TEORIA DE COLAS

Investigacin de
operaciones II

Ricardo Manuel Alarcn Salinas

Rafael Anbal Garca Rivas
David Alcides Meja Lemus
Guillermo Antonio Quezada Yazbek

UJMD
Agosto
2012

INDICE
Modelo de colas de Poisson generalizado
Colas especializadas de Poisson
Notacin general de la situacin general
de colas
Medidas de rendimiento de estado estable
Modelos de un solo servidor
Modelos de servidores mltiples
Modelo de servicio de mquinas
Formula Pollaczeek-Khintchine (P-K)

Modelo de colas de Poisson

generalizado
Son aquellos modelos utilizados para lneas
de espera que combinan procesos de
llegadas y salidas. Y se basa en las hiptesis
de Poisson: el tiempo entre llegadas y de
servicio tienen una distribucin exponencial.
Cualquier sistema de colas para por dos
fases bsicas: Transitoria y estable.

El desarrollo del modelo

generalizado
se
basa
en
el
comportamiento de estado estable.

 Ecuaciones de balance de flujo

Ejercicios
1. En una peluquera se atiende a un cliente cada
vez, y tiene 3 sillas para los clientes que esperan.
Si el lugar est lleno, los clientes van a otra parte.
Las llegadas siguen una distribucin de Poisson
con una media de 4 clientes por hora. El tiempo
de un corte de pelo es exponencial con 15 min de
promedio. Determine:
a)Las probabilidades de estado estable.
b)La cantidad esperada de clientes en la peluquera.
c)La probabilidad de que los clientes vayan a otra
parte por estar lleno el local.

 = 4 clientes por hora

n = 4
n = 0, 1,2,3,4
n = 0
n5
(si est lleno los
clientes se van)

n = 60/15 = 4 clientes por hora


(a)

P1 = (4 /
P2 = (4 /
=1
P3 = (4 /
P0 = 1
P4 = (4 /

4) P0
= P0
4)2 P0 = P0 P0 + P1 + P2 +P3 + P4
4)3 P0 = P0

P0 + P0 + P0 + P0 +

4)4 P0 = P0
P0 = 1/5

 (b) L= n(Pn)
Nmero esperado = 0P0 + 1P1 + 2P2
+ 3P3 +4P4
de clientes
= 1/5 (1+2+3+4) = 2
(c) P4={(4/4)4}(1/5)
P4 = 0.2

2. Dado que la tasa de llegada a una

tienda es de 30 personas por hora y la
tasa promedia de servicio es de 40
personas por hora, Cul es la
probabilidad de que un cliente que
llega no tenga que esperar servicio?

Sea Po = la probabilidad de que un

cliente que llega no tenga que esperar
servicio. Esto es, Po es la probabilidad
de que el sistema este vaco.

Determinamos Po de la ecuacin
Po + 0.75Po + 0.7512Po + = 1
Po ( 1+ 0.75 + 0.752 + ) = 1
Con la frmula para la suma de una
serie geomtrica obtenemos
Po=0.25

3. Newell y Jeff son peluqueros que operan

de manera independiente. Tienen dos
sillas para clientes que esperan su corte,
entonces el nmero de clientes en el
sistema vara entre 0 y 4. Para n=1, 2, 3,
4, la probabilidad Pn de que haya
exactamente n clientes en el sistema es
P0= 1/16 , P1 = 4/16, P2= 6/16 P3= 4/16,
P4= 1/16.

a) Calcule L. L=n(Pn)
L= 0(1/16) + 1(4/16) + 2(6/16) + 3(4/16) + 4(1/16) = 2

que representa el numero promedio de clientes en la

tienda, incluyendo los que estn cortndose el
pelo.
b) Determine el numero esperado de clientes que
estn siendo servidos
E(clientes siendo servidos)=
1P1 + 2(P2 + P3 + P4) = 4/16 + 2(6/16 + 4/16 + 1/16) =
13/8

Colas especializadas de
Poisson
Son modelos para lneas de espera
que representa la situacin
especializada de Colas de Poisson
con c servidores paralelos idnticos.
Un cliente en espera se selecciona
de la cola para iniciar el servicio con
el primer servidor libre.

Notacin general de la
situacin general de colas

Esta notacin fue originada por

D.G. Kendall en 1953 en la forma
(a/b/c) y se le conoca como
Notacin de Kendall. Luego otros
personajes agregaron las letras
(d/e/f).

Dnde:
a: Describe la distribucin de llegadas
b: Describe la distribucin de salidas
c: Nmero de servidores paralelos
d: Disciplina de cola
e: Nmero mximo (finito o infinito)
permitido en el sistema (en cola y servicio)
f: tamao de la fuente demandante (finito
o infinito)

La notacin estndar para representar las

distribuciones de llegadas y salidas es:
M: Distribucin de llegadas o salidas
Markovianas
D: Tiempo constante (determinstico)
GI: Distribucin general del tiempo entre
llegadas
G: Distribucin general del tiempo de
servicio

Representacin de la Disciplina de Colas:

PEPS: primero que llega, primero que se
atiende
UEPS: ltimo que llega, primero que se
atiende
SIRO: Servicio de orden aleatorio
GD: disciplina general (cualquier tipo de
disciplina)

Ejemplos:
(M/D/10): (DG/N/)
(M/M/1) :(DG//)

Medidas de rendimiento de
estado estable
El objetivo ltimo de la teora de
colas consiste en responder
cuestiones administrativas
pertenecientes al diseo y a la
operacin de un sistema de colas.

Las medidas de rendimiento o funcionamiento

que se utilizan para evaluar un sistema de
colas:

Wq: es el tiempo promedio de espera

W Ws: es el tiempo promedio en el sistema
Po: Probabilidad de que no hayan clientes en
el sistema
Lq: es la longitud media de la cola
L Ls: es el nmero medio en el sistema.

Pw: es la probabilidad de bloqueo

U: indica la probabilidad de que el
servidor est ocupado y la fraccin de
tiempo que un servidor est ocupado
Pn: Probabilidad de que existan n
clientes en el sistema
Pd: probabilidad de negacin del
servicio, si el espacio de espera es finito.

 Las relaciones entre las medidas de

rendimiento son:

Ejercicios
1. El estacionamiento de visitas de Ozark College se limita
slo a cinco cajones. Los automviles que lo usan llegan
siguiendo una distribucin de Poisson con frecuencia de
cinco por hora. El Tiempo de estacionamiento tiene
distribucin exponencial con 30 minutos de promedio.
Las visitas que no pueden encontrar un lugar vaco
inmediatamente cuando llegan pueden esperar
provisionalmente Dentro del estacionamiento hasta que
salga un automvil estacionado. Los cajones
Provisionales slo pueden contener tres vehculos. Otros
vehculos que no se puedan estacionar ni encontrar un
espacio de espera temporal se deben ir a otra parte.
Determinar lo siguiente:

a) La probabilidad pn de que haya n automviles

en el sistema.
b) La frecuencia efectiva de llegada para automviles
que usen en realidad el estacionamiento.
c) La cantidad promedio de automviles en el
estacionamiento.
d) El tiempo promedio que espera un automvil hasta
que haya un cajn libre dentro del estacionamiento.
e) La cantidad promedio de cajones de
estacionamiento ocupados.
f) La utilizacin promedio de ese estacionamiento.

El sistema tiene un total de c = 5 servidores

en paralelo
la capacidad mxima del sistema es 5 +3= 8
automviles.

Un automvil no podr entrar al estacionamiento si ya

estn 8
automviles en l. Eso quiere decir que la proporcin de vehculos
que no pueden entrar al lote es p8. Entonces,
Perdido = p8 = 6 * 0.02105 = 0.1263 automviles por hora
ef = -perdido = 6 - 0.1263 = 5.737 automviles por hora

La cantidad promedio de vehculos en el estacionamiento (los que

esperan o los que ocupan un cajn) es igual a Ls, la cantidad
promedio en el sistema. Se puede calcular Ls a partir de pn como
sigue:

Ls = 0p0 + 1p1 + p + 8p8 = 3.1286 automoviles.

Un automvil que espera en los cajones

provisionales en realidad es uno en una
lnea de espera. Entonces, su tiempo de
espera a que haya un cajn vaco es Wq.
Para determinar Wq se usar la ecuacin.

La cantidad promedio de cajones

ocupados es la misma que la cantidad
promedio de servidores ocupados,

De , se obtiene:

2. Los automviles que llegan a una caseta de pagos en

una carretera, segn una distribucin de Poisson con
media de 90 por hora. El tiempo promedio para pasar
por la caseta es de 38 segundos. Los choferes se quejan
de un largo tiempo de espera. Los cobradores estn
dispuestos a disminuir a 30 segundos, el tiempo de paso
por la caseta, introduciendo nuevos mecanismos
automticos. Esto puede justificarse nicamente si con
el sistema anterior el nmero de automviles que
esperan excede a 5. Adems, con el nuevo sistema el
porcentaje de tiempo ocioso de la caseta no deber ser
mayor del 10%. Puede justificarse la nueva
disposicin?

25% pasara de ocioso el sistema por lo tanto

para esta condicin no justifica el implemento
de este nuevo servicio.

Si justifica porque el nmero de autos que

esperan se reducirn a 2.25 3

3. Suponga que usted observa una peluquera

los sbados en la maana y encuentra que
los clientes aparecen como un proceso de
Poisson y que la rutina de llegada es de 5
por hora. Adems que todos los clientes que
llegan esperarn hasta ser atendidos.
Suponga ahora que la atencin en la
peluquera por tiempo es aproximadamente
exponencial y en promedio dura 10 minutos
cada corte de pelo etc.

Al modelar la anterior informacin como M /

M / 1 se tiene que:

Lo anterior nos da = 5/6 y de acuerdo con la

teora

Es el nmero esperado de clientes en la

peluquera incluyendo el que est en la
silla

Es el nmero de clientes esperando

sentados para ser peluqueados.

Modelos de un solo
servidor
Para el caso de un solo servidor
(c=1) se presentan dos modelos.
Se supone que los clientes llegan
con una tasa constante de
clientes por unidad de tiempo. La
tasa de servicio tambin es
constante e igual a clientes por
unidad de tiempo.

5.1. Modelo (M/M/1): (GD//)

Este modelo de servidor nico no tiene

lmites en la capacidad del sistema o
de la fuente de llamadas, con llegadas
y salidas de Poisson con tasa medias.

Definiendo
obtenemos la
siguiente frmula general para este
modelo:
Pn = (1- n, n = 0, 1, 2,

Las medidas de desempeo son:

5.2 Modelo (M/M/1): (GD/N/)

La diferencia de ste modelo y el

anterior, la es que tiene nmero
mximo de clientes permitidos en el
sistema N (longitud mxima de la lnea
de espera es = N-1). Cuando hay N
clientes en sistema, no se aceptan mas
llegadas

Para

Rendimiento:

ef = perdido = 1-pN)
Lq = Ls-(le, f/m)= Ls - [( 1-pN )]/m pN
Wq = Lq / e, f = Ls / 1-pN
Ws = Wq +1/ = Ls / 1-pN

Ejercicios
Modelo (M/M/1): (GD//)
1. Un restaurante de comida rpida tiene una ventanilla de
servicio para automviles. Los vehculos llegan de acuerdo con
una distribucin de Poisson, con una frecuencia 2 cada 5
minutos. En el espacio frente a la ventanilla pueden caber 10
vehculos cuando mucho, incluyendo al que se est sirviendo. Si
es necesario, otros automviles pueden esperar fuera de este
espacio. El tiempo de servicio por cliente es exponencial, con
una media de 1.5 minutos. Calcule lo siguiente:
a) La probabilidad de que la instalacin este vaca.
b) La cantidad estimada de clientes esperando que los atienda.
c) El tiempo estimado de espera para que un cliente llegue a la
ventanilla y haga su pedido.

Modelo (M/M/1): (GD//)

2. Los clientes llegan en automvil a una ventanilla bancaria de
acuerdo con una distribucin de Poisson, con una media de 10
horas. El tiempo de servicio a cada cliente es exponencial, con
una media de 5 minutos. Hay 3 espacios frente a la ventanilla,
incluyendo el del automvil que es atendido. Si llegan ms
vehculos, deben esperar fuera de este espacio para 3 vehculos.
a) Cul es la probabilidad de que un cliente que llega pueda
manejar directamente hasta el espacio frente a la ventanilla?
b) Cul es la probabilidad de que un cliente que llega tendr que
aguardar fuera del espacio indicado?
c) Cunto tendr que esperar un cliente que llega antes de que
comience a drsele servicio?

a)

Modelo (M/M/1) : (GD//)

3. En un servidor en un autoservicio de venta de
caf la tasa de llegada al servidor es 10
vehculos por minuto, y el tiempo de ejecucin
en todo el sistema es de 5 segundos, estos
tiempos se distribuyen exponencialmente.
a)Qu proporcin de tiempo est el servidor
ocioso?
b)Cul es el nmero promedio de vehculos
esperados en la cola del sistema?

Modelos de servidores mltiples

6.1. Modelo (M/M/c): (DG//)

En este modelo los clientes llegan

con una tasa constante y un
mximo de c unidades puede ser
atendidos simultneamente. La tasa
de servicio por servidor activo es
tambin constante e igual a

Medidas de desempeo:


6.2. Modelo (M/M/c): (DG/N/), c N

Esta situacin de espera difiere de la

anterior pues se impone un lmite N
sobre la capacidad del sistema (es
decir, tamao mximo de la lnea de
espera = N-c).

Medidas de desempeo

6.3 Modelo de autoservicio (M/M/ ):

(GD/ / )

En este modelo el nmero de

servidores es ilimitado porque el cliente
mismo es tambin el servidor. Este es
normalmente el caso en los
establecimientos de autoservicio.

Medidas de desempeo

Ntese que Wq = 0 porque cada cliente

se atiende a s mismo. Esta es la razn
por la que Ws es igual al tiempo de
servicio medio 1/u .

Ejercicios
Modelo (M/M/c): (GD/ / )
1. Una pequea oficina de correos tiene dos ventanillas abiertas.
Los clientes llegan siguiendo una distribucin de Poisson con la
frecuencia 1cada 3 minutos. Sin embargo solo el 80% deben
ser atendidos en las ventanillas. El tiempo de servicio a los
clientes es exponencial, con 5 minutos de promedio. As ese
80% de los clientes que llegan se forman en una cola y llegan
a las ventanillas disponibles en disciplina PLPS.
a) Cul es la probabilidad de que un cliente que llegue deba
esperar en la fila?
b) Cul es la probabilidad de que las dos ventanillas estn
vacas?
c) Cul es la longitud promedio de la cola?

a)

b)

c)

Modelo (M/M/c): (DG/N/, c N

2. Un pequeo taller de ajuste de motores ocupa a tres mecnicos. A

principios de marzo cada ao las personas llevan al taller las
segadoras y podadoras que reciben mantenimiento. El taller quiere
aceptar todas las segadoras y podadoras que le lleven. Sin
embargo, cuando los clientes que llevan ven que el piso del taller
est cubierto con trabajos en espera, van a otra parte para recibir
un servicio ms inmediato. El piso del taller puede dar cabida
cuando mucho a 15 segadoras o podadoras, adems de las que
reciben el servicio. Los clientes llegan al taller cada 15 minutos en
promedio y un mecnico tarda un promedio de 30 minutos en
terminar cada trabajo. El tiempo entre llegas y el tiempo de servicio
tienen distribucin exponencial. Determine lo siguiente:
a) La Probabilidad de que el siguiente cliente que llegue reciba
servicio
b) La probabilidad de que al menos un mecnico este sin trabajo.

Modelo (M/M/): (GD//) autoservicio

3. A los conductores nuevos se les pide pasar un examen por
escrito, antes de hacer las pruebas de manejo. Los exmenes
escritos suelen hacerse en el departamento de polica de la
ciudad. Los registros de la ciudad de springdale indican que la
cantidad promedio de exmenes escritos es de 100 por da de
8 horas. El tiempo necesario para contestar el examen es de 30
minutos, ms o menos. Sin embargo, la llegada real de los
aspirantes y el tiempo que tarda cada uno en contestar son
totalmente aleatorios. Determine lo siguiente:
a) La cantidad promedio de asientos que debe tener los
departamentos de polica en el saln de examen.
b) La probabilidad de que los aspirantes rebasen la cantidad
promedio de asientos que hay en el saln de examen.

Modelo de servicio de mquinas

7.1 (M/M/R): (GD/K/K)

Mediante el modelo de servidor de

mquinas se propone la idea de
disponer de R cantidad de tcnicos
con el propsito de ofrecerle
reparaciones a un nmero k de
mquinas.

Variables en las frmulas para el modelo

de servicio de mquinas:

Medidas de desempeo

Ejercicios
1. En una empresa la reparacin de un cierto tipo de
maquinaria existente en el mercado se realiza en 5
operaciones bsicas que se efectan de una manera
secuencial; si el tiempo que se lleva en realizar cada uno
de los 5 pasos tiene una distribucin exponencial con
media de 5 minutos. Estas mquinas se descomponen
segn una distribucin Poisson con una razn media de 2
mquinas / hora y en la fbrica solo hay un mecnico que
las repara. Calcular las caractersticas de operacin de la
empresa.

2.Toolco opera un taller que contiene 22 mquinas. Se

sabe que cada mquina se avera cada dos horas, en
promedio. Se requiere un promedio de 12 minutos
para terminar una reparacin. Tanto el tiempo entre
averas como el tiempo de reparacin siguen una
distribucin exponencial. Toolco est interesada en
determinar el nmero de mecnicos necesarios para
mantener continuamente funcionando el taller.
La situacin se analiza investigando la productividad
de las maquinas como una funcin del nmero de
mecnicos. Esta medida de productividad se define
como:

La productividad asociada es baja

(=45.44%). Si se incrementa el numero
de mecanicos a dos, laproductividad
salta de 34.71% a 80.15%. Cuando
empleamos a tres mecanicos, la
productividad aumenta solo 8.64% a
88.79%, mientras que cuatro
mecanicos aumentaran la
productividad 1.66%, solo a 90.45%.

A juzgar por estos resultados, se justifica el uso

de dos mecanicos. Contratar tres empleados
no sirve por que eleva la productividad en solo
8.64%. Quiza una comparacion monetaria
entre el costo de contratar una tercera persona
y el ingreso atribuido a 8.64% de aumento en
productividad se aproveche para establecer
este punto. En cuanto a contratar un cuarto
mecanico, el magro aumento de 1.66% en la
productividad no justifica tal accin.

3.Una Compaa debe tomar una decisin con respecto a su

poltica de contratar un mecnico para reparar un
mecanismo que se descompone con una tasa promedio de
4 por hora de acuerdo con una distribucin Poisson; el
tiempo improductivo de cualquiera de los mecanismos
est costando $5000 por hora a la Empresa. La Compaa
puede contratar dos tipos distintos de mecnicos: uno
lento, pero poco costoso a $2500 por hora y el otro rpido,
pero ms costoso a $4500 por hora; el mecnico lento
puede reparar exponencialmente los mecanismos a una
tasa promedio de 6 por hora, mientras que el mecnico
rpido repara exponencialmente a razn de 8 por hora.
Basndose en los datos anteriores cul mecnico debe
contratarse?

Donde COL, COR, CTL y CTR

corresponden a costo ocioso para el
mecnico lento, costo ocioso para el
mecnico rpido, costo total para el
mecnico lento y costo total para el
mecnico rpido. La decisin es
entonces finalmente contratar el
mecnico rpido, porque la Compaa
ahorra costo.

Formula Pollaczeek-Khintchine (P-K)

8.1 Modelo (M/G/1): (GD//)

El que el tiempo de servicio, t, est
representado por cualquier
distribucin de probabilidad con
media E(t) y varianza var(t). Los
resultados del modelo incluyen las
medidas bsicas de rendimiento, Ls,
Lq, Ws y Wq. El modelo no
proporciona una expresin de forma
cerrada para Pn debido a la
dificultad analtica.

Ejercicios
1. En una instalacin de servicio de lavado de autos, la
informacin recolectada indica que llegan autos para ser
atendidos segn una distribucin de Poisson con la
media de 5 por hora. El tiempo para lavar y asear cada
automvil varia, pero se advierte que sigue una
distribucin exponencial con media de 10 minutos por
automvil. La instalacin no puede dar alojamiento a
ms de un auto a la vez. (Supngase que en el
establecimiento de lavado de autos de este ejemplo, el
lavado lo realizan maquinas automticas, de manera que
el tiempo de servicio se puede considerar el mismo y
constante para todos los autos. El ciclo de la maquina
lavadora tarda exactamente 10 minutos).

2. En un caf exprs. Los clientes siguen

un proceso Poisson con tasa media de
30 por hora. El tiempo necesario para
que se sirva a un cliente tiene
distribucin exponencial con media de
75 segundos.

3. Layson Roofing Inc. Instala tejados en residencias nuevas y

viejas. Los posibles clientes piden el servicio aleatoriamente,
con una frecuencia de nueve trabajos mensuales (meses de 30
das) y se pone en la listad de espera para atenderlos con base
PLPS. Los tamaos de las casas Varan, pero es razonable
suponer que las superficies de los techos tiene una
distribucin uniforme entre 150 y 300 cuadrados. La cuadrilla
de trabajadores suele terminar 75 cuadrados por da calcule lo
siguiente:
a) La cantidad de trabajos que tiene Layson Roofing pendiente
al da.
b) El tiempo promedio de espera de los clientes hasta que se
termine su trabajo.