Ley de Little, qué es y cómo se aplica para la optimización de procesos

La ley de Little es un cálculo sencillo que permite identificar posibles ineficiencias y cuellos de botella en sistemas en los que se generan líneas de espera, es decir, donde hay objetos o personas en espera. Todo es susceptible de formar parte de una línea de espera en un momento dado, desde los trabajadores hasta la mercancía, los documentos o las tareas que debe ejecutar un software, por lo que saber cómo aplicar la ley de Little resulta de gran utilidad.

En este artículo explicaremos qué es la ley de Little, cuál es su origen, en qué ámbitos se emplea, su fórmula y cómo optimiza los procesos.

¿Qué es la ley de Little?

La ley de Little es un teorema fundamental de la teoría de líneas de espera ─el estudio matemático de las líneas de espera─ que establece una relación entre las tres variables principales de un sistema estable. Mediante este principio, se asocia la tasa media de llegada de elementos (λ) y su tiempo de estancia (W) para calcular el número medio de unidades presentes en el sistema (L). La ley de Little se aplica al análisis de procesos con líneas de espera en las empresas y tiene el potencial de mejorar su eficiencia y organización.

En el ámbito logístico, este teorema demuestra que el inventario WIP (inventario de trabajo en proceso) depende directamente del ritmo de entrada y del tiempo de permanencia de cada referencia. Por ello, la ley de Little ofrece una metodología objetiva para evaluar la fluidez de una actividad. Así, constituye una manera de evaluar la eficiencia de cualquier proyecto que implique una línea de espera.

Los siguientes tres supuestos de la ley de Little deben cumplirse para que el teorema sea aplicable:

• Estado estacionario o de equilibrio. A largo plazo, la tasa de entrada tiene que ser equivalente o inferior a la de salida. De lo contrario, la línea de espera crecería infinitamente, el sistema colapsaría y el cálculo no sería válido.
• Conservación de las unidades. Para garantizar la coherencia del cálculo, se supone que todos los elementos que entran en el sistema siguen adelante. Es decir, no se consideran pérdidas o elementos que dejan de avanzar.
• Consistencia en las unidades de medida. Todas las variables deben usar la misma referencia temporal.

Origen de la ley de Little

La ley de Little fue desarrollada por el doctor John Little, físico y profesor del Instituto Tecnológico de Massachusetts (MIT), en 1961. Antes, expertos como Alan Cobham o Philip M. Morse habían observado que esta relación se cumplía de manera empírica, pero aún no habían hallado una explicación matemática que garantizara su validez.

En el artículo “A proof for the queuing formula”, publicado en la revista Operations Research, Little transformó esta observación en un teorema. Posteriormente, la ley se convirtió en un concepto crucial en la teoría de líneas de espera y en la investigación de operaciones. Su capacidad para diagnosticar el rendimiento y la eficiencia ha permitido su expansión más allá de las matemáticas puras. Hoy es una herramienta clave en la gestión de flujos de trabajo mediante metodologías como lean y sistemas Kanban, donde facilita la predicción de tiempos de entrega y la planificación de la capacidad de procesamiento del sistema.

Aplicaciones de la ley de Little

La ley de Little posee numerosas aplicaciones en diversas industrias. Sirve para analizar sistemas de líneas de espera con distintos tiempos de llegada, tasas de servicio y tiempos de espera, lo que resulta útil para priorizar pedidos o clientes. Suele emplearse para estudiar estados estacionarios. Además, la ley de Little guarda relación con el Kanban, un método que define un protocolo para la reposición de stock, ya que metodologías lean incorporan principios de este teorema. A continuación, se presentan algunos de los ámbitos en los que el teorema es especialmente útil:

Ley de Little en la cadena de suministro

La ley de Little es una herramienta con la que los responsables de la cadena de suministro pueden evaluar los niveles de inventario en sus redes de distribución. Conocer factores como la demanda de los productos y su frecuencia de reabastecimiento contribuye a optimizar el inventario y a satisfacer las necesidades de los clientes.

Asimismo, permite relacionar el volumen de pedidos en preparación con el tiempo medio de procesamiento para estimar plazos de despacho reales y detectar acumulaciones de trabajo en determinadas etapas, como la recepción, el picking o el despacho. También facilita el dimensionamiento de recursos operativos —personal, puestos de trabajo o muelles de carga— al vincular el flujo previsto con el tiempo de permanencia de los pedidos en el sistema, equilibrando la carga y evitando cuellos de botella.

Ley de Little en la manufactura

En entornos de producción, este teorema se utiliza para equilibrar las líneas de montaje al asociar el WIP (trabajo en proceso) con el tiempo de ciclo. Sirve para identificar cuellos de botella y ajustar la velocidad de fabricación para asegurar que el flujo de productos terminados sea constante, minimizando el material acumulado entre estaciones de trabajo.

Ley de Little en el ámbito sanitario

Al monitorear aspectos como el promedio de las llegadas de los pacientes y el tiempo de servicio, los centros de salud pueden optimizar los turnos, la dotación de personal y la asignación de camas con el objetivo de reducir los tiempos de espera.

Ley de Little en el ‘retail’

En el sector minorista, la ley de Little se emplea para analizar el flujo de clientes y productos tanto en tiendas físicas como en el comercio electrónico. Al correlacionar el número medio de clientes en el establecimiento o de pedidos en preparación con el tiempo de permanencia y la tasa de atención, posibilita dimensionar adecuadamente el personal en cajas, áreas de atención o la preparación de pedidos en línea. Además, contribuye a estimar los tiempos de espera en momentos de alta demanda y a ajustar la reposición de productos para evitar quiebres de stock o acumulaciones innecesarias.

¿Cuál es la fórmula de la ley de Little?

Según la ley de Little, el promedio de elementos en un sistema se obtiene multiplicando la tasa media de llegada por el tiempo medio de permanencia, y se expresa mediante la siguiente ecuación:

Las tres variables corresponden a lo siguiente:

• L (work in progress). Es el número promedio de elementos presentes en el sistema.
• λ (tasa de llegada). Es el número promedio de elementos que ingresan al sistema por unidad de tiempo (por ejemplo, clientes por hora o tareas por día).
• W (lead time). Es el tiempo promedio total que un elemento pasa dentro del sistema (incluyendo tanto el tiempo de espera en la línea de espera como el de servicio o procesamiento).

En muchos entornos industriales, el tiempo medio en el sistema (W) se equipara al tiempo de ciclo global, entendido como el tiempo total que una unidad permanece en el proceso, incluidas las esperas. A partir de la fórmula L = λW, puede calcularse como W = L / λ, es decir, dividiendo el trabajo en proceso entre la tasa media de salida.

Una métrica que suele emplearse junto con la ley de Little en el análisis de flujos es el factor de utilización. Se representa con la letra ρ y determina el grado de ocupación de un sistema. Es el cociente entre la tasa de llegada (λ) y la tasa de servicio (μ). Su fórmula es la siguiente:

Ejemplo de la ley de Little

Por ejemplo, en el diseño del área de recepción de una bodega, la ley de Little puede usarse para comprender cuánto espacio necesitan las estibas o pedidos en un sistema de estanterías. A continuación, se utilizará la ley de Little para calcular el número medio de unidades que permanecerán en el sistema en función del flujo de entrada y del tiempo de permanencia.

Supongamos que la tasa promedio de llegada (λ) de una bodega es de 15 estibas por hora. En este ejemplo cada estiba permanece en promedio cuatro horas en las instalaciones (W) para su registro y control de calidad.

Este resultado indica que, en promedio, el sistema mantendrá un inventario de 60 estibas. Por lo tanto, la bodega debe contar con un mínimo de 60 ubicaciones disponibles para cubrir la demanda media. No obstante, en logística se suele incorporar un margen de capacidad adicional para absorber la variabilidad y evitar el colapso del área en momentos de máxima actividad, por lo que es recomendable disponer de más ubicaciones.

El factor de utilización vincula la ley de Little con los recursos humanos o técnicos necesarios. Mientras que Little señala cuántas ubicaciones se ocupan en promedio (60 estibas), la utilización refleja si el personal o la maquinaria disponibles son suficientes para mantener ese flujo. Un factor muy alto significa que se trabaja sin margen de error; cualquier retraso hará que el tiempo de permanencia (W) y el inventario acumulado (L) crezcan por encima del promedio previsto.

Optimizar procesos con la ley de Little

La ley de Little es una herramienta que proporciona una forma sencilla de entender el comportamiento de un sistema sin necesidad de modelos estadísticos complejos. De este modo, los responsables pueden identificar ineficiencias y cuellos de botella.

Evaluar las líneas de espera de una empresa permite estimar cuántos artículos o clientes permanecen a la espera. Este dato es fundamental para establecer una programación adecuada y aumentar la productividad.

En el ámbito de la logística, los sistemas para logística de almacenes avanzados, como Easy WMS de Mecalux, cuantifican las entradas de artículos y el tiempo que transcurre desde que ingresan al sistema hasta que se despachan, lo que facilita el cálculo de indicadores coherentes con la ley de Little.

La ley de Little para una mayor fluidez

La ley de Little es un teorema fundamental para analizar sistemas en los que se generen líneas de espera, siempre que operen en condiciones estables. En logística, es una forma objetiva de determinar cuáles serán el nivel de inventario y los tiempos de espera y, combinada con el factor de utilización, ayuda a mantener la carga de trabajo en niveles sostenibles. Al equilibrar el flujo, el tiempo y la capacidad, las empresas pueden lograr procesos estables y eficientes, capaces de absorber variaciones sin colapsar, garantizando la fluidez en cualquier proyecto que implique una línea de espera.