Modelos de Líneas de Espera

Elementos Básicos

Cliente Llegan al sistema (instalación)

Servidor Prestación de servicio al cliente

Sistema

Llegada de servidor Cliente sale

Clientes después de ser servido

Línea de espera o cola

Motivación

Quien no ha tenido experiencia respecto:

1. Clientes que esperan ser atendidos en las cajas de un banco, supermercado, restaurante.
2. Automóviles que esperan avanzar en una luz de semáforo.
3. Pacientes que esperan ser atendidos en un consultorio, clínica, hospital.
4. Aviones que esperan para despegar en un aeropuerto.
5. Máquinas descompuestas que esperan ser reparadas por el técnico.
6. Programas que esperan ser procesados por un computador, etc.

Factores importantes

1. Distribución de la llegadas de los clientes (individualidad o masiva).-

Llegan individuos y se atienden individualmente,
Llegan en grupos y/o se atienden en grupos,
frecuencia de llegadas (distribución de Poisson)
2. Distribución del tiempo del servicio (individual o masivo).- Duración del servicio (distribución exponencial).

Otros factores

1. Disciplina del servicio.- Como se elige a los clientes de la línea de espera (FIFO, LIFO, SIRO (orden aleatorio), por prioridad). En las líneas de
espera con prioridad, los clientes tienen prioridad en la atención.

2. Diseño de la instalación del servicio (estaciones en serie, paralelo o en red).

- Cuando el diseño incluye más de un servidor, ejemplo las cajas de un banco  Línea de espera con servidores en paralelo.
- El diseño de la instalación comprende un número de estaciones en serie por la que pasa el cliente antes de completar su servicio. (ejm.
Procesamiento de un producto).  Líneas de espera en serie.
- Un diseño general que incluye estaciones de procesamiento en serie y en paralelo.
 Líneas de espera en red.

Finita
3. Tamaño de la línea de espera admisible
Infinita

4. La naturaleza de la fuente que genera las llegada de clientes solicitando servicio (fuente de llamada)
Finito de clientes
Genera un número
Infinito de clientes (muchos clientes)
 Existe una fuente finita cuando una llegada afecta la tasa de llegada de nuevos clientes.

5. Conducta del cliente (humanos)

- Cambiarse (de fila)
- Eludir
- Renunciar

Clasificación de Kendall

(a/b/c) : (d/e/f)

a = Distribución de llegadas
b = distribución de tiempo de servicio (o salidas)
c = Número de servidores en paralelo (c = 1,2,……∞)
d = disciplina de servicios (LIFO, FIFO, SIRO, c/prioridad)
e = número máximo admitido en el sistema (L.E + en servicio) L.E = línea de espera
f = Tamaño de la fuente

Notación estándar que reemplaza a los símbolos: a y b

M = distribución de llegadas o salidas de Poisson, o distribución exponencial entre llegada o de tiempo de servicios
D = tiempo de llegadas o de servicio constante o determinístico.

Distribución del proceso de llegadas o arribos ( Distribución Poisson)

Como es el proceso de llegadas en un modelo de líneas de espera influencia en la determinación de la distribución de probabilidad del número de
arribos en un determinado lapso de tiempo.
Las llegadas ocurren normalmente de manera aleatoria, en muchos casos de líneas de espera,
Cada llegada es independiente de otra llegada, y no es posible pronosticar el momento en el que va a ocurrir; en estos casos la distribución de
Poisson ofrece una buena descripción (aproximación) para la distribución de las llegadas o arribos.

Entonces utilizando la función de probabilidad de Poisson, se define la probabilidad de x llegadas en un tiempo específico (t )

λ x e −λ
P( x) = para x = 0,1,2.....
x!

en donde

x = Número de llegadas en el periodo ( o intervalo de tiempo)

λ = Número promedio de llegadas por periodo
e = 2.71828

Ejemplo:

Suponga que la tasa promedio de arribos de clientes a una pizzería es de 45 clientes por hora. Para un minuto el número promedio de llegadas será
de λ = 45/60 = 0.75 llegadas por minuto.

Se utiliza Poisson para calcular la probabilidad de x llegadas durante un lapso de un minuto.

λ x e −λ 0.75 x e −0.75
P( x) = = .
x! x!

de la tabla e −0.75 = 0.4724,

Las probabilidades de 0,1, y 2 llegadas por minuto son:

0.75 0 e −0.75
P( x = 0) = = e −0.75 = 0.4724
0!
 0.751 e −0.75
P( x = 1) = = 0.75 e −0.75 = 0.3543
1!

0.75 2 e −0.75
P( x = 2) = = 0.28125 e −0.75 = 0.1329
2!

de donde la probabilidad de que no haya llegadas en un lapso de 1 minuto es 0.4724, la probabilidad de que haya exactamente una llegada es de
0.3543, y de haya exactamente 2 llegadas es de 0.1329.

En la practica se debe de verificar para un periodo (horas, días, semanas), si los arribos siguen una distribución de Poisson.

Distribución del Tiempo de Servicio (Distribución Exponencial)

Es el tiempo que el cliente deja transcurrir en la instalación una vez que se inicia el servicio, en general.

Los tiempos de servicio no son constantes

La distribución de probabilidad exponencial es la que proporciona (más se ajusta) una buena aproximación de los tiempos de servicio

Entonces, la probabilidad de que el tiempo de servicio sea menor o igual a un tiempo o duración está dada por:

P(tiempo de servicio ≤ t ) = 1 − e − µt

donde:

µ = número promedio de unidades que pueden ser atendidas por periodo

Ejemplo:

Suponga que del estudio hecho en la pizzería, el proceso de recepción y atención de las órdenes, es efectuado por el único empleado que atiende y
también prepara las pizzas; este procesa en promedio 60 órdenes de clientes por hora.

Entonces en un minuto, la tasa promedio de servicio es: µ =60/60 =1 , esto es atiende un cliente por minuto.

Por tanto es posible calcular la probabilidad de procesar una orden en ½ minuto o menos, en un minuto o menos, en 2 minutos o menos.

P (tiempo de servicio ≤ 0.5) = 1 − e −1(0.5) = 1 − 0.6065 = 0.3935

P(tiempo de servicio ≤ 1.0) = 1 − e −1(1.0) = 1 − 0.3679 = 0.6321

P(tiempo de servicio ≤ 2.0) = 1 − e −1(02.0) = 1 − 0.1353 = 0.8647

De donde se puede concluir que existe una probabilidad de 0.3935 de que se pueda procesar una orden en 1/2min o menos; existe una
probabilidad de 0.6321 de procesar una orden en un minuto o menos y existe una probabilidad de 0.8647 de que se pueda procesar una orden en 2
minutos o menos.

1. Modelos de Líneas de espera de 1 solo canal con llegadas Poisson y tiempos de servicio exponencial (M/M/1)

Suposiciones:

La línea de espera tiene 1 solo canal

Patrón de llegadas con distribución poisson
Tiempo de servicio con distribución exponencial
Disciplina del servicio FIFO

Características de Operación

Las fórmulas que se emplean para determinar las características de operación del estado estable son:
λ = Número promedio de llegadas por periodo (tasa promedio de llegadas)
µ = Número promedio de servicios por periodo ( tasa promedio de servicio)

1) Probabilidad de que no haya unidades en el sistema

λ
P0 = 1 −
µ

2) Número promedio de unidades en la fila de espera (tamaño de la fila)

λ2
Lq =
µ (µ − λ )

3) Número promedio de unidades en el sistema (tamaño total)

λ
L = Lq +
µ

4) Tiempo de espera promedio que una unidad pasa en la línea de espera

Lq
Wq =
λ

5) Tiempo promedio que una unidad pasa en el sistema

1
W = Wq +
µ

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

λ
Pw =
µ

7) Probabilidad de que haya n unidades en el sistema.

n
λ
Pn =   p 0
µ

λ
donde = factor de utilización del servicio. Este proporciona la probabilidad de que la instalación de servicio este ocupada.
µ

Estas formulas del 1 al 7 solo se aplican cuando µ > λ ;

esto es, la tasa promedio de servicio > tasa promedio de llegadas;
λ
o sea, cuando < 1 ; en caso contrario la cola crece sin limite, pues el servicio no tiene capacidad para manejar las unidades que llegan.
µ

Ejemplo:
En el problema de la Pizzería, la tasa promedio de llegadas es de λ = 0.75 clientes por minuto y la tasa de servicio es µ = 1 , clientes por minuto,
 µ >λ

Aplicando las fórmulas se obtiene:

En el ejemplo visto se observa que:

- Los clientes esperan en promedio 3 min. Antes de ser atendidos ( esto es, solicitar su pedido)
- Además el número promedio de clientes que esperan en la cola es de 2.25
- y el 75% de los clientes esperan

esto son indicadores que muestra que debe hacerse algo para mejorar la eficiencia de operación de la linea de espera.

Mejorar el desempeño de la linea de espera, generalmente se concentra en mejorar la tasa de servicio, de dos maneras:

1) Aumentar la tasa promedio de servicio ( µ )

2) Añadir canales paralelos de servicio de manera que sea posible atender a más unidades a la vez.

En el primer caso,

Suponga que para el problema de la pizzería, el servicio se descompone en 2 personas:

Una persona que recepcione y entregue el pedido y una persona que prepare o atienda el pedido

Suponga ahora que la tasa de servicio se incrementa de 60 a 75 clientes por hora.

Ahora en base a minutos la tasa promedio es µ = 75 / 60 = 1.25 , como λ = 0.75 , se puede obtener:

En el segundo caso, es añadir otro canal

2. Modelo de líneas de espera de canales múltiples con llegadas Poisson y tiempo de servicios exponenciales (M/M/2)

Suposiciones
- la línea de espera tiene 2 ó más canales (instalaciones de servicio)
- el patrón de llegada es de distribución de poisson
- el tiempo de servicio de cada canal sigue una distribución exponencial
- la tasa promedio de servicio µ , es la misma para todos los canales
- Las unidades que llegan aguardan en una sola linea de espera y después pasan al primer canal libre para obtener servicio.
- la disciplina del servicio es FIFO.

Características de operación

λ = tasa promedio de llegadas al sistema

µ = tasa promedio de servicio para cada canal
k = número de canales

k µ = tasa promedio de servicio para el sistema de canales múltiples

la condición de aplicabilidad de las formulas que siguen es:

kµ > λ

1) Probabilidad de que no haya unidades en el sistema

1
P0 = k −1 n
(λ / µ ) (λ / µ ) k  kµ 
∑
n=0
n!
+
k!
 
 kµ − λ 

2) Número promedio de unidades en la fila de espera (tamaño de la fila)

 (λ / µ ) k λµ
Lq = P0
(k − 1)! (kµ − λ ) 2

3) Número promedio de unidades en el sistema (tamaño total)

λ
L = Lq +
µ
4) Tiempo de espera promedio que una unidad pasa en la línea de espera

Lq
Wq =
λ
5) Tiempo de espera promedio que una unidad pasa en el sistema

1
W = Wq +
µ

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

k
1 λ  kµ 
Pw =     P0
k!  µ   kµ − λ 

7) Probabilidad de que haya n unidades en el sistema.

(λ / µ ) n
Pn = p0 para n≤k
n!

(λ / µ ) n
Pn = p0 para n>k
k! k ( n − k )

Ejemplo: Para el problema de la pizzería, suponga que se abre otro servicio de atención al cliente de forma que se puede atender en forma
simultanea a 2 clientes; y que se tiene una sola línea de espera, en donde el cliente que sigue utiliza el primer servicio que esta disponible.

Veamos k = 2 canales
λ = 0.75
µ =1

Aplicando las formulas se tiene:

Relación general para los modelos de línea de espera

Las principales características de operación que interesan en las líneas de espera son:

El número promedio de unidades en la línea de espera, el número de unidades en el sistema, el tiempo promedio que cada unidad pasa en la línea
de espera y el tiempo promedio que cada unidad pasa en el sistema, esto es: Lq , L, W q , W

Ecuaciones de Flujo de Little

John D.C. Little muestra que estas cuatro características están relacionadas en forma general y se aplican a diversos modelos de líneas de espera,
independientemente.

Una ecuación general es:

El número promedio de unidades en el sistema = tasa promedio de llegadas x tiempo promedio que una unidad pasa en el sistema.
 L = λW

igualmente,

El número promedio de unidades en la cola = tasa promedio de llegadas x tiempo promedio que una unidad pasa en la cola (línea de espera)

Lq = λ Wq

de donde :

Lq
Wq =
λ

Otra, ecuación general es:

El tiempo promedio en el sistema = al tiempo promedio en espera (en cola) + el tiempo promedio de servicio

1
W = Wq +
µ

λ
de donde : L = Lq +
µ

La importancia de las ecuaciones de Little es que se aplican a cualquier modelo de espera independientemente de si las llegadas siguen una
distribución poisson o no y si los tiempos de servicio siguen una distribución exponencial o no.

Ejemplo:

Suponga que en una tienda de abarrotes, los clientes llegan siguiendo una distribución de poisson con una tasa promedio de 24 clientes por hora, y
los tiempos de servicio siguen siguen una distribución normal con tasa promedio de servicio de 30 clientes por hora. Un estudio de los tiempos
efectivos mostró que los clientes en promedio pasan 4.5 minutos en la tienda. Determine
L q , L, y W q

Análisis económico de líneas de espera

Con frecuencia las decisiones sobre el diseño de líneas de espera, como la determinación del número de canales, se basan en una evaluación
subjetiva de las características de la línea, por ejemplo decidir un tiempo promedio de espera ( 1 minuto o más), un promedio de clientes ( 2 ó
mas ) en el sistema.

En algunos casos es deseable intentar definir el costo de operación de las líneas de espera y después tomar decisiones respecto al diseño del
sistema.

Un modelo de costo total, incluye el costo de espera y el costo de ofrecer el servicio

CT = C w L + C s k

donde:

C w = Costo de la espera por periodo para cada unidad

C s = Costo del servicio por periodo para cada canal
L = Número promedio de unidades en el sistema
k = Número de canales
CT = costo total por periodo
El costo de la espera es difícil estimar, no obstante si se ignotra y se permite grandes colas, es probable que en determinado tiempo los clientes se
marchen a otro lugar, lo que ocasiona pérdidas de ventas, que se puede considerar un costo de oportunidad perdido. En organizaciones estatales no
se contempla este costo, en consecuencia se tiene grandes colas en los procesos, en los clientes, en el servicio en general.

El costo del servicio es más fácil de determinar, los salarios, los costos directos, prestaciones, etc.

Costo total

costo
total Costo de servicio
por
hora

Costo de espera

k
número de canales

En el ejemplo del caso de la pizzería, si el Cs = s/ 7 x hora y Cw= s/ 10 x hora

En el modelos de 1 canal: sabemos que L = 3

 CT = 10x3 + 7 x1 = s/ 37 x hora

En el modelo de 2 canales : L = 0.8727

 CT = 10x (0.8727) + 7 x 2 = 22.73 x hora.

Por tanto, para la pizzería es más económico un sistema con dos canales.

3. Modelos de líneas de espera con un solo canal con llegadas poisson y tiempos de servicio arbitrarios (M/G/1)

Suposiciones:

La línea de espera tiene 1 solo canal

Patrón de llegadas con distribución poisson
Tiempo de servicio con distribución cualquiera
Disciplina del servicio FIFO

Características de Operación

Las fórmulas que se emplean para determinar las características de operación del estado estable son:
λ = Tasa promedio de llegadas
µ = Tasa promedio de servicio
1 / µ = Tiempo promedio de servicio
σ = Desviación estándar del tiempo de servicio

1) Probabilidad de que no haya unidades en el sistema

λ
P0 = 1 −
µ

2) Número promedio de unidades en la fila de espera (tamaño de la fila)

λ 2σ 2 + (λ / µ ) 2
Lq =
2(1 − λ / µ )

3) Número promedio de unidades en el sistema (tamaño total)

 λ
L = Lq +
µ

4) Tiempo de espera promedio que una unidad pasa en la línea de espera

Lq
Wq =
λ

5) Tiempo promedio que una unidad pasa en el sistema

1
W = Wq +
µ

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

λ
Pw =
µ

Ejemplo:

Una tienda de especialidades de un centro comercial conocido, durante la tarde es atendida por un empleado. La llegada de los clientes a la tienda
son aleatorios y la tasa promedio de llegada es de 21 clientes x hora. Un estudio del proceso muestra que el tiempo promedio del servicio es de
2min por cliente, con una desviación estándar de 1.2 min. Determine los valores de las características principales de operación del sistema.

4. Modelos de líneas de espera con un solo canal con llegadas poisson y tiempos de servicio constante (M/D/1)

Este tipo de modelo se presenta en la producción y manufactura, pues los tiempos de servicio en algunos casos es controlado por máquinas.

Solamente cambia la ecc. Referente a Lq , pues la desviación es cero.

(λ / µ ) 2
Lq =
2(1 − λ / µ )

las otras ecuaciones se mantienen.

5. Modelos de canales múltiples con llegadas poisson, tiempos de servicios arbitrarios y sin linea de espera (M/G/k)

Suposiciones:

Sistema con k canales

Patrón de llegada poisson
Tiempos de servicio cualquier distribución de probabilidad
Tasa promedio de servicio es la misma para todos los canales
Una unidad ingresa al sistema, solo si se dispone de cuando menos 1 canal de los k canales; esto es las llegadas no ingresan son bloqueadas si no
hay disponibilidad.

Características de Operación

El problema a resolver es ¿ Cuantos canales o empleados se deben utilizar?

Este tipo de modelo de líneas de espera se presenta en sistemas de líneas telefónicas u otros sistemas de comunicaciones. Las llegadas son las
llamadas y los canales son el Número de líneas telefónicas o comunicación disponibles.

Se aborda el problema de elegir el mejor número de canales calculando las probabilidades de estado estable de que exactamente j de los k canales
estén ocupados.

Esto es,
(λ / µ ) j / j!
Pj = k

∑ (λ / µ )
i =0
i
/ i!
donde:

λ = Tasa promedio de llegadas

µ = Tasa promedio de servicio para cada canal
k = Número de canales en el sistema
P j = Probabilidad de que exactamente j de los k canales estén ocupados para j = 0,1,…k

Pk es la probabilidad de que los k canales estén ocupados, esto es, es el porcentaje de llegadas que quedan bloqueadas y que no se permite el
acceso al sistema.

Otra característica de operación que interesa es el número promedio de unidades que se encuentran en el sistema, observe que esto es el número de
canales ocupados.

λ
L= (1 − Pk )
µ

Ejemplo:

Una compañía utiliza un sistema telefónico de pedidos para sus productos ( software para computadoras). Los clientes hacen pedidos utilizando un
número telefónico gratuito de la compañía. Suponga que la tasa de llegadas es de 12 por hora. El tiempo de proceso de un pedido telefónico varia
de uno a otro, sin embargo se espera que el representante de ventas, maneje un promedio de 6 por hora, en el momento el Número telefónico tiene
3 canales internos (líneas) cada uno de ellos operado por un representante de ventas, las llamadas gratuitas se transfiere automáticamente a alguna
de las líneas (canales abiertas si las hay, en otro caso, las personas obtienen una señal de ocupado. No siempre las personas (clientes) vuelven a
llamar, lo que significa que puede ser una venta pérdida. La compañía desea saber el porcentaje de personas (clientes) que reciben la señal de
ocupado, pues su meta es atender un 90% de las llamadas ¿Cuántas líneas telefónicas y cuantos representantes de venta debe emplear?