LECTURA 6.

2
SIMULACIN Y ANLISIS DE
MODELOS ESTOCSTICOS

Azarang M., Garcia E.

Mc. Graw Hill. Mxico

CAPITULO 2

LINEAS DE ESPERA
2.1

INTRODUCCIN

Una lnea de espera es el efecto resultante en un sistema cuando la demanda de un servicio

supera la capacidad de proporcionar dicho servicio. Este sistema est formado por un
conjunto de entidades en paralelo que proporcionan un servicio a las transacciones que
aleatoriamente entran al sistema. Dependiendo del sistema que se trate, las entidades
pueden ser cajeras, mquinas, semforos, gras, etctera, mientras que las transacciones
pueden ser: clientes, piezas, autos, barcos, etctera. Tanto el tiempo de servicio como las
entradas al sistema son fenmenos que generalmente tienen asociadas fuentes de variacin
que se encuentran fuera del control del tomador de decisiones, de tal forma que se hace
necesaria la utilizacin de modelos estocsticos que permitan el estudio de este tipo de
sistemas.
Una lnea de espera puede modelarse como un proceso estocstico en el cual la variable
aleatoria se define como el nmero de transacciones en el sistema en un momento dado; el
conjunto de valores que puede tomar dicha variable es {O, 1, 2, . . . , N\ y cada uno de ellos
tiene asociada una probabilidad de ocurrencia

2.2

OBJETIVO

En las lneas de espera, existen dos costos perfectamente identificados: el costo de las
transacciones, que representa la cuantificacin monetaria de la prdida de tiempo al esperar
recibir un servicio o la prdida de clientes por abandono del sistema, y el costo de
proporcionar el servicio, que representa la cantidad de dinero que hay que pagar por
cuestin de sueldos y salarios, energa, mantenimiento y depreciacin del personal o equipo.
De tal forma que en un estudio de lneas de espera el objetivo es determinar qu nivel de
servicio, ya sea por cantidad de entidades o por la velocidad de ellas, proporcionar para
minimizar el costo total del sistema. Este costo est formado tanto por costo de servicio
como por el que causa la espera. Matemticamente podemos representarlo de la siguiente
forma:

Estos conceptos se pueden representar grficamente de acuerdo con el esquema mostrado

en la figura 2.1.

Figura 2.1

Esquema de
optimizacin de una
lnea de espera.

2.3 ESTRUCTURA
Un sistema de espera se representa mediante la llegada de transacciones a un sistema con el
fin de recibir un servicio por cualquiera de una o ms entidades dispuestas para ello,
conocidas como servidores. En caso de que todas las entidades se encuentren ocupadas, la
transaccin permanece en espera en la fila hasta que decide abandonar la fila sin ser
atendido, o bien, es seleccionado de acuerdo con cierta regla para recibir atencin. Una vez
que el servicio ha sido completamente proporcionado, la transaccin sale del sistema y se
convierte de nuevo en una transaccin potencial.
Servidores

Representan al mecanismo por el cual las transacciones reciben de una manera completa el
servicio deseado. Estas entidades se encuentran dispuestas en forma paralela a la fila, de tal
manera que las transacciones pueden seleccionar a cualquiera de ellas para el suministro de
dicho servicio. Las dos caractersticas principales de los servidores son: la cantidad
asignada por cada fila existente en el sistema y la distribucin de probabilidad del tiempo de
atencin a las transacciones o de la velocidad de servicio; dentro de las distribuciones ms
comunes estn la exponencial, la Erlang, la hiperexponencial, la degenerada.
Transacciones potenciales

Representan el nmero total de clientes que podran requerir el servicio proporcionado por
el sistema y es necesario definir dos caractersticas para este conjunto de elementos; la

primera tiene que ver con el tamao del conjunto potencial de clientes, dando, en
consecuencia, conjuntos limitados o finitos y en otros casos conjuntos ilimitados o infinitos.
La segunda caractersitica se refiere a la distribucin de probabilidad del tiempo entre
llegadas o bien a la tasa de entrada promedio. Es comn encontrarse la suposicin de tasas
de llegada que siguen un proceso Poisson, el cual ocurre cuando las llegadas a un sistema se
llevan a cabo de forma aleatoria; es importante hacer notar que una de las propiedades de
esta distribucin es su relacin con el tiempo entre llegadas consecutivas, que se representa
en forma paralela, de acuerdo con un proceso de tipo exponencial. Existen algunos sistemas
donde la tasa de llegadas se ve afectada por la decisin de una transaccin de rehusar su
entrada al sistema por razones diversas, por ejemplo del tamao de la fila.
Fila

Is el conjunto de transacciones que espera ser atendido por alguno de los servidores del
sistema. Una fila tiene tres caractersticas principales, la primera se refiere a la capacidad, o
sea, al nmero mximo de transacciones que pueden permanecer en ella en un mismo
instante y de acuerdo con este nmero se clasifican como finitas o infinitas. Hay que hacer
notar que en el caso de los modelos con tamao finito, la solucin es mucho ms fcil de
encontrar a partir

Figura 2.2
Estructura general de
un sistema de lneas
de espera.

de las ecuaciones generales ya que la solucin del modelo se reduce a un sistema de ecuaciones
simultneas y a la evaluacin de las medidas de desempeo mediante promedios ponderados,
mientras que, en el caso de modelos de tipo ilimitado o infinito, es necesario recurrir a la solucin
del sistema de ecuaciones as como a la evaluacin de las medidas de desempeo y a algunas series
geomtricas que dificultan en cierto grado el manejo algebraico de la solucin. La segunda
caracterstica es el orden en que las transacciones son extradas de la fila para su atencin, en ese
caso podemos encontrar: primeras llegadas, primeros servicios, por prioridad, aleatorio, etctera y,
por ltimo/la forma de salir de la fila, que puede darse mediante el proceso de servicio o bien,
mediante el abandono por factores como desesperacin, hasto, etctera.

2.4
S
n
N
A,,t

NOMENCLATURA
nmero de servidores
nmero de clientes en el sistema
nmero mximo de clientes permitidos en el sistema
flujo de clientes que entran cuando hay n clientes en el sistema

u,7l
E(t)

V(t)
E()
V(a)
CQ

capacidad del servidor cuando hay n clientes en el sistema.

tiempo promedio de proceso por cliente

variancia del tiempo de proceso

tiempo promedio entre llegadas
variancia del tiempo entre llegadas
coeficiente cuadrado de variacin del flujo de clientes que entran al

sistema
C2S
coeficiente cuadrado de variacin del tiempo de servicio
Cp
coeficiente cuadrado de variacin del flujo de clientes que salen del
sistema PIJ
probabilidad de que el sistema cambie de un estado i a un estado y
despus de un intervalo de tiempo
Pn
probabilidad en estado estable de que existan n clientes en el sistema
L
nmero promedio de clientes en el sistema
Lq
nmero promedio de clientes en la fila
W
tiempo promedio de permanencia en el sistema
Wq
tiempo promedio de permanencia en la fila
p
utilizacin promedio del servicio
Ct
costo total promedio del sistema de lneas de espera por unidad de
tiempo
Ce
costo promedio de servicio por cliente por unidad de tiempo
Cq
costo promedio de espera por cliente por unidad de tiempo

2.5 CLASIFICACIN DE KENDALL Y LEE

En 1953 Kendall y Lee propusieron un sistema de clasificacin de los sistemas de lneas de
espera, ampliamente utilizado en la actualidad. Esta clasificacin considera seis de las
caractersticas mencionadas en la estructura de los modelos de lneas de espera,
expresndolas en el formato (a / b I c) (d I e I f), donde:
a
distribucin de probabilidad del tiempo entre llegadas de las
transacciones. b
distribucin de probabilidad del tiempo de servicio.
Los smbolos utilizados en estos dos primeros campos son:
D: constante.
Ek: distribucin Erlang con parmetro k.
G: cualquier tipo de distribucin.
GI: distribucin general independiente.
H: distribucin hiperexponencial.
M : distribucin exponencial. c
nmero de servidores d
orden de atencin a los
clientes.
Los smbolos utilizados en este campo son:
FCFS: primeras entradas, primeros servicios.
LCFS: ltimas entradas, primeros servicios
SIR: orden aleatorio.
PR:
con base en prioridades.
GD:
en forma general.
e
nmero mximo de clientes que soporta el sistema en un mismo instante de tiempo.
/
nmero de clientes potenciales del sistema de lneas de espera.
Por ejemplo, un modelo (M/D/3) (FCFS/20/20) representa la clasificacin de un sistema donde
existen 3 servidores en paralelo atendiendo de acuerdo con un orden de primeras entradas,
primeras salidas, con un tiempo de servicio constante. El sistema tiene slo 20 clientes
potenciales, los cuales podran encontrarse dentro del sistema en un mismo instante. El tiempo
entre llegadas de los clientes sigue una distribucin exponencial y, en caso de llegar y encontrar
todos los servidores ocupados, pasan a formarse en una fila comn. En otro caso, un modelo
(M/M/l)(LCFS/oo/oo) es la clasificacin de una lnea de espera donde hay 1 servidor atendiendo

de acuerdo con un orden de ltimas entradas, primeras salidas, con tiempo de servicio
exponencial. El sistema da servicio a un nmero infinito de clientes potenciales, mismos que al
llegar sern aceptados por el sistema. El tiempo entre llegadas de los clientes sigue una
distribucin exponencial y en caso de llegar y encontrar al servidor ocupado, pasan a formarse
en una fila comn.
Respetando la clasificacin anterior, es posible agrupar los diferentes modelos de la forma
mostrada en la figura 2.3, donde se separan principalmente los modelos markovianos de los no
markovianos. Los markovianos se dividen en modelos con capacidad finita y modelos con
capacidad infinita, los no markovianos, a su vez, se clasifican en modelos con tiempos entre
llegadas exponenciales y tiempos de servicio con cualquier funcin de probabilidad, y en modelos
con tiempos entre llegadas y tiempos de servicio con cualquier tipo de distribucin. Esta agrupacin
se realiza en funcin del procedimiento matemtico utilizado en la solucin del modelo.

Figura 2.3
Agrupacin de los
modelos de
acuerdo con el
procedimiento
matemtico de
solucin.

2.6

ECUACIONES GENERALES

Las medidas de desempeo con que se trabaja en teora de colas son principalmente las siguientes:
Utilizacin del servicio

Representa el porcentaje de tiempo en que los servidores atienden a los clientes y se calcula como la
razn entre la tasa promedio de llegadas y la capacidad total del sistema para proporcionar el
servicio.

Tasa de entrada promedio

Es el valor ponderado de las tasas de entrada a un sistema y representa el nmero promedio de

clientes que, efectivamente, ingresan al sistema convirtindose de clientes potenciales en clientes
reales. A su vez, esta variable es la tasa de salida del sistema; en el caso de sistemas de manufactura
esta variable representa la produccin que en promedio est logrando el sistema.

Nmero promedio de clientes en el sistema

Es el promedio ponderado de los diferentes estados del sistema, definiendo el estado del sistema
como el nmero de clientes que se encuentran acumulados tanto en espera como en servicio en
cualquier momento.

2.7 PROCESOS MARKOVIANOS

El proceso estocstico utilizado en la modelacin de una lnea de espera tiene la propiedad
markoviana, ya que la probabilidad condicional de llegar a un estado futuro depende
exclusivamente del estado actual en el que se encuentre el sistema, sin importar el estado
inicial de dicho sistema. Este conjunto de probabilidades condicionales se conoce como
probabilidades de transicin de un paso y hay que considerar que son estacionarias, o sea
que no cambian con el tiempo. Estas probabilidades se expresan como pj. Hay que
recordar que en este caso, el estado se define como nmero de transacciones dentro del
sistema en un momento dado. La tabla 2.1 muestra la representacin matricial del
comportamiento de una lnea de espera, donde los ndices de la primera columna
representan el estado actual del sistema y los del primer rengln los estados futuros,
relacionados entre ellos por la probabilidad condicional de que el sistema cambie del estado
actual al estado futuro.
Las probabilidades condicionales de la matriz deben de cumplir con:

Las probabilidades de estado estacionario Pj representan el comportamiento probabilstico

de cada estado del sistema a largo plazo y se calculan a partir de las probabilidades de
transicin de un paso de acuerdo con las ecuaciones siguientes:

Tabla 2.1
Matriz de
probabilidades de un
paso.

que forman un sistema de ecuaciones con N + 1 incgnitas, N + 1 ecuaciones

independientes y una ecuacin rendundante que debe ser eliminada.

La solucin de este sistema de ecuaciones origina los valores de las probabilidades

estacionarias independientes del estado en que se encuentre el sistema inicialmente; as
pues, estas probabilidades se representan conforme a la matriz de la tabla 2.2.

Tabla 2.2
Matriz de
probabilidades de
estado estacionario.

Una vez calculadas las probabilidades de estado estacionario, la solucin del modelo
markoviano de lneas de espera se obtiene utilizando las ecuaciones generales descritas en
la seccin anterior.

Ejemplo. Se desea encontrar el nmero de pacientes promedio en el consultorio de un

doctor, para ello se realizaron un total de 73 observaciones con intervalos de 5 minutos
entre cada observacin, registrando en cada ocasin el nmero de pacientes en el
consultorio.
En la tabla 2.3 se clasifica la informacin en funcin de la relacin existente entre
observacionest consecutivas distanciadas en el tiempo cada 5 minutos. Por ejemplo, de las
7^3 Observaciones totales, en 10 de ellas el sistema estuvo en estado O (estado presente) y
5 minutos despus (estado futuro) el sistema haba permanecido igual en 3 ocasiones, haba
cambiado a estado 1 en 5 ocasiones, cambiado a estado 2 en 2 ocasiones y no se observ
cambio a los estados 3 y 4; en 20 de ellas el sistema estuvo en estado 1 (estado presente) y 5
minutos despus (estado futuro) el sistema permaneci sin cambio en 8 ocasiones, cambi a
estado 1 en 7 ocasiones, al estado 2 no se observ cambio alguno y, finalmente, cambi 1 y
4 veces a los estados futuros 3 y 4
respectivamente.

Tabla 2.3
Observaciones del sistema.

Calculando la probabilidad condicional de cambiar del estado presente i al estado futuro j,

puede asegurarse que:

tenemos la siguiente matriz de un paso,

Tabla 2.4
Matriz de probabilidades de un paso.

Con estas probabilidades se puede formar el siguiente diagrama de transicin de un paso:

Figura 2.4
Diagrama de transicin de un
paso

Aplicando las ecuaciones de estado estacionario 2.15 y 2.16 a la matriz de la figura 2.4, se
genera el siguiente conjunto de ecuaciones:
P0 = 0.3P0 + 0.4PT + 0.2P2 + 0.33 P3 + 0.5P4
P! = 0.5P0 + 0.35P! + 0.2P2
P2 = 0.2P0 +
0.2P2 + 0.66 P3
P3 =
O.OSPi + 0.2P2
P4 =
0.2PX + 0.2P2
+ 0.5P4
P0 +
Pl +
P2
+
P4 - 1
Resolviendo el sistema de ecuaciones se obtiene:
P0 = 0.355
P! = 0.310
P2 =0.122
P3 =0.041
P4 =0.173
Al sustituir en la ecuacin 2.6 se encuentra el nmero promedio de pacientes en espera:

En el ejemplo previo, las observaciones se realizaron cada 5 minutos, sin embargo es evidente
que en ese periodo pueden suceder cambios de estado que quedan fuera de la visin del
observador, por lo que se recomienda reducir al mximo el intervalo entre observaciones
consecutivas. Esta reduccin permite que las observaciones de los cambios de estado se lleven a
cabo de manera continua y estn en funcin de la probabilidad de ocurrencia de una llegada o
una salida del sistema. Las observaciones se realizan ahora sobre estas dos ltimas variables.
En el caso de los modelos markovianos M/M, la distribucin de probabilidad que define la
llegada o salida de transacciones de un sistema y, por ende, los cambios de estado en un t + A,
est dada por la distribucin Poisson expresada como:

Si se define un intervalo Ai pequeo que asegure el cumplimiento de los siguientes postulados,

1. Solamente puede ocurrir una llegada entre y Ai.
2. Solamente puede ocurrir una salida entre y A.
3. Solamente puede ocurrir una llegada o una salida entre y A.

Tabla 2.5
Matriz de
probabilidades de un paso para Ai -> O.

2.7.1

MODELOS (M/M/c)(d/N/f)

Caracterizados por la interrupcin de entradas al sistema cuando ste llega a un cierto

estado y cuyo impedimento para entrar puede tener causas atribuibles al sistema como la
falta de espacio, o bien a los clientes como en el" caso, por ejemplo, de que todos los
clientes potenciales se encuentren dentro del sistema y no exista la posibilidad de que llegue
otro cliente. En todos los casos, los sistemas que pueden ser representados mediante un
modelo de capacidad finita se resuelven mediante la aplicacin directa de las ecuaciones
generales, gracias al hecho de que es posible evaluar numricamente el promedio ponderado
de la longitud promedio de fila o de la longitud promedio de clientes en el sistema. En este
caso, la solucin se puede encontrar de la siguiente forma:
Esquematizar el diagrama de probabilidades de transicin para todos los estados posibles
del sistema.
Crear la matriz de transicin o matriz de probabilidades de un paso.
A partir de las ecuaciones 2.15 y 2.16, encontrar todas las ecuaciones de balance.
Resolver el sistema de ecuaciones para la obtencin de las probabilidades de estado
estacionario.
Calcular la tasa efectiva de entrada de clientes al sistema.
Calcular L, LQ, W, Wq y p a partir de las frmulas generales.
Si aplica, evaluar en trminos de costo el rendimiento del sistema en estudio.
Ejemplo. Una sala de espera tiene capacidad para 3 personas. Las personas arriban al
sistema de acuerdo con una tasa de 8 por hora con distribucin Poisson y son atendidas por
una recepcionista en 10 minutos con distribucin exponencial. Si alguien llega y el sistema
est lleno, se retira sin entrar. La clasificacin de este sistema es (M/M/l)(FCFS/4/oo) con el
diagrama de probabilidades que se muestra en la figura 2.5.

Figura 2.5
Diagrama
probabilidades.

La matriz de un paso correspondiente al diagrama de transiciones se muestra en la tabla 2.6.

De la matriz de probabilidades de la tabla 2.6 se obtiene el siguiente sistema de ecuaciones:

Resolviendo el sistema de ecuaciones para encontrar las probabilidades de rstado estable:

de

Se requiere o valor do /*> para la solucin de P,,, por lo <|ur

ecuacin 2.22:

u htuyen estos valores en la

Ahora es posible calcular las medidas de desempeo del sistema, empezando por la tasa
efectiva de entrada al sistema.

valor inferior a 8 personas/hora ya que el 32.76% del tiempo la sala de espeni est llena y se
pierden clientes.
Utilizando la ecuacin 2.2 para calcular la utilizacin del servicio, esto o.-;, el porcentaje de
tiempo que la recepcionista se encuentra atendiendo clientes,

teniendo en mente que el servidor se encuentra ocupado en promedio el 89.6% del tiempo,
entonces el sistema tiene capacidad suficiente para atender a IOM 5.379 clientes que entran
por hora. Con la ecuacin 2.4, calculamos el promedio j del nmero de clientes en la sala de
espera, incluyendo al que est siendo atendido por la recepcionista,

Por ltimo, los factores de tiempo promedio de espera en la fila y de estancia en el sistema
se calculan haciendo uso de las ecuaciones 2.7 y 2.9 respectivamente y los resultados son:

Para algunos clientes, probablemente parezca un tiempo de espera excesivo,

quiz esperen que su tiempo en este sentido pueda ser mejorado; una de las
-oluciones para lograrlo es, por ejemplo, contratar a una segunda recepcionista,
n este caso la clasificacin del sistema es (M/M/2)(FCFS/5/oo) y tanto en el

Figura 2.6
Formas completa
y simplificada del
diagrama
de
probabilidades.

y por lo tanto,
Pl = 0.3167
P2 = 0.2111
P3 = 0.1407
P4 = 0.0938
La nueva distribucin de probabilidad de estado estable nos indica un incremento en la
probabilidad de estar vaco, ya que de un 10.37% con una recepcionista ha pasado a un
23.76%. Otro dato interesante es que la probabilidad de que el sistema se encuentre lleno ha
disminuido de 32.74% a 9.38%, lo cual permite intuir que si antes el sistema permita una
entrada efectiva de slo 5.379 personas/hora, ahora este flujo debe aumentar, para
comprobarlo, tomamos la ecuacin 2.3

con esto, el sistema ha permitido un aumento en el flujo promedio de 1.87 clientes/hora. A

pesar de tener una tasa de entrada efectiva ms alta, la utilizacin del servicio disminuye,
principalmente por el hecho de haber duplicado la capacidad promedio de servicio; de
nueva cuenta, con la ecuacin 2.2, se calcula el porcentaje de tiempo en que las
recepcionistas estn atendiendo clientes:

Con los servidores trabajando un 60.4% se asegura que el sistema tiene la posibilidad de
llegar a estado estable. Con esta informacin y con la ecuacin 2.6 se calcula el nmero
promedio de clientes en la fila:

La ecuacin 2.5, permite calcular, de una manera ms sencilla, el nmero de clientes

promedio incluyendo aquellos que estn con cada una de las recepcionistas:
L = Lq + Sp = 0.3283 + (2)(0.604) = 1.5362

Por ltimo, los nuevos factores de tiempo promedio de espera en la fila y de estancia en el
sistema se calculan mediante las ecuaciones 2.9 y 2.8 respectivamente y los resultados son:

Como era de esperarse, se obtiene una disminucin considerable en el tiempo de espera

promedio de 18.5 a 12.71 minutos/cliente.
No hay que olvidar que la decisin de agregar una recepcionista depende principalmente de
los costos en que incurra el sistema y del ahorro que se pueda generar con el cambio, por
ejemplo, si agregar esa nueva recepcionista incrementa los costos en $15/hy el ahorro
promedio, considerando el tiempo de espera en la fila de los clientes, es slo de $10/h,
entonces no se justifica la contratacin de otra recepcionista.

Ejemplo. En una oficina se cuenta con 5 impresoras. Cada una de ellas trabaja un promedio
de 2 horas con distribucin exponencial antes de detenerse por falta de tinta, papel o
problemas mecnicos. Se asignaron dos personas para mantener las impresoras activas. Si el
tiempo para reactivar una impresora es de 15 minutos con distribucin exponencial,
entonces, la clasificacin de este sistema es: (M/M/2)(FCFS/5/5) y el diagrama de
probabilidades de estado estable se muestra en la figura 2.7, dando por consiguiente la
matriz de un paso, en la que es importante hacer notar la disminucin progresiva en la
probabilidad al cambiar de un estado i a i + 1 puesto que al ir aumentando el nmero de
copiadoras descompuestas, la tasa promedio de entrada disminuye proporcionalmente.

Figura 2.7 Diagrama

de probabilidades de
estado estable.

Tabla 2.8
Probabilidades de un
paso de un modelo
(M/M/2MFCFS/5/5).

Este sistema de ecuaciones se resuelve de una forma similar a la de los ^emplos previos,
pero debido a que la probabilidad de que se descomponga una mquina depende del nmero
de mquinas ya descompuestas, las probabilidades de Pn quedan expresadas trmino a
trmino de acuerdo con:

La distribucin de probabilidad para los 5 estados restantes queda:

Pl = 0.3444
P2 = 0.0861
P3 = 0.0161
P4 = 0.002
P5 = 0.00012
En este caso, la tasa de llegadas est ligada a la cantidad de copiadoras descompuestas, de
tal manera que si todas las copiadoras estn trabajando, la tasa de llegadas es 5 veces ms
alta que en el caso en que tengamos 4 mquinas ya descompuestas y solamente 1
trabajando; mediante la ecuacin 2.3 el promedio en la tasa de entrada es:

hace que se pueda pensar en disminuir el nmero de servidores, en caso de que

econmicamente sea adecuado.
Usando la ecuacin 2.4, se calcula el nmero promedio de copiadoras descompuestas:

El resultado de aproximadamente 0.5 copiadoras, guarda una estrecha relacin con la

utilizacin de los servidores, que al estar en un nivel del 27.66%. la mayor parte del tiempo
se encuentran disponibles para la reparacin del equipo, consiguiendo as que las copiadoras
estn en servicio lo antes posible. Esta idea se ve reflejada tambin en el nmero promedio
de copiadoras esperando ser reparadas, valor que puede ser estimado a partir de la ecuacin
2.6:

El tiempo de espera promedio antes de la reparacin y/o mantenimiento calculado con la

ecuacin 2.9 es:

y el tiempo promedio en el sistema incluyendo el tiempo de reparacin de 15 minutos se

estima en:
W=Wq + E(t) = 0.55 + 15 = 15.55 min

2.7.2

MODELOS (M/M/c) (d/oo/oo)

En un gran nmero de sistemas, tanto la poblacin potencial como la capacidad del sistema
se pueden considerar ilimitados, por ejemplo, la fila para comprar un boleto para ver un
juego de ftbol, la fila para utilizar un cajero automtico, etctera. A diferencia de los
modelos anteriores, la solucin para estos casos hace necesaria la utilizacin de series
geomtricas ya que la distribucin de probabilidad de estado estable no tiene lmite superior
en cuanto a la capacidad del sistema. Es importante recalcar que dada la ausencia de este
lmite, se requiere asegurar la convergencia del sistema a un estado estable, para lo cual
debe cumplirse la condicin de que p < 1, es decir, que la ta-sa promedio de entrada sea
estrictamente inferior a la capacidad promedio de servicio.
En este caso, la solucin se puede encontrar mediante los pasos que a continuacin se
expresan:
Esquematizar el diagrama de probabilidades de transicin para el conjunto de estados
que definan al sistema de la mejor manera posible.
Crear la matriz de transicin o matriz de probabilidades de un paso.
A partir de las frmulas 2.15 y 2.16 definir las ecuaciones de balance.
Representar las probabilidades de estado estacionario Pn mediante una expresin
algebraica.
Calcular la utilizacin de los servidores y verificar que sea menor a 1 para asegurar la
convergencia del sistema.
Calcular la probabilidad de que el sistema se encuentre vaco (P0). En este tipo de
problemas, es necesario hacer uso de series geomtricas para encontrar la convergencia de
los resultados.
Encontrar L, Lq, W, WQ a partir de las frmulas generales, considerando dentro del
procedimiento la utilizacin de las series geomtricas.
Si aplica, evaluar en trminos de costo, el rendimiento del sistema en estudio.
Ejemplo. Se desea evaluar el costo promedio/hora en un sistema de produccin en el cual la
entrada de materia prima a un proceso de taladrado sigue una distribucin Poisson con una
tasa promedio de 9 piezas/hora. Se cuenta con un taladro manual en donde 6 minutos es el
tiempo promedio de proceso que sigue una distribucin exponencial. Los costos de
funcionamiento del taladro y de inventario de piezas se estiman en $1.3/hora y $0.50
respectivamente.

Figura 2.8
Diagrama
simplificado de
probabilidades
de un paso.

El modelo queda clasificado como (M/M/l)(FCFS/oo/oo) y el diagrama de probabilidades

de un paso que se muestra en la figura 2.8, se emplea para evaluar en trminos de costo se
utiliza la ecuacin 2.1; sustituyendo los costos de espera y de servicio se obtiene:

lo que requiere el clculo del nmero promedio de piezas en espera. Para esto se necesita
construir la siguiente matriz de estado transitorio:

Tabla 2.9
Probabilidades de un paso
para un modelo
(M/M/1MFCFS/00/00).

Aplicando las ecuaciones 2.15 y 2.16 para calcular las probabilidades de estado
estacionario, se tiene el siguiente sistema de ecuaciones:

Ejemplo. La llegada de barcos al muelle de un puerto, sigue una distribucin Poisson con
una tasa promedio de 20 barcos/semana. El muelle cuenta con 3 espacios para las labores de
descarga y en cada espacio hay una gra, con la cual es posible realizar las labores de
descarga en 1 da con distribucin exponencial. Si un barco llega y los espacios estn
ocupados, espera en mar abierto hasta que llegue su turno de descarga. Considerando
semanas de 7 das se determinar el tiempo promedio de espera de un barco desde que llega
al puerto hasta que

empieza a ser descargado; el modelo se clasifica como (M/M/3)(FCFS/oo/oo) y se crea el

siguiente diagrama de probabilidades:

Con la expresin matemtica de la distribucin de probabilidad de estado estable, y la

ecuacin 2.6, se calcula el nmero promedio de barcos en espera

Las equivalencias algebraicas son tiles para llevar a cabo el proceso para encontrar la
convergencia de la serie geomtrica de Lq:

2.8 PROCESOS NO MARKOVIANOS

En algunos sistemas de lneas de espera no es posible explicar la variabilidad mediante un
proceso Poisson, lo que ocasiona que el clculo de la distribucin de probabilidad de estado
estable Pn sea difcil de obtener, dada la complejidad para encontrar la probabilidad de un
paso p7- Se han desarrollado ecuaciones particulares para procesos no markovianos donde
se utiliza el coeficiente cuadrado de variacin Cv2 como una relacin entre la media E(f) y
la variancia V(f) de las distribuciones involucradas. A continuacin se presentan algunos
modelos que pueden llegar a ser de utilidad en el anlisis de lneas de espera.
2.8.1 MODELO (M/G/1)(d/oo/oo)
El desarrollo de las ecuaciones para este modelo se realiza utilizando el anlisis de lneas de
espera por medio de cadenas de Markov y desemboca en la obtencin de la frmula 2.30,
conocida como la ecuacin de Pollaczek-Khintchine:

Ejemplo. Un sistema de manufactura cuenta, para su proceso de perforado, con un robot

programado para taladrar en 6 minutos/pieza de una manera constante. La entrada de piezas
sigue una distribucin Poisson con media de 9.5 piezas/hora. Aunque se tiene suficiente
espacio para recibir todas las piezas que requieran de este proceso, se calcular el promedio
de piezas esperando ser taladradas y el tiempo promedio de permanencia en el sistema.

La clasificacin del sistema es (M/G/l)(FCFS/oo/oo), donde:

A, = 9.5 piezas/hora
ILI = 10 piezas/hora
E(t) = 6 minutos/pieza
V(t) = O, por ser un proceso automatizado con tiempo constante (vea la tabla 2. 11).
Para comprobar si el sistema puede llegar a estado estable, calculamos la utilizacin
promedio del servicio con la ecuacin 2.2:

que al ser menor a 1 asegura la estabilizacin. A partir de la ecuacin 2.30, es posible

calcular el inventario promedio de piezas,

con este inventario promedio de 9.025, puede calcularse el tiempo de espera y el tiempo en
el sistema, utilizando las ecuaciones generales 2.9 y 2.8:

2.8.2 MODELO (M/G/S) (d/oo/oo)

Este modelo considera un conjunto de S servidores atendiendo a un nmero ilimitado de
clientes potenciales; no existe limitacin sobre la capacidad del sistema por lo que es
preciso mantener p < 1 para lograr el estado estable. Las llegadas siguen una distribucin de
probabilidad Poisson mientras que el servicio es de tipo general con media E(f) y variancia
V(t). Las frmulas para este modelo son:

Ejemplo. La llegada de barcos al muelle de un puerto, sigue una distribucin Poisson con
una tasa promedio de 20 barcos/semana. El muelle cuenta con 3 espacios para las labores de
descarga y en cada espacio hay una gra, con la cual es posible descargar en promedio 1
barco/da con una varianza de 0.01. Si un barco arriba al puerto y los espacios estn
ocupados, espera en mar abierto hasta que llegue su turno de descarga. Si se trabaja los 7
das de la semana, el modelo se clasifica como (M/G/3) (FCFS/oo/oo). Despus se
determina el nmero promedio de barcos esperando ser descargados.
La informacin relevante en el problema se resume a continuacin:
K = 20 barcos/semana
fi = 7 barcos/semana
S = 3 gras
E(f) = 1/7 semanas/barco
V(f) = 0.01 semanas/barco
Con estos datos se calcula la utilizacin de las gras, para determinar si el sistema llega al
estado estable, entonces:

Del ejemplo (M/M/3)(FCFS/oo /oo) resuelto antes, se determin que la longitud promedio
de espera es de 18.22 barcos. Al calcular el coeficiente cuadrado de variacin del tiempo de
descarga con la ecuacin 2.11, se obtiene:

2.8.3 MODELO (G/G/1) (d/oo/oo)

En este modelo existe un servidor y no hay un lmite superior en cuanto al nmero de
clientes potenciales, as como tampoco sobre la capacidad del sistema. Dadas estas
condiciones el estado estable se conserva si y slo si p < 1. El tiempo entre llegadas y el
tiempo de servicio son distribuciones generales con media E(f) y varianza V(t). Las
frmulas siguientes se usan ampliamente para la modelacin de sistemas conectados en red,
teniendo en cuenta que el manejo de la variabilidad y la conectividad entre cada elemento
de la red se debe realizar

usando las ecuaciones 2.10, 2.11 y 2.12 y que se debe respetar el balance en el flujo de
transacciones entre cada elemento de la red. Las frmulas para el modelo (G/G/l)(d/oo/oo)
son:

Ejemplo. El tiempo entre llegadas de clientes a un taller de reparacin de automviles de

"servicio rpido" sigue una distribucin Weibull con parmetros y = O horas, a = 4 horas, (3
= 2. El tiempo promedio de reparacin se estima en 1.5 horas con una desviacin estndar
de 0.8 horas y solamente se cuenta con un mecnico para este servicio. El dueo desea
comenzar una campaa publicitaria donde se establezca que los automviles estarn listos,
en promedio, antes de 2 horas. Debe iniciar su campaa publicitaria o tiene que replantear
su propuesta en cuanto al tiempo de entrega de los automviles?
El modelo se clasifica como (G/G/l)(FCFS/oo/oo) y se calculan los coeficientes cuadrados
de variacin para el tiempo entre llegadas y el tiempo de reparacin. En el caso de las
llegadas y utilizando las frmulas de la tabla 2.11 para una distribucin Weibull, se obtiene
el tiempo esperado y su variancia. Para tal clculo es necesario utilizar los valores de la
funcin gamma correspondientes a T(1.5) y F(2.0) de 0.88623 y 1 respectivamente:

Tomando la ecuacin 2.32 para calcular la longitud promedio de fila para este modelo, con
el factor de ajuste k de la ecuacin 2.33, correspondiente a un coeficiente cuadrado de
variacin de llegadas menor a 1.

Este valor proporciona al dueo del negocio la base para lanzar su campaa publicitaria con
la confianza de poder cumplir con el plazo promedio de 2 horas.

2.9 RESUMEN
Los modelos de lneas de espera permiten analizar sistemas en los que un conjunto de
clientes llamados transacciones entran a recibir un servicio proporcionado por un conjunto
de entidades en paralelo llamados servidores. Con este anlisis se obtiene un conjunto de
medidas de desempeo del sistema como la utilizacin de los servidores, el tiempo de
espera en la fila, la longitud promedio de transacciones en el sistema, que permitan
determinar si el servicio que se est proporcionando es adecuado.
Actualmente, este concepto se utiliza ampliamente en el modelado de sistemas de
manufactura, como una alternativa a los modelos de simulacin; programas
computacionales como el MANUPLAN, permiten analizar cualquier sistema de
manufactura mediante lneas de espera conectadas entre s formando

una red y obteniendo valores estimados en un plazo relativamente corto. Estos valores
pueden emplearse como una primera aproximacin, antes de desarrollar formalmente un
modelo para la simulacin del sistema.
2.10 PROBLEMAS
2.1.
Calcule la longitud promedio de la fila para un sistema (M/M/l)(FCFS/2/?), utilizando las siguientes
probabilidades de un paso:

1.2. Determine el tiempo promedio de espera en la fila para un sistema clasificado como (M/M/2) (FCFS/3/oo)
al que llegan 21 clientes/h. Las probabilidades de un paso se encuentran en la siguiente matriz:

En una construccin se est usando una flotilla de 5 camiones para transportar el

escombro hacia otro lugar. Se utiliza un trascavo para cargar los camiones y este
proceso tiene una duracin de 1/4 de hora con distribucin exponencial. El camin
cargado lleva el escombro y la descarga en otro lugar, el viaje redondo promedio es
de 1 hora con distribucin exponencial. Calcule:
a) El nmero promedio de camiones esperando para ser descargados.
6) La probabilidad de que el trascavo est ocioso.
c) El nmero de camiones que llegan a la construccin por hora.
2.4. A un sistema (M/M/l)(FCFS/5/oo) llegan los clientes con una tasa de 5 por hora con distribucin Poisson.
El tiempo de servicio es de 15 minutos con distribucin exponencial. Suponga que los clientes pueden
abandonar la fila sin recibir servicio. En general, cada cliente espera 10 minutos con distribucin exponencial
antes de abandonar la fila.
a) Construya el diagrama de tasas.
b) Determine la longitud promedio de la fila.
2.5. Una pequea bodega se surte de material usando una flotilla de 3 camionetas. Se contrata a un muchacho
para descargar las camionetas. El tiempo de descarga depende del nmero de camionetas en la bodega (ji) de
acuerdo a la funcin E(t)= l/7i horas, para n - 1, 2, 3 con distribucin exponencial. Las camionetas descargadas
van por ms material y el tiempo de viaje es de 2 horas con distribucin exponencial. Determine:
a) El nmero promedio de camionetas esperando ser descargadas.
6) La probabilidad de que el muchacho est ocupado.
c) La probabilidad de que todas las camionetas estn de viaje.
d) El nmero promedio de camionetas viajando.

2.6. El tiempo entre llegadas a un sistema de inspeccin visual es 2 minutos/pieza con distribucin
exponencial. El tiempo de inspeccin se distribuye exponencialmente con media de 1.8 minutos/pieza.
a) Clasifique el modelo de acuerdo con la notacin de Kendall y Lee.
b) Calcule el tiempo promedio de espera antes de inspeccin, considerando la clasificacin realizada en
el inciso anterior.
c) Si el sistema se clasifica como (G/G/l)(FCFS/oo/oo), cul ser el tiempo de espera promedio en este
caso?
d) Qu se obtiene si se clasifica como (M/G/l)(FCFS/oo /oo) y se utiliza la ecuacin del lmite superior
de Lq para encontrar el tiempo de espera promedio?
2.7. Encuentre la expresin matemtica para calcular P0 y LQ para un modelo (M/M/2) (FCFS/oo/oo)
con X = 10 y ja = 6.
2.8. Demuestre que para cualquier modelo (M/M/S)(FCFS/oo/oo) con tasa de entrada y tasa de servicio,
la expresin para calcular LQ es:

2.9. En UH taller existen dos secciones, cada una cuenta con una mquina que tiene capacidad de
produccin de 5 piezas/h con distribucin Poisson. La entrada de materia prima a cada seccin es de 4.5
piezas/hora con distribucin Poisson. El costo de funcionamiento de cada mquina es de $ I/hora. El
dueo del taller est interesado en cambiar las dos mquinas a una sola seccin y hacer que toda la
materia prima llegue a ese lugar. Si el costo de tener la materia prima en espera de ser procesada se estima
en $ 0.50 y se consideran los sistemas (FCFS/oo/oo), determine cul de las dos opciones genera menor
costo.
2.10. Una empresa tiene actualmente una mquina con una capacidad de produccin de 10 piezas/hora
con distribucin Poisson. El costo de funcionamiento de esta mquina es de $1.5 O/hora. La empresa est
interesada en sustituirla por una mquina completamente automtica con una capacidad de produccin de
10 piezas/h cuyo costo de funcionamiento se estima en $2.00/hora. El costo de tener la materia prima en
inventario es $0.60/hora/pieza. Si la entrada de materia prima es de 9 piezas/h con distribucin Poisson y
se considera un modelo de tipo (FCFS/oo/oo), calcule:
a) El costo promedio por hora con la mquina actual. 6) El costo promedio por hora con la mquina
automtica.
c) El costo unitario de mantener el inventario para que sea indiferente el seleccionar cualquiera de los
dos sistemas.
2.11. Un banco emplea 10 cajeras para atender a sus clientes. Los clientes llegan de acuerdo con un
proceso Poisson con una media de 3 clientes/minuto. Si un cliente encuentra a todas las cajeras ocupadas
se coloca en una fila comn. Si el tiempo de servicio es exponencial con una media de 1 minuto/cliente,
calcule:
a) La probabilidad de que el banco est vacio.
b) La probabilidad de que haya 10 clientes en el banco.
c) La utilizacin de las cajeras.
d) El nmero promedio de clientes en el banco.
2.12. Una tienda emplea a un dependiente para atender a sus clientes. Los clientes llegan de acuerdo con
una distribucin Poisson con una media de 12 clientes/hora. El dependiente tiene que cobrar y empacar
los artculos comprados por los clientes. Cada uno de los procesos consume 2 minutos con distribucin
exponencial por lo que el tiempo de servicio acumulado es Erlang con k = 2 y una media de 4
minutos/cliente. Calcule:
a) La probabilidad de que la tienda no tenga ningn cliente.

b) El nmero promedio de clientes en la fila.

c) Tiempo promedio de espera en la tienda.
2.13. A un sistema llegan 5 clientes/h con distribucin Poisson. Si a las 5:00 lleg un cliente,
a) cul es la probabilidad de que llegue un cliente antes de las 5:05?,
>) cul es la probabilidad de que en ese mismo intervalo lleguen 5 clientes?
2.14. A la siguiente red de manufactura de tipo taller de produccin intermitente (job-shop) entran 2
piezas/hora con distribucin Poisson. Despus de la primera operacin, las piezas se distribuyen a las
dems operaciones de acuerdo con las proporciones mostradas en el diagrama.

determine:
a) El inventario promedio y la utilizacin de cada una de las estaciones.
>) La estacin "cuello de botella".
Nota: La distribucin de probabilidad de las llegadas a taladrado y a escariado se
conserva como Poisson, aunque con una media ms baja en cada una ya que el flujo
de 2 piezas/h se divide.
2.15. Lalito tiene tres balones y durante todo el da se divierte entrando y saliendo con ellos del interior de la
casa hacia el jardn y viceversa. Debido a su edad, solamente puede manejar un baln al mismo tiempo, aunque
a veces entra o sale de la casa sin baln. El nio se mantiene un promedio de 3 minutos con distribucin exponencial en el jardn y despus entra a la casa donde permanece un promedio de 5 minutos con distribucin
exponencial antes de volver a salir al jardn.
o) Cul es la probabilidad de que haya ms balones adentro de la casa que en el
jardn? 6) En promedio, cuntos balones permanecen en el jardn?
2.15. Se tiene un sistema de produccin al tipo (M/M/l)(FCFS/oo/oo) al cual llegan 12 piezas/hora y cada una
se procesa en un tiempo de 3 min/pieza. Indique de qu tamao tiene que ser el almacn de espera para
que el 80% del tiempo todas las piezas que lleguen quepan en dicho almacn. Cada pieza mide un metro
cuadrado y no se pueden estibar.

2.17. A una mquina de torneado le llegan 10 piezas/hora de la operacin anterior, el tiempo de torneado sigue
una distribucin exponencial con media de 5 minutos/pieza. Debido a problemas con el torno, algunas piezas
tienen que volver a ser torneadas por no cumplir las normas de calidad; en particular, se estima que el 15% de
la produccin tiene que reprocesarse en el mismo torno. Una pieza que se reprocesa tiene que regresar al final
de la linea de espera para tornearse de nuevo. Si se considera que la entrada de piezas al torno (incluyendo las
que vienen del proceso anterior y las reprocesadas) sigue una distribucin Poisson.
a) Cul es la tasa real de entrada al torno?
6)' Cul es la utilizacin del torno?
c) Cul es el nmero de piezas promedio en el inventario?
Nota: El proceso es (FCFS/oo/oo).
2.18. A la biblioteca de Ciudad Mecano llegan un promedio de 26 personas/ao con distribucin Poisson, a
pedir prestado el libro Lneas de Espera. Aquella persona que logra encontrarlo, lo mantiene en su poder
durante 4 das con distribucin exponencial. Las personas que piden el libro y encuentran que est prestado se
van y nunca regresan.
a) Si la biblioteca slo tiene una copia del libro, cul es el nmero esperado de personas que podrn leer el
libro durante el ao?
b) Si cada persona que entra a la biblioteca y no encuentra el libro disponible ocasiona una prdida de $1
como costo de imagen y mala voluntad. Adems, cada libro cuesta $11. Cuntos libros debe comprar la
biblioteca?
2.19. Un promedio de 10 personas/hora con distribucin Poisson entran a los carriles centrales de una alberca
con el fin de nadar durante un rato. En promedio, cada persona nada 30 minutos con distribucin exponencial.
En la alberca existen 3 carriles disponibles para este tipo de nadadores. Si un nadador se encuentra solo en un
carril, nadar pegado siempre al lado derecho del carril; en caso de que otra persona entre en ese carril, cada
nadador realizar su ejercicio por un extremo del carril. Debido a polticas de seguridad nunca puede haber ms
de 2 nadadores en un mismo carril, por esto, si un nadador llega y estn ocupados los carriles se retira enojado
y no regresa.
a) Cul es la proporcin del tiempo en la que habr 3 personas nadando?
b) Cuntas personas en promedio se encuentran nadando en la alberca?
c) Cuntos carriles es necesario asignar para asegurar que el 95% de este tipo de nadadores que llegan a la
alberca puedan entrenar?
2.20. Cinco estudiantes compraron un barril de cerveza y decidieron organizar un convivio. El tiempo para
llenar un vaso de cerveza sigue una distribucin exponencial con media de 2 minutos. El tiempo para beber la
cerveza sigue una distribucin exponencial con media de 18 minutos. Despus de terminarse su cerveza, cada
estudiante inmediatamente vuelve a llenar su vaso.
a) En promedio, cunto espera un estudiante en la fila del barril?
b) Qu fraccin de tiempo no se usa el barril?
c) Si el barril tiene una capacidad de 500 vasos de cerveza, cunto tiempo les tomar a los estudiantes
terminrselo?
2.21. Una caja tiene slo un cajero de tiempo completo. Los clientes llegan a la caja de acuerdo con un proceso
Poisson con una tasa media de 30 clientes/hora. Cuando en el sistema hay menos de 5 clientes, la fila es
atendida por el cajero de tiempo completo, sin embargo, cuando en el sistema hay ms de 5 clientes se abre una
caja adicional con otro cajero y entre ambos atienden a la fila. El tiempo de atencin del cajero de tiempo
completo sigue una distribucin exponencial con media de 2 minutos/cliente. El tiempo de atencin del cajero
de tiempo

a) Obtenga el nmero de clientes promedio en el sistema (L).

2.22. Una mquina procesa piezas con un tiempo que sigue una distribucin exponencial, con media
de 20 minutos/pieza. Indique cul es la probabilidad de que una pieza cualquiera sea procesada en un
tiempo mayor a 35 minutos.
2.23. Un banco tiene una caja de tipo autoservicio. Los carros llegan de acuerdo con un proceso
Poisson con media de 12 carros/hora. El tiempo de atencin al cliente sigue una distribucin
exponencial con media de 4 minutos/carro. Frente a la caja existe un techo que proporciona sombra
para 5 carros (incluyendo al que se encuentra en servicio). Indique cul es la probabilidad de que al
entrar un cliente al sistema le toque sombra durante toda su estancia.
2.24. En una tienda se tienen 3 cajeras, cada una atiende en un tiempo que sigue una distribucin
exponencial con una media de 2 minutos/cliente. Si las llegadas ocurren de acuerdo con una
distribucin de Poisson con parmetro de 1.0 clientes/minuto indique:
a) cul es la probabilidad de que 2 cajeras estn ociosas?
b) cul es el nmero de clientes promedio que se encuentran en la cola?
2.25. Un muelle cuenta con una gra para descargar barcos. El tiempo de descarga es de 2
das/barco con distribucin exponencial, y la tasa de llegadas sigue una distribucin Poisson con una
media de 3 barcos cada 7 das. Si un barco llega y el muelle est ocupado se une a una linea de
espera para ser atendido en orden FCFS. Determine el tiempo promedio que transcurre desde que un
barco llega al sistema hasta que termina su descarga, la probabilidad de que el sistema est vacio y la
longitud promedio de la fila.
2.26. Suponga que un sistema de colas tiene 2 servidores, el tiempo entre llegadas sigue una
distribucin exponencial con una media de 2 horas y el tiempo de servicio sigue una distribucin
exponencial con una media de 2 horas. El mximo nmero de personas que pueden estar en el
sistema es de 5. Determine:
a) la probabilidad de que el sistema est vacio
b) la longitud promedio de la fila.
2.27. A un sistema llegan 10 transacciones/hora de acuerdo con un proceso Poisson. El sistema
cuenta con 3 servidores, cada uno de los cuales procesa las transacciones de acuerdo con una
distribucin exponencial con media de 15 min/transaccin. El costo de servicio es de $500/hservidor y el costo de la espera se estima en $ 1000/h-transaccin.
a) Determine p, L, Lq, Wy WQ.
2.28. El tiempo entre llegadas de las piezas a un sistema sigue una distribucin normal (ja = 5, a =
3) minuto. Si el proceso de las piezas lo realiza un robot en 4.9 min/pieza. Determine:
a) el inventario de piezas antes de llegar al robot
b) cuntos minutos de espera transcurren antes de que las piezas sean procesadas?
2.29. Obtenga el valor de Pn n = 1, 2, . . . para un sistema con un servidor, donde las llegadas son
Poisson con una media de X,;l= 15(1 - (?i/3)) y el tiempo de proceso es exponencial con media de 5
min/cliente.
2.30. Un sistema cuenta con 3 servidores. El tiempo de atencin a los clientes sigue una distribucin
exponencial con media de 10 minutos/cliente. La tasa de llegadas al sistema sigue una distribucin
Poisson con una media que va disminuyendo conforme aumenta el

>5

35

30

25

20

15

10

Considerando que el sistema es de tipo ilimitado, encuentre el valor de Lq.

2.31. En una tienda hay 3 cajeras, cada una atiende en un tiempo exponencial con una media de 2
minutos/cliente. Si las llegadas ocurren de acuerdo con una distribucin de Poisson con parmetro de
1.5 clientes/minuto, indique
a) Cul es la probabilidad de que las 3 cajeras estn ociosas?
b) Cul es el nmero promedio de clientes que se encuentran en la cola?
2.32. El Centro de Salud de Monterrey es responsable de administrar la vacuna oral contra la
poliomielitis a los nios de edad escolar. El centro est organizado de tal forma que los padres con
sus hijos formen una sola fila para recibir atencin. El servicio se ofrece una vez por semana y en ese
da las llegadas siguen una distribucin Poisson con media de 30 nios/hora. El Director del Centro
sabe que la mayora de los padres tienen que ausentarse de su trabajo para llevar los nios a
vacunarse, por eso el director desea limitar el tiempo de estancia en el Centro de Salud a no ms de 1
minuto. Si una sola enfermera es capaz de vacunar de acuerdo con una distribucin Poisson con tasa
de 20 nios/hora. Cuntas enfermeras debe programar el Director ese da para lograr su objetivo?
2.35. A un sistema llegan 10 transacciones/hr de acuerdo con un proceso Poisson. Existen 3
servidores, cada uno de los cuales procesa las transacciones de acuerdo con una distribucin
exponencial con media de 15 min/transaccin. El costo de servicio es de $500/hora-servidor y el
costo de la espera se estima en $1000/hora-transaccin. Determine p, LQ y WQ.
Al sistema anterior lleg un nuevo servidor para sustituir a los 3 anteriores; se sabe que es capaz de
atender cada transaccin de acuerdo con una distribucin exponencial con media de 5 min, pero
cobra un sueldo de $1500/hora.
a) Determine p, Lq y Wq.
b) Determine con base en los costos, cul de las dos polticas (S = 3 o S = 1) es mejor para la
empresa.