)

El nmero de sentencias es de 120 al da. Cul C l es el l largo l real l promedio di de d la l detencin d i de d los inculpados (considere todo el proceso)?
1)

Dimensionamiento de Flota
Una empresa minera debe transportar el mineral desde el yacimiento hasta la planta de produccin usando camiones de 20 Ton. Existe slo l un tambor t b cargador d para cargar los l camiones i y slo l un tambor t b receptor para descargarlos. Los camiones son cargados en 4 minutos luego de lo cual inician un viaje de 8 minutos hacia la planta. Llegando descargan en 2 minutos, e inician su viaje de retorno que demora 6 minutos, 2 minutos menos que el viaje de ida porque el camin va vaco. Cul es el flujo mximo de mineral por minuto que puede transportar esta empresa? Cuntos camiones requiere para poder transportar esa cantidad? En promedio cuntos camiones estarn cargando, cuntos viajando hacia la planta, cuntos descargando y cuntos viajando de vuelta al yacimiento? Si i se decide d id trabajar b j con 6 camiones i en este sistema: i Cul l es el l flujo transportado por minuto?, Cul es el tiempo de espera promedio de cada camin?

Primerizos 50% Juicio 50[das]

Libres Crcel 150[das] Reincidentes

Rehabilitados 50% Reincidencia

a) b) c) d)

Sentencia Presidio

27

Dimensionamiento de Flota
Carga: 4 minutos

Alcance del Modelamiento

Viaje de ida: 8 minutos Descarga: 2 minutos
20 Ton

Este tipo de modelos es muy til para realizar anlisis en

sistemas con poca variabilidad sistemas donde la variabilidad no es importante

20 Ton

Viaje de vuelta: 6 minutos

29

30

Conceptos
Mundodeterminstico:
Todosloseventossucedenexactamentecomoes determinado,noexistevariabilidad Ejemplosdeprocesosdeterminsticos?

IntroduccinalaVariabilidadyLneasde Espera
Ejemplopagodepermisodecirculacin:Anlisisconleyde Little Culeselflujomximoquepuedepasarporeste sistema? Supongaquelleganalsistema0,2personas/minuto:Qu proporcindeltiempoestarnocupadaslasactividadesde seguro formularioypago? seguro,
Obtenerseguro obligatorio (5minutos)
Cap.mxima= 1persona 31

Mundoestocstico
Loseventossucedenconundeterminada probabilidad,yporendeexistevariabilidad Ejemplosdeprocesosestocsticos?

Obtener formulariodepago (2minutos)

Cap.mxima=1 persona

Pagarencaja (1minuto)
Cap.mxima= 1persona

IntroduccinalaVariabilidadyLneasde Espera
Paraampliarlacapacidaddeatencinsehadispuestouna personaadicionalparaobtenerseguroobligatorio obligatorio. Culeselflujomximoquepuedepasarporeste sistema? Supongaquelleganalsistema0,4personas/minuto:Qu proporcindeltiempoestarnocupadaslasactividades deseguro seguro,formularioypago?
Obtenerseguro obligatorio (5minutos)
Cap.mxima C i = 2personas

IntroduccinalaVariabilidadyLneasde Espera
Sielsistemaestatrabajandoasumxima capacidad,yllegan0,4personaspor minutoAlguien g tieneq queesperar p enalgn g momento? Qupasasillegandospersonascada5 minutos?(osea0,4personasporminuto)

Obtener formulariodepago (2minutos)

Cap.mxima C i = 1 persona

Pagarencaja (1minuto)
Cap.mxima C i = 1persona 33 34

DiagramadeSimulacin

DiagramadeSimulacin

Personas 1 2 3 4 5 6 7 8 9 10 S S S S S F F S S S S S S S S S P F F P S S S F F S S S S S S S

Personas 1 2 3 4 5 6 7 8 9 10 S S S S S S S S S S F S S F S S P F S S F S S P S S

P F F P S S S F F S S S S S S S

F S S

F S S

P F F P S S S F F S S S S S S S

P F S S

F S S

P S S

F S S

F S S

P F F P S S S F S S S

P F S S

F S S

P S S

F S S

F S S

P F F

P F S S

F S S

P S S

P F

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Enlaprcticalamitaddelaspersonasesperan8minutosylaotramitad10.
35 36

Flujoquellegaalasactividadesdeseguroy deformulario
2 1,8 1,6 14 1,4 1,2 1 0,8 0,6 0,4 0,2 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Flujoquellegaalaactividaddepago
2 1,8 1,6 14 1,4 1,2 1 0,8 0,6 0,4 0,2 0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

#Personas

Minuto

#Perso onas

37

Minuto

38

LimitantesdelaLeydeLittle
Flujosconvariabilidadimpidencalcularlos verdaderostiempos p deciclodeunaactividad usandolaleydeLittle. Cmoincorporamosestainformacin?

Introduccinala VariabilidadyLneasdeEspera
Sisupiramoscuntagentehayen promedio di encola l podramos d calcular l l el l tiempodeservicioreal. Dndehabrgenteesperando? Cunta?
Espera g seguro (?min.) (?pers.) Obtenerseguro obligatorio (5minutos) Espera formulario (?min.) (?pers.) Obtener formulariopago (2minutos) Espera pago p g (?min.) (?pers.) Pagarencaja (1minuto)

Cap.mxima= 2personas 39

Cap.mxima=1 persona

Cap.mxima= 1persona

DiagramadeSimulacin
En E 10minutos i quedura d unciclo i l engeneral: l
4minutoshayalguienesperando 6minutosnohaynadieesperando

IntroduccinalaVariabilidadyLneasde Espera
Sabemosqueenlaactividaddeesperaporel formulariohayenpromedio0,4 0 4personas, personas luego Culeslaesperapromediorealdeunapersona quevaasacarelpermisosiestanllegando2 personascada5minutos(=0,4personaspor minuto)
Espera g seguro (?min.) (?pers.)
F F P F F P

Promedio=(41+60)/10=0,4personasesperandopara obtenerelformulariodepago
Ciclocompleto=10minutos
Personas 1 2 3 4 5 6 7 8 9 10 S S S S S S S S S S F S S F S S P F S S F S S P S S

F S S

F S S

P F S S

F S S

P S S

F S S

F S S

P F S S

F S S

P S S

F S S

F S S

P F S S

F S S

P S S

Obtenerseguro obligatorio (5minutos) (2personas)

Espera formulario (?min.) (?pers.)

Obtener formulariopago (2minutos) (1persona)

Espera pago p g (?min.) (?pers.)

Pagarencaja (1minuto) (1persona)

9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

41

42

ConclusionesParciales
Lavariabilidadesunproblemacuandolas actividades ti id d noestn t dimensionadas di i d para lospeaks deflujo Segenerancolaytiemposdeesperaque afectanlosprocesos Conocerellargodelascolas(inventariode lacola)nospermitirautilizarlaLeyde Littleparacalcularflujos,ciclos,e inventarios inventarios.
43

Introduccinalanlisismatemticodela variabilidad
Restaurantedecomidarpida:
Demanda: 5rdenesporminuto Ingresos: $2.000pororden Costopor persona:$160porhora
1estacinde trabajo 2estacinde trabajo P2 2,5orden/min. P1 5orden/min. P3 2,5orden/min. P4 2,5orden/min.
44

Introduccinalanlisismatemticodela variabilidad
Sinosequiereinvertirenampliarla capacidad, p ,qu q sep puedehacerp parahacer mseficienteelsistema? EliminandoP4seahorrancostossinperjudicar elingreso. Cierto,pero

Introduccinalanlisismatemticodela variabilidad
P1produce2rdenesporminutoel50%deltiempo y8rdenesporminutoelrestante50%deltiempo. (Promedio5ordenes/min) LosoperariosP2,P3yP4producen1ordenpor minutoel50%deltiempoy4rdenesporminutoel restante50%deltiempo.(Promedio2,5 ordenes/min) ConvieneeliminaraP4?

45

46

EscenariosdeProduccincon CuatroOperarios
1estacin P1 2 2 2 2 2 2 2 2 8 8 8 8 8 8 8 8 P2 1 1 1 1 4 4 4 4 1 1 1 1 4 4 4 4 Escenario 2estacin P3 1 1 4 4 1 1 4 4 1 1 4 4 1 1 4 4 Produccin Real P4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 2 2 2 2 2 2 2 2 3 6 6 8 6 8 8 8
47

Introduccinalanlisismatemticodela variabilidad
Produccin:69/16=4,3125[rdenes/min.] Laprdidaporconceptodemenorproduccin delademandadaes: 2000[$/orden] [$/ d ] (5 ( 4,3125) )[ [rdenes/min.] d / i ]= 1.375[$/min.]. QupasasiseeliminaP4?

48

EscenariosdeProduccinconTres Operarios
Produccin:28/8=3,5[rdenes/min.] Prdida:2000[$/orden] (5 3,5) [rdenes/minuto]=3.000[$/minuto].
1estacin P1 2 2 2 2 8 8 8 8 Produccinpotencial 2estacin P2 1 1 4 4 1 1 4 4 Produccin Real P3 1 4 1 4 1 4 1 4 2 2 2 2 2 5 5 8

Introduccinalanlisismatemticodela variabilidad
QupasasiP1,P2,P3yP4,puedenoperar en10modalidades d lid d di distintas ti t d de productividad? Utilizandoestetipodeanlisistendramos queanalizar104 =10.000escenarios distintos. LaTeoradeColasnosproponeuna metodologaparaestudiarlavariabilidady laslneasdeespera espera.
50

CausasdeVariabilidad
Variabilidadenlasllegadasdelasunidadesal sistema
Porquseproduce?

ConsecuenciasdelaVariabilidad
La variabilidaddelosflujosdellegadade d rdenes ydel d lti tiempod deservicio i i genera:
inventariosintermediosensistemasde manufactura f y/o / colasdeespera ensistemasdeservicio. ambos sedenominan buffer.

Variabilidadenlasatencionesdecadaunade esasunidades
Porquseproduce?

Suimpacto p seestimamediantelaTeorade ColasdeEspera.

51 52

Variabilidad
Cmosepuedeenfrentar?
Capacidad p p paraelp peorescenario Capacidadesvariables Esperasplanificadas

Lneas d deEspera
L Las lneas l d espera o colas de l estn t presentes t en casi todas las situaciones y contextos cotidianos. cotidianos

Necesitamosestudiarlavariabilidadpara entendersusconsecuenciasydeterminarla maneraptima p deabordarla.

Poblacin
53

Lnea de d Espera

Servidor d

Unidades enCola

Unidad atendida
54

FormasAlternativas l i
Colas Mltiples Cola nica

PsicologadelasLneasdeEspera
FederalExpress:Esperaresfrustrante, desmoralizador, ,agonizante, g ,agravante g y molesto,desperdiciadordetiempoycaro Haybastanteexperienciaenrelacinal modelamientodeltemadelasesperas,pero menosinformacin f respectoala experiencia delaespera.

2 7

10

11
55 56

Dispensador nmeros

Psicologa l de d l lasLneas de d Espera

Tiempodesocupadosesientemslargoqueelocupado Esperas p depre p p procesosesientenmslargas g que q lasde proceso Laansiedadhacequelasesperasparezcanmslargas Esperasinexplicadassesientenmslargasquelasexplicadas Esperasindefinidasgeneranmayorinsatisfaccin Esperasinjustassesientenmslargasquelasjustas Mientrasmsvaliosoelservicio,msloqueespero Esperassolitariassesientenmslargasqueacompaadas

EfectosdelasEsperas
Cambiodelneadeespera Retirodelalneadeespera Molestia:evaluacindemalservicio Prdidadeclientes

57

58

AnlisisEconmicodelas LneasdeEspera
Variables bl yparmetros involucrados: l d
Cw=costodeesperaporperodoporcadaunidad L=nmeropromediodeunidadesenelsistema Cs=costodeservicioporperodoporcadacanal k =nmero de d canales l CT =costototalporperodo

AnlisisEconmicodelas LneasdeEspera
Costo total porhora Costo Total

Costopor servicio

Clculo Cl l d del lcostototal: l

Costode espera

CT = Cw L + Cs k
59

Q*

Nmerodecanales (#cajas)

TeoradeColas (QueueingTheory)
Para comprender y poder tomar mejores decisiones en relacin a las lneas de espera, se han desarrollado modelos cuantitativos. La Teora de Colas es el estudio matemtico de las lneas de espera. El precursor de este tipo de modelos fue el ingeniero de telfonos dans Agner Erlang (1878 1929), quien comenz a estudiar el tema para resolver l el l congestionamiento ti i t que se produca d con las llamadas telefnicas.
61

Parmetros deunSistemadeEspera
[u/h]:flujopromediodellegada [u/h]=1/lapsollegada[h/u]. [u/h]:flujopromediootasadeatencin decadaservidorcuandooperaamxima capacidad. apa idad [u/h]=1/lapsoservicio[h/u]

62

Indices delAdministradordel Sistema

I :nmerodeservidoresocupadosenelsistema=
= :factordeutilizacin= (conk cajeros) k

Indices delAdministradordelSistema (cont.)

Q [u]:tamaodelacoladeespera,medidoen unidades, nidades dondeQ eslacolapromedio N [u]:poblacindeclientesenelsistema,es i la:N =Q +I,yNesel igual lnmero d declientes li promedioenelsistema Se cumpleque:

W[h] :tiempo ti de d unaunidad id dencola. l W esel l promedio T[h]: tiempototaldeunaunidadenelsistema.T es elpromedio promedio.Donde: 1
T =W +

N =Q +I

64

63

Parmetros delsistemadeespera
s [h/u]:desviacinestndardellapso, igual alarazcuadradadelavarianza. k :nmerodeservidoresdelaestacinde trabajo. Paraqueelsistemanocolapsesedebe cumplirque: [u/h] [ /h]<k [u/h]. [ /h]
65

Indices delCliente
P0 :probabilidaddequeelsistemaestvaco =p porcentaje j declientesque q llegan g alsistema yloencuentrandesocupado. Pn :probabilidaddequehayanexactamenten clientes. P(N >n):probabilidaddequehayann oms clientes.

SistemadeEsperas
SISTEMA DEESPERA n declientesenelsistemaN n servidoresocupadosI n largodela cola l Q EstacindeTrabajo n de servidoresk tiempoen colaW flujode atencin tiempoatencin1/,desviacin estndars (paraunservidor) tiempoensistemaT

AplicacindeLeydeLittle
= flu jo de salida lapso servicio =

flujode arribo

W =
salida

tamaodelacola flujodesalida

= N

T =

Unidadesenelsistema flujodesalida

68

Tiemposentrellegadas,ytiemposde atencin
a)Constantesouniformes
t t t t t t t t Tiempo

Estimacindelosparmetros
Medirtiempoentrellegadasdeclientes(=1/) Medirtiempodeatencindeunservidor(=1/) Calcularvariabilidadesdeesostiempos

b)Variablesoaleatorios
t1 t2 t3 t1 t2 t3

Tiempo p
69

Tiempo p
70

Estimacindes
s = Desviacin estndar estimada =

DistribucinExponencial
76 =2 19
Diferencia Difer. al cuadrado -1 1 0 0 -2 2 4 -2 4 -2 4 1 1 -3 9 3 9 1 1 -1 1
71

(x
i =1

1 )2 =

n 1

Histogramadefrecuenciadeintervalos entre t ll llegadas d consecutivas. ti

Frecu uencia

Lectura 1 2 3 4 5 6 7 8 9 10

Tiempo 3 2 3 4 7 5 0 6 4 2

Diferencia Difer. al cuadrado 0 0 -1 1 0 0 1 1 4 16 2 4 -3 9 3 9 1 1 -1 1

Lectura 11 12 13 14 15 16 17 18 19 20

Tiempo 2 3 1 1 1 4 0 6 4 2

f (t ) = e t

9a10

10a11

11a12

0a1

1a2

2a3

Intervaloentrellegadast [min]

3a4

4a5

5a6

6a7

7a8

8a9

EjemplollegadarealdeclientesaunasucursaldeAFP

DistribucinExponencial
Funcindeprobabilidadacumulada

F (t ) = f ( x) dx d = 1 e t

Mediadeunavariablealeatoriaexponencial

E[t ] = t f (t ) dt = t e t dt =

Ladesviacinestndaresigualalamedia=1/ Engeneraldescribebienlatasadellegadade clientes.

73 74

DistribucinExponencial
Conceptodememoryless enlostiemposdellegadade clientes Siellargodelintervalodellegadasentreclienteses5 minutos(1/ =5minutos/cliente; =0,2clientes/ minuto) Sirecinlleguncliente,encuntotiempomsllegarel siguiente?Sinohallegadoningnclienteencunto tiempomsllegarelsiguiente? Culeslaprobabilidaddequellegueunclienteenel primerminuto, minuto enelquinto, quinto eneldcimo?
Llegadacliente

LlegadaExponencialy ProcesodePoisson
Cuandolosintervalosdetiempoentrellegadasde cliente li di distribuyen ib enforma f exponencial, i l sedice di quelallegadaesunProcesodePoisson LaprobabilidaddequeunlapsodetiempoT lleguennunidadesalsistemaestadadopor:

( T )n e T P ( n) =
T

n!

Largodelintervalo

horas
76

EjemploProcesoPoisson
Supongaquelatasadellegadaaunsistemaes exponencial i ligual i lconunamedia di de d 3unidades id d porminuto.Culeslaprobabilidaddeque ll lleguen exactamente5unidades id d enunminuto? i ?

ProcesodePoisson
Larazndellegada,quemidelacantidad promediodeeventosp p porhora. Si =3llamadas/horanoexistegarantade queocurranexactamente3llamadas llamadas. Elvaloresperadodellapsoesiguala1/ = 0,33horas. Ladesviacinestndares1/.

( T )n e T P ( n) =
T

n!

5 ( 3 1) e 3 = = 0,101

5!

77

78

SistemasdeEsperaArquetpicos
A/B/k
A :distribucindeprobabilidaddetiemposentrearribos consecutivos B :distribucindeprobabilidaddeltiemposdeservicio k :nmerodeservidoresdelaestacindetrabajo Distribucionesestudiadas:
M :distribucinexponencialosinmemoria G :distribucingeneralconmedia1/ yvarianzas2 conocidas. D :tiemposdeterminsticosoconstantes

SistemaM/M/1
Llegada exponencialdeclientesdetasa,y tiempodeservicioexponencialdetasa.
n declientesenelsistemaN n flujode arribo largodela colaQ

Estacin deTrabajo salida

tiempoen tiempoatencin1/ colaW

79

tiempoensistemaT

80

SistemaM/M/1

2 ,donde = Q = 1
N = W= T =

Ejemplo1
A unbanco b llegan ll clientes li acambiar bi dl dlaresaunatasade d 5 personascadahora(asumallegadadePoisson).El tiempode atencindelnicocajero j habilitadopara p esafuncin distribuyeexponencialconunamediade10minutos(1/6 hora)
C Cuntos t clientes li t h hayenpromedio di enel lb bancocambiando bi d ( (o queriendocambiar)dlares? Quporcentajedelosclientesencuentraalcajerodesocupado? Cules eltiempopromediodeesperayeltiempopromedioque demoraunclienteencambiarsusdlares? Culeslap probabilidaddeq quehayan y msde3personas p cambiando (oqueriendocambiar)dlares?

Q N

= =

( 1 )
1 .

P 0 =(1 ). P n =(1 ) n.

81

82

Ejemplo2
Unaplantadereparacindeaviones,dondetrabajanmecnicos, disponedeunpaoldeherramientasatendidoporunestudiante.Al paolllegaenpromediounmecnicocada6minutos(segnllegada Poisson).Elestudiante,siestuvieraocupadoel100%desutiempo, podraatendera12mecnicosporhora(conuntiempodeatencin quedistribuyeexponencial).
Culeslatasadeocupacindelsistema? Cuntotiempopasaunmecnicoenpromedioenelsistema(esperay atencinenelpaol)? Cuntoeselcostodeltiempoperdidoporlosmecnicosenelpaol?. Sesabequeaunmecnicodeestetiposelepagaaprox.$500.000al mes. Supongaqueelestudiantetrabaja9horasalda,peroenlatemporada depruebasaprovechacuandonotrabajaparaestudiar.Enpromedio, Cuntashorasalda da,durantesujornadadedicaalestudio?. estudio?
83

SistemaM/M/k
Llegada exponencialdeclientesdetasa,k servidorescadaunodelosculestieneuntiempo deservicioexponencialdetasa.
n declientesenelsistemaN n k=2servidores flujode arribo largodela colaQ Estacin deTrabajo salida

tiempoen tiempo i atencin i 1/ colaW tiempoensistemaT

SistemaM/M/k
k 1 I n I k 1 P 0 = + n=0 n! k! 1 P n = In P0 , n! I
n k n k n! 1

SistemaM/G/1
Llegada exponencialdeclientesdetasa,ytiempo deservicioquedistribuyesegnunadistribucin general,conmedia1/ ydesviacinestndar
n declientesenelsistemaN flujode arribo largodela colaQ

n [1, k]. P0 , n k.

P n = n k P k =

I k P0 Q = 2 k! ( 1 ) W = Q

Estacin deTrabajo salida

I 2 k k! ( 1 )

I I 1 + n =0 n! k! 1
k 1 n k

tiempoen tiempoatencin1/ colaW

85

tiempoensistemaT

TiempodeserviciorealenunasucursaldeunaAFP
Ajuste distribucin Lognormal Cesant
0,056 0,052 0,048 0 044 0,044 0,04

SistemaM/G/1

= 1 =1 P 0.
Q =

Estoesvlidoparacualquier G /G /1.

D e n s id a dd ep r o b a b ilid a d

0,036 0 032 0,032 0,028 0,024 0 02 0,02 0,016 0,012 0,008 0,004 0 0 4 8 12 16 20

2 s2 + ( / ) 2 2( 1 / )

N = Q + W= T = Q

Q +

Ti Tiempo d de serv i icio i ( (minutos i t

His togram a Lognorm al

87

88

SistemaM/G/k
Llegada exponencialdeclientesdetasa,k servidores cadaunodelosculestienetiempodeservicioque di t ib segn distribuye unadistribucin di t ib i general, l conmedia di 1/. ydesviacinestndar
n declientesenelsistemaN n k=2servidores flujode arribo largodela colaQ Estacin deTrabajo salida

SistemaM/G/k
Laesperapromedioencolaes aproximadamente:
1 + s2 2 Ik W 2 k k! (1 )2 k 1 I n I k 1 n! + k! 1 n =0
1

tiempoen tiempoatencin1/ colaW tiempoensistemaT

90

Ejemplo:CentrodeDistribucin
Puede atendersimultneamentehasta 5 camionesq quesedemorancadaunoen promedio10minutosendescargar,cargary salir conunavarianzade0 salir, 0,667. 667 Suponiendo quelallegadaesaunatasade27camionesa lahora, hora calculeeltiempodeesperapromedio deuncamin,yeltamaopromediodela cola.
91

Primerosecalculanloselementosdelsistema:

=1/10 / =0,1[camiones/min.] / =27[camiones/hora]=0,45 [camiones/min.]

/ =4,5 [camiones] [ ] I =0,45/0,1

0,45 = =90% k 5 0,1

s2= 0,667
Luego eltiempodeesperapromediodecadacamin Luego, es: W 1 + s2 2 Ik 2 k k! ( 2 1 ) k 1 I n I k 1 = + n=0 n! k! 1
1 1

1 + 0,667 0,12 4,55 2 2 0,1 5 5! ( 1 0,9)

4,50 4,51 4,5 2 4,53 4,5 4 4,55 1 0! + 1! + 2! + 3! + 4! + 5! 1 0,9 =7,68

Usandolaleydelflujo,secalculaelnmerodepromediodecamionesencola: [camiones/min.]= 3,456[camiones]. Q = W = 7,68[min.] 0,45 [camiones/min.]

92

SistemaconVariabilidad
Supongaquelleganalsistema0,18personas/minuto: Sinoexistieravariabilidad,habraespera? Supongaintervalos l d dell llegada d ytiemposd deatencin exponenciales: l
Cuntotendrqueesperarenpromediounapersonaencadaactividad? Cuntosedemorarunapersonaenobtenersupermisodecirculacin?

AdministracindeSistemasdeEspera
Quparmetrossepuedenmodificarpara gestionarunsistemadeespera? g p
Tasadellegada Tasadeatencin Nmerodeservidores Ventanadeatencin

Obtenerseguro obligatorio (5minutos)

Cap.mxima C i = 1persona

Obtener formulariodepago (2minutos)

Cap.mxima C i = 1 persona

Pagarencaja (1minuto)
Cap.mxima C i = 1persona 93 94

Simulacin:AlternativaalModelamiento Estocstico
Alternativaalamodelacinmatemtica Cuandolossistemassoncomplejos p j comopor p ejemploG/G/kseoptaporusarsoftwares de simulacin Hayunagrangamadeellosenelmercado:Arena yExtend E t d sonalgunos l d delos l ms utilizados tili d VersindemodeExtend http://www.extendsim.com/prods_demo.html
95

Ajusterealidadysimulacin
EjemploparaunasucursaldeAFP:

96

Ajusterealidadysimulacin
EjemploparaunasucursaldeAFP:
120% Porcentaje de atenciones ba P ajo 20 min 100% 80% 60% 40% 20% 0%

Estndardeserviciov/s Ndeservidores
ARICA

N de ejecu utivos adicionale es

-1 0 1 2

APV

Cesantia

General Servicios

Pensiones

Rapido

97

Anlisiscomparativosentresucursales
Lossiguientesgrficosmuestranlaevolucinde losindicadoresdecalidad(porcentajedeclientes queseatiendenenmenosde20minutos)enlos distintoscasosmarginales marginales. Eltamaodelascircunferenciasrepresentael impactodelahorrooprdidadetiempode espera, p ,medidocomoeltiempo p deespera p promedioporelnmerodeclientesquese atiendenenlasucursal.
99

Anlisiscomparativosentresucursales

100

Conclusiones
Lavariabilidad b l d denl lall llegada d yenl laatencin derequerimientoshacenmscomplejoel anlisisdelosprocesos p LaTeoradeColasestudiaelcomportamiento delossistemasdeesperaconvariabilidad Lasimulacinesunaherramientaefectiva paraproblemasmscomplejos Es E clave l conocerel lestndar t d d deservicio i i que tendrunsistema,ycomopodermodificarlo