Teoria de Las Colas y Matemáticas Básicas en Gestion de Calidad

14
02-12-2013 1 La Administración de las Listas de Espera en Salud Agner Kraup Erlang 1909 Teoría de Colas o Líneas de Espera Las colas (Filas)… Las colas son frecuentes en nuestra vida cotidiana: Las colas… A nadie le gusta esperar Larga espera cliente abandona

description

gestion

Transcript of Teoria de Las Colas y Matemáticas Básicas en Gestion de Calidad

  • 02-12-2013

    1

    La Administracin de las

    Listas de Espera en Salud

    Agner Kraup Erlang 1909

    Teora de Colas o Lneas de Espera

    Las colas (Filas)

    Las colas son frecuentes en nuestra vida cotidiana:

    Las colas

    A nadie le gusta esperar

    Larga espera cliente abandona

  • 02-12-2013

    2

    Servicio rpido/costo

    Balance entre el tiempo de espera / Tiempo de atencin

    Sistemas de colas: modelo bsico Una lnea un Servidor

    Estructuras tpicas de sistemas de colas: una lnea, mltiples servidores

    Llegadas

    Sistema de colas

    Cola

    Servidor Salidas

    Servidor

    Servidor

    Salidas

    Salidas

  • 02-12-2013

    3

    Estructuras tpicas de colas: varias lneas, mltiples servidores

    Llegadas

    Sistema de colas

    Cola Servidor Salidas

    Servidor

    Servidor

    Salidas

    Salidas

    Cola

    Cola

    Sistemas mixtos

    Cola

    Servidor Salidas

    Servidor

    Servidor

    Salidas

    Salidas

    Cola Servidor Salidas Llegadas

    Llegadas

  • 02-12-2013

    4

    Estructuras tpicas de colas: una lnea, servidores secuenciales

    Sistemas de colas: Las llegadas

    Tiempo entre llegadas (variable)

    Numero de llegadas por unidad de tiempo: Tasa media de llegadas ()

    El tiempo esperado entre llegadas es x/ Ej. si la tasa media de llegadas es = 20 clientes

    por hora

    Entonces el tiempo esperado entre llegadas es:

    Probabilidad de distribucin de las llegadas

    Sistemas de colas: Las llegadas Distribucin exponencial

    Media Tiempo 0

    P(t)

    tetserviciodetiempoP

    1)(

  • 02-12-2013

    5

    Sistemas de colas: Las llegadas Distribucin exponencial

    Supone una mayor probabilidad para tiempos entre llegadas pequeos

    En general, se considera que las llegadas son aleatorias

    La ltima llegada no influye en la probabilidad de llegada de la siguiente

    Sistemas de colas: Las llegadas - Distribucin de Poisson

    Es una distribucin discreta empleada con mucha frecuencia para describir el patrn de las llegadas a un sistema de colas

    Para tasas medias de llegadas pequeas es asimtrica y se hace ms simtrica y se aproxima a la binomial para tasas de llegadas altas

    Su forma algebraica es:

    Donde:

    P(k) : probabilidad de k llegadas por unidad de tiempo

    : tasa media de llegadas

    e = 2,7182818

    Sistemas de colas: Las llegadas - Distribucin de Poisson

    !)(

    k

    ekP

    k

    Sistemas de colas: Las llegadas - Distribucin de Poisson

    Llegadas por unidad de tiempo 0

    P

  • 02-12-2013

    6

    Sistemas de colas: El servicio

    El tiempo esperado de servicio equivale a 1/

    : Nmero de servicios por unidad de tiempo si el servidor est ocupado.

    Ej. si la tasa media de servicio es de 4 clientes /30 minutos

    Entonces el tiempo de espera para ser atendido es:

    Sistemas de colas: El servicio

    Distribucin de Erlang (Agner Kraup Erlang 1909)

    Esta distribucin posee un parmetro de forma k que determina su desviacin estndar:

    mediak

    1

    Sistemas de colas: El servicio La forma de la distribucin Erlang vara de acuerdo

    con k

    Media Tiempo 0

    P(t)

    k = 1 k = 2

    k = 8

    Sistemas de colas: Distribucin Erlang

    Distribucin Desviacin estndar

    Constante 0

    Erlang, k = 1 media

    Erlang, k = 2

    Erlang, k = 4 1/2 media

    Erlang, k = 8

    Erlang, k = 16 1/4 media

    Erlang, cualquier k

    media2/1

    media8/1

    mediak/1

  • 02-12-2013

    7

    Cabe destacar que la teora de colas en s no resuelve este problema, slo proporciona informacin para la toma de decisiones.

    Los objetivos de la teora de colas:

    Identificar la capacidad del sistema que minimiza el costo global del mismo.

    Evaluar el impacto de las posibles alternativas de modificacin de la capacidad del sistema tendran en el costo total del mismo.

    Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costos y las cualitativas de servicio.

    Medidas del desempeo del sistema de colas

    1. N esperado de clientes en la cola Lq 2. N esperado de clientes en el sistema Ls

    3. Tiempo esperado de espera en la cola Wq

    4. Tiempo esperado de espera en el sistema Ws

    Medidas del desempeo del sistema de colas: frmulas generales

    qs

    qq

    ss

    qs

    LL

    WL

    WL

    WW1

    Congestin de un sistema p

    = Nmero de llegadas por unidad de tiempo = Nmero de servicios por unidad de tiempo si el servidor est ocupado C = Nmero de servidores en paralelo

  • 02-12-2013

    8

    Modelamiento matemtico CC

    Material de Control: Preparados comerciales, liofilizados o listos para su uso, de plasma o suero, bovino o humano y preparados de sangre total humana estabilizada, donde se encuentran los analitos de inters , con los cuales se realizan medidas repetidas en el tiempo.

    Corrida Analtica: Conjunto de muestras analizadas en

    forma simultnea o continua, bajo las mismas condiciones experimentales lo ms reproducible posible y entre las cuales se debe incorporar una muestra control, explicitado en los instructivos de cada seccin o rea del Laboratorio Clnico Hospital La Serena.

    Series diferentes: Se entiende por serie diferente la que se efecta en 20 dias consecutivos, calibrados cada vez, con el equipo en uso y con la participacin de todos los operadores.

    Control 0: Control que esta asociado a las condiciones de puesta en

    marcha o que se realiza al inicio de la jornada de trabajo. Control 1: Es aquel control que se incorpora en la primera corrida

    analtica definida por cada seccin o rea, ya sea considerando nmero de muestras o tiempo transcurrido.

    Calculo N20, Aberrantes Grubbs, Dixon, Pearson, Healey

    DIXON

    Ordenar los valores obtenidos de menor (Xi) a mayor (Xn)

    El valor menor es aberrante si : X2-X1 > (Xn-Xi)/3

    El valor mayor es aberrante si: Xn-Xn-1 > (Xn-Xi)/3

    Si se cumplen estas igualdades matemticas se eliminan los aberrantes y se reinicia el proceso.

    Calcular estadsgrafos de posicin

    Calcular estadsgrafos de dispersin

    ISO/IEC 17043:2010, Evaluacin de la

    conformidad - Requisitos generales para los

    ensayos de aptitud.

    ISO 13528:2005, Mtodos Estadsticos

    usados en ensayos de aptitud para

    comparacin interlaboratorios.

  • 02-12-2013

    9

    Levey & Jenning

    Calcular Bias o Sesgo e interpretacin

    Regla de Westgard 1-2s: Regla de Alarma, aviso o advertencia: si el control esta entre +/- 1 y 2 desviaciones estndar (DS) de la media, valida la corrida analtica, si esta fuera de +/- 2 DS de la media, viola la regla y se rechaza la corrida analtica y se aplican el resto de las reglas. El tipo de error asociado a esta regla es Aleatorio o inicio de errores Sistemticos.

    Regla de Westgard 1-3s: Si el control est entre +/- 1 y 3 DS de la media, valida la corrida analtica , si el control excede +/- 3DS de la media, viola la regla y se rechaza la corrida analtica. El tipo de error asociado a esta regla es Aleatorio inaceptable o inicio de error Sistemtico.

  • 02-12-2013

    10

    Regla de Westgard 2-2s: Dos controles consecutivos mayor de + 2 DS o 2 DS, viola la regla y en consecuencia, rechaza la corrida analtica. El tipo de error asociado es Sistemtico.

    Regla de Westgard R-4s: Regla de Rango : viola la regla y se rechaza la corrida analtica, cuando entre dos controles consecutivos, existen ms de 4 DS de diferencia. El tipo de error asociado es Aleatorio.

    ISO/IEC 17043:2010, Evaluacin de la

    conformidad - Requisitos generales para los

    ensayos de aptitud.

    ISO 13528:2005, Mtodos Estadsticos

    usados en ensayos de aptitud para

    comparacin interlaboratorios.

    Valor asignado

    ISO 13528

    Valor de referencia certificado

    Valor de consenso obtenido de los laboratorios participantes

    Valores de consenso de los laboratorios expertos

    Calculo media robusta, exclusin aberrantes.

  • 02-12-2013

    11

    Ensayos de aptitud

  • 02-12-2013

    12

    Blastos 56% MO 077 Septiembre 2013

    0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 1000

    5

    10

    15

    20

    25

    30

    35

    40

    45

    50

    55

    60

    65

    70

    75

    80

    85

    90

    95

    100

    IC 99% 100 clulas

    IC 95% 100 clulas

    IC 90% 100 clulas

    Promedio

    Ra

    ng

    o

    Blastos 56% MO 077 Septiembre 2013

    50 51 52 53 54 55 56 57 58 59 6015

    20

    25

    30

    35

    40

    45

    50

    55

    60

    65

    70

    75

    80

    IC 99% 100 clulas

    IC 95% 100 clulas

    25

    (43-68)

    20

    (46-66)

    IC 90% 100 clulas

    16

    (48-64)

    Promedio

    Ra

    ng

    o

  • 02-12-2013

    13

  • 02-12-2013

    14