Está en la página 1de 20

Modelos de Lneas de Espera

Elementos Bsicos
Cliente
Servidor

Llegan al sistema (instalacin)


Prestacin de servicio al cliente
Sistema
servidor

Llegada de
Clientes

Cliente sale
despus de ser servido
Lnea de espera o cola

Motivacin
Quien no ha tenido experiencia respecto:
1.
2.
3.
4.
5.
6.

Clientes que esperan ser atendidos en las cajas de un banco, supermercado, restaurante.
Automviles que esperan avanzar en una luz de semforo.
Pacientes que esperan ser atendidos en un consultorio, clnica, hospital.
Aviones que esperan para despegar en un aeropuerto.
Mquinas descompuestas que esperan ser reparadas por el tcnico.
Programas que esperan ser procesados por un computador, etc.

Factores importantes
1. Distribucin de la llegadas de los clientes (individualidad o masiva).Llegan individualmente y se atienden individualmente,
Llegan en grupos y/o se atienden en grupos,
Frecuencia de llegadas (distribucin de Poisson)
2. Distribucin del tiempo del servicio (individual o masivo).- Duracin del servicio
(distribucin exponencial).

Otros factores
1. Disciplina del servicio.- Como se elige a los clientes de la lnea de espera (FIFO, LIFO,
SIRO (orden aleatorio), por prioridad). En las lneas de espera con prioridad, los clientes
tienen prioridad en la atencin.
Curso: IO2
Prof. Rosa Delgadillo

2. Diseo de la instalacin del servicio (estaciones en serie, paralelo o en red).


- Cuando el diseo incluye ms de un servidor, ejemplo las cajas de un banco  Lnea
de espera con servidores en paralelo.
- El diseo de la instalacin comprende un nmero de estaciones en serie por la que pasa
el cliente antes de completar su servicio. (ejm. Procesamiento de un producto).  Lneas
de espera en serie.
- Un diseo general que incluye estaciones de procesamiento en serie y en paralelo.
 Lneas de espera en red.
Finita
3. Tamao de la lnea 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 nmero
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

Clasificacin de Kendall
(a/b/c) : (d/e/f)
a = Distribucin de llegadas
b = Distribucin de tiempo de servicio (o salidas)
c = Nmero de servidores en paralelo (c = 1,2,)
d = Disciplina de servicios (LIFO, FIFO, SIRO, c/prioridad)
e = Nmero mximo admitido en el sistema (L.E + en servicio)
f = Tamao de la fuente

L.E = lnea de espera

Notacin estndar que reemplaza a los smbolos: a y b


M = distribucin de llegadas o salidas de Poisson, y distribucin de tiempo entre llegada o de
tiempo de servicios la exponencial
D = Nmero de llegadas o tiempo de servicio es constante o determinstico.
G= Nmero de llegadas o tiempo de servicio tiene distribucin general con media y varianza
conocida.
Curso: IO2
Prof. Rosa Delgadillo

Distribucin del proceso de llegadas o arribos ( Distribucin Poisson)

El proceso de llegadas en un modelo de lneas de espera influencia en la determinacin de la


distribucin de probabilidad del nmero de arribos en un determinado lapso de tiempo.
Las llegadas normalmente ocurren de manera aleatoria, en muchos casos de lneas 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 distribucin de Poisson ofrece una buena descripcin
(aproximacin) para la distribucin de las llegadas o arribos.

Entonces utilizando la funcin de probabilidad de Poisson, se define la probabilidad de x


llegadas en un tiempo especfico (t) sea dado por
P( x) =

x e
x!

para x = 0,1,2.....

en donde
x = Nmero de llegadas en el periodo (o intervalo de tiempo)
= Nmero promedio de llegadas por periodo
e = 2.71828
Ejemplo 1:
Suponga que la tasa promedio de arribos de clientes a una pizzera es de 45 clientes por hora,
entonces en un minuto el nmero promedio de llegadas de clientes ser de = 45/60 = 0.75
llegadas por minuto.
Se utiliza Poisson para calcular la probabilidad de x llegadas durante un lapso de un minuto.

P( x) =

x e
x!

0.75 x e 0.75
x!

de la tabla e 0.75 = 0.4724,


As, las probabilidades de 0,1, y 2 llegadas por minuto son:
P ( x = 0) =

Curso: IO2
Prof. Rosa Delgadillo

0.75 0 e 0.75
= e 0.75 = 0.4724
0!

P( x = 1) =

0.751 e 0.75
= 0.75 e 0.75 = 0.3543
1!

P( x = 2) =

0.75 2 e 0.75
= 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 prctica se debe de verificar para un periodo (horas, das, semanas), si los arribos siguen
una distribucin de Poisson.

Distribucin del Tiempo de Servicio (Distribucin Exponencial)


Es el tiempo que el cliente deja transcurrir en la instalacin una vez que se inicia el servicio.
Los tiempos de servicio no son constantes
La distribucin de probabilidad exponencial es la que proporciona (ms se ajusta) una buena
aproximacin de los tiempos de servicio
Entonces, la probabilidad de que el tiempo de servicio sea menor o igual a un tiempo o duracin
est dada por:
P(tiempo de servicio t ) = 1 e t

donde:
= nmero promedio de unidades que pueden ser atendidas por periodo

Ejemplo 2:
Suponga que de los estudios hechos en la pizzera, el proceso de recepcin y atencin de las
rdenes, efectuado por el nico empleado que atiende y tambin prepara las pizzas; procesa en
promedio 60 rdenes de clientes por hora.
Entonces en un minuto, la tasa promedio de servicio es:
por minuto.

Curso: IO2
Prof. Rosa Delgadillo

=60/60 =1, esto es atiende un cliente

Por tanto es posible calcular la probabilidad de procesar una orden en minuto o menos, en un
minuto o menos, en 2 minutos o menos. As
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 Lneas de espera de 1 solo canal con llegadas Poisson y tiempos de servicio
exponencial (M/M/1)
Suposiciones:
La lnea de espera tiene 1 solo canal
Patrn de llegadas con distribucin Poisson
Tiempo de servicio con distribucin exponencial
Disciplina del servicio FIFO
Caractersticas de Operacin
Las frmulas que se emplean para determinar las caractersticas de operacin del estado estable
son:
= Nmero promedio de llegadas por periodo (tasa promedio de llegadas)
= Nmero promedio de servicios por periodo (tasa promedio de servicio)
1) Probabilidad de que no haya unidades en el sistema
P0 = 1

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)


Lq =

2
( )

3) Nmero promedio de unidades en el sistema (tamao total)

Curso: IO2
Prof. Rosa Delgadillo

L = Lq +

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


Wq =

Lq

5) Tiempo promedio que una unidad pasa en el sistema


W = Wq +

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

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


n

Pn = p 0

donde

= factor de utilizacin de la instalacin (servicio). Este proporciona la probabilidad

de que la instalacin de servicio este ocupada.


Estas formulas del 1 al 7 solo se aplican cuando > ;
esto es, la tasa promedio de servicio > tasa promedio de llegadas;
o sea, cuando

< 1 ; en caso contrario la cola crece sin limite, pues el servicio no tiene

capacidad para manejar las unidades que llegan.

Ejemplo 3:
En el problema de la Pizzera, la tasa promedio de llegadas es de = 0.75 clientes por minuto y
la tasa de servicio es = 1 , clientes por minuto,
 >
Aplicando las frmulas se obtiene:
Curso: IO2
Prof. Rosa Delgadillo

P0 = 1

0.75
= 1
= 0.25

0.75 2
2
=
= 2.25
( ) 1(1 0.75)

Lq =

L = Lq +

Wq =

Lq

0.75

= 2.25 +
=3

1
=

W = Wq +

Pw =

clientes

clientes

2.25
= 3 minutos
0.75

1
= 3 + = 4 minutos

0.75
=
= 0.75

En el ejemplo visto se observa que:


- Los clientes esperan en promedio 3 min. antes de ser atendidos (esto es, antes de solicitar su
pedido)
- Adems el nmero promedio de clientes que esperan en la cola es de 2.25
- y el 75% de los clientes esperan
esto son indicadores que muestran que debe hacerse algo para mejorar la eficiencia de operacin
de la lnea de espera.
Mejorar el desempeo de la lnea de espera, generalmente se concentra en mejorar la tasa de
servicio, de dos maneras:
1) Aumentar la tasa promedio de servicio ( )
2) Aadir canales paralelos de servicio de manera que sea posible atender a ms unidades a la
vez.
En el primer caso: Aumentar la tasa promedio de servicio
Ejemplo 4:

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


Una persona que recepciona y entrega 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 = 75 / 60 = 1.25 , como = 0.75 , se puede obtener:
Curso: IO2
Prof. Rosa Delgadillo

Probabilidad de que el sistema este desocupado


P0 = 1

0.75
=1
= 0.4

1.25

Promedio de clientes que esperan en la cola y promedio de clientes que estn en el sistema

Lq =

2
0.75 2
0.5625
=
=
= 0.9 clientes
( ) 1.25(1.25 0.75) 0.625

L = Lq +

= 0.9 + 0.6 = 1.5 clientes

Tiempo promedio en la cola y en el sistema


Wq =

Lq

= 1.2 minutos

W = Wq +

= 1.2 + 0.8 = 2 minutos

Probabilidad de que un cliente que llegue tenga que esperar


Pw =

0.75
=
= 0.6
1.25

Probabilidad de que haya 1 persona en el sistema


1

P1 = P0 = (0.6) x(0.4) = 0.24

Se observa que hay una mejora pues un cliente pasa solo 2 minutos en el sistema y que 60% de
clientes esperan
En el segundo caso: Aadir otro canal

2. Modelo de lneas de espera de canales mltiples con llegadas Poisson y tiempo de


servicios exponenciales (M/M/2)
Suposiciones
- la lnea de espera tiene 2 ms canales (instalaciones de servicio)
- el patrn de llegada es de distribucin de Poisson
Curso: IO2
Prof. Rosa Delgadillo

- el tiempo de servicio de cada canal sigue una distribucin exponencial


- la tasa promedio de servicio , es la misma para todos los canales
- Las unidades que llegan aguardan en una sola lnea de espera y despus pasan al primer canal
libre para obtener servicio.
- la disciplina del servicio es FIFO.
Caractersticas de operacin
= tasa promedio de llegadas al sistema
= tasa promedio de servicio para cada canal

k = nmero de canales
k = tasa promedio de servicio para el sistema de canales mltiples
la condicin de aplicabilidad de las formulas que siguen es:
k >

1) Probabilidad de que no haya unidades en el sistema


P0 =

1
k 1

n=0

( / )
( / ) k
+
n!
k!
n

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

Lq =

( / ) k
(k 1)! (k ) 2

P0

3) Nmero promedio de unidades en el sistema (tamao total)

L = Lq +

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


Wq =

Lq

5) Tiempo de espera promedio que una unidad pasa en el sistema


W = Wq +

Curso: IO2
Prof. Rosa Delgadillo

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio
1
Pw =
k!

P0
k

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


Pn =

Pn =

( / ) n
p0
n!

( / ) n
k! k ( n k )

p0

para

nk

para

n>k

Ejemplo 5:
Para el problema de la pizzera, suponga que se abre otro servicio de atencin al cliente de
forma que se puede atender en forma simultnea a 2 clientes; y que se tiene una sola lnea de
espera, en donde el cliente que sigue utiliza el primer servicio que esta disponible.
Veamos

k = 2 canales
= 0.75
=1

Aplicando las formulas se tiene:

P0 =

1
k 1

n=0

Lq =

( / )
( / ) k
+
n!
k!

= 0.4545

(0.75 / 1) 2 0.75(1)
0.4545 = 0.1227 clientes
(2 1)!(2(1) 0.75) 2

L = Lq +

Wq =

Lq

= 0.1227 + 0.75 / 1 = 0.8727 clientes

0.1227
= 0.16 minutos
0.75

Curso: IO2
Prof. Rosa Delgadillo

W = Wq +

= 0.16 + 1 = 1.16 minutos


k

1 0.75 2(1)
Pw =

(0.4545) = 0.2045
2! 1 2 0.75
En comparacin con la lnea de espera de un solo canal, las ventajas son obvias, por ejemplo de
tiempo que pasa un cliente en el sistema de 4 minutos pasa a 1.16 minutos, la probabilidad de
que un cliente que llega tenga que esperar para ser atendido pasa de 0.75 a 0.2045.

Relacin general para los modelos de lnea de espera

Las principales caractersticas de operacin que interesan en las lneas de espera son:
El nmero promedio de unidades en la lnea de espera, el nmero de unidades en el sistema, el
tiempo promedio que cada unidad pasa en la lnea de espera y el tiempo promedio que cada
unidad pasa en el sistema, esto es: Lq , L, Wq , W

Ecuaciones de Flujo de Little


John D.C. Little muestra que estas cuatro caractersticas estn relacionadas en forma general y
se aplican a diversos modelos de lneas de espera, independientemente.

Una ecuacin general es:


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

igualmente,
El nmero promedio de unidades en la cola = tasa promedio de llegadas x tiempo promedio que
una unidad pasa en la cola (lnea de espera)

Lq = W q

de donde :
Wq =
Curso: IO2
Prof. Rosa Delgadillo

Lq

Otra, ecuacin general es:


El tiempo promedio que una unidad esta en el sistema = al tiempo promedio en espera (en cola)
+ el tiempo promedio de servicio
W = Wq +

L = Lq +

de donde :

La importancia de las ecuaciones de Little es que se aplican a cualquier modelo de espera


independientemente de si las llegadas siguen una distribucin poisson o no y si los tiempos de
servicio siguen una distribucin exponencial o no.
Ejemplo 6:
Suponga que en una tienda de abarrotes, los clientes llegan siguiendo una distribucin de Poisson
con una tasa promedio de 24 clientes por hora, y los tiempos de servicio siguen una distribucin
normal con tasa promedio de servicio de 30 clientes por hora. Un estudio de los tiempos
efectivos mostr que los clientes en promedio pasan 4.5 minutos en la tienda. Determine
L q , L, y W q

Como = 30 clientes por hora, y = 20 clientes por hora entonces = 30 / 60 = 0.5 clientes
por minuto y = 20 / 60 = 0.4 clientes por minuto.
Aplicando las ecuaciones de Little se tiene:

Wq = W

= 4.5

1
= 2.5 minutos
0.5

L = W = 0.4(4.5) = 1.8 clientes

Lq = Wq = 0.4(2.5) = 1 cliente

Anlisis econmico de lneas de espera


Con frecuencia las decisiones sobre el diseo de lneas de espera, como la determinacin del
nmero de canales, se basan en una evaluacin subjetiva de las caractersticas de la lnea, por
ejemplo decidir un tiempo promedio de espera (1 minuto o ms), un promedio de clientes (2
ms) en el sistema.

Curso: IO2
Prof. Rosa Delgadillo

En algunos casos es deseable intentar definir el costo de operacin de las lneas de espera y
despus tomar decisiones respecto al diseo 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 = Nmero promedio de unidades en el sistema
k = Nmero de canales
CT = costo total por periodo
El costo de la espera es difcil estimar, no obstante si se ignora y se permite grandes colas, es
probable que en determinado tiempo los clientes se marchen a otro lugar, lo que ocasiona
prdidas 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 ms fcil de determinar, los salarios, los costos directos, prestaciones,
etc.

Costo total
costo
total
por
hora

Costo de servicio

Costo de espera

k
nmero de canales

Ejemplo 7:
En el caso de la pizzera, si el Cs = s/ 7 x hora y Cw= s/ 10 x hora
En el modelos de 1 canal: sabemos que L = 3
Curso: IO2
Prof. Rosa Delgadillo

 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 pizzera es ms econmico un sistema con dos canales.

3. Modelos de lneas de espera con un solo canal con llegadas Poisson y tiempos de servicio
arbitrarios (M/G/1)
Suposiciones:
La lnea de espera tiene 1 solo canal
Patrn de llegadas con distribucin Poisson
Tiempo de servicio con distribucin cualquiera
Disciplina del servicio FIFO
Caractersticas de Operacin
Las frmulas que se emplean para determinar las caractersticas de operacin del estado estable
son:
= Tasa promedio de llegadas
= Tasa promedio de servicio
1 / = Tiempo promedio de servicio
= Desviacin estndar del tiempo de servicio
1) Probabilidad de que no haya unidades en el sistema
P0 = 1

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)


Lq =

2 2 + ( / ) 2
2(1 / )

3) Nmero promedio de unidades en el sistema (tamao total)


L = Lq +

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


Curso: IO2
Prof. Rosa Delgadillo

Wq =

Lq

5) Tiempo promedio que una unidad pasa en el sistema


W = Wq +

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

Ejemplo 8:
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
2 min por cliente, con una desviacin estndar de 1.2 min. Determine los valores de las
caractersticas principales de operacin del sistema.
Como el tiempo promedio de servicio es de 2 minutos por cliente, entonces la tasa promedio de
servicio es = 1 / 2 = 0.5 clientes por minuto.
Y como = 21 clientes por hora , entonces = 21/60 = 0.35 clientes por minuto,

Con lo que:
P0 = 1

Lq =

(0.35) 2 (1.2) 2 + (0.35 / 0.5) 2


= 1.11 clientes
2(1 0.35 / 0.5)

L = Lq +

Wq =

0.35
= 1
= 0.30

0.5

Lq

0.35
= 1.11 +
= 1.81 clientes

0.5
=

W = Wq +

Pw =

1.1107
= 3.17 minutos
0.35

= 3.17 +

0.35
=
= 0.7
0.5

Curso: IO2
Prof. Rosa Delgadillo

1
= 5.17 minutos
0.5

Observe que las ecuaciones de L,Wq ,W , son las mismas de las ecuaciones de Little.

4. Modelos de lneas 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 produccin y manufactura, pues los tiempos de servicio en
algunos casos son controlados por mquinas.
Solamente cambia la ecuacin referente a Lq, pues la desviacin es cero.
Lq =

( / ) 2
2(1 / )

las otras ecuaciones L,Wq ,W , P0 se mantienen.

5. Modelos de canales mltiples con llegadas poisson, tiempos de servicios arbitrarios y sin
linea de espera (M/G/k)
Suposiciones:
Sistema con k canales
Patrn de llegada Poisson
Tiempos de servicio cualquier distribucin 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.

Caractersticas de Operacin
El problema a resolver es Cuantos canales o empleados se deben utilizar?
Este tipo de modelo de lneas de espera se presenta en sistemas de lneas telefnicas u otros
sistemas de comunicaciones. Las llegadas son las llamadas y los canales son el Nmero de
lneas telefnicas o comunicacin disponibles.
Se aborda el problema de elegir el mejor nmero de canales calculando las probabilidades de
estado estable de que exactamente j de los k canales estn ocupados.
Esto es,
Pj =

( / ) j / j!
k

( / )
i =0

donde:
Curso: IO2
Prof. Rosa Delgadillo

/ i!

= Tasa promedio de llegadas


= Tasa promedio de servicio para cada canal

k = Nmero de canales en el sistema


P j = Probabilidad de que exactamente j de los k canales estn ocupados para j = 0,1,k
es la probabilidad de que los k canales estn ocupados, esto es, es el porcentaje de llegadas
que quedan bloqueadas y que no se permite el acceso al sistema.
Pk

Otra caracterstica de operacin que interesa es el nmero promedio de unidades que se


encuentran en el sistema, observe que esto es el nmero de canales ocupados.
L=

(1 Pk )

Ejemplo 9:
Una compaa utiliza un sistema telefnico de pedidos para sus productos (software para
computadoras). Los clientes hacen pedidos utilizando un nmero telefnico gratuito de la
compaa. Suponga que la tasa de llegadas es de 12 por hora. El tiempo de proceso de un pedido
telefnico 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 nmero telefnico tiene 3 canales internos (lneas)
cada uno de ellos operado por un representante de ventas, las llamadas gratuitas se transfiere
automticamente a alguna de las lneas (canales abiertas) si las hay, en otro caso, las personas
obtienen una seal de ocupado. No siempre las personas (clientes) vuelven a llamar, lo que
significa que puede ser una venta prdida. La compaa desea saber el porcentaje de personas
(clientes) que reciben la seal de ocupado, pues su meta es atender un 90% de las llamadas
Cuntas lneas telefnicas y cuantos representantes de venta debe emplear?

Segn el problema se tiene un nmero telefnico con 3 lneas, entonces P3 es la probabilidad que
las tres lneas estn ocupadas, y por tanto al cliente que hace una llamada se le excluye (rechaza
o bloquea)
Por tanto esta probabilidad, dado = 12 por hora y = 6 por hora, es:

Pj =

(12 / 6) 3 / 3!
3

(12 / 6)

/ i!

(12 / 6) 3 / 6
1.3333
=
= 0.2105
0
1
2
3
(12 / 6) / 1 + (12 / 6) / 1 + (12 / 6) / 2 + (12 / 6) / 6 6.3333

i =0

Esto es el 21% de las llamadas que llegan se bloquean (excluyen), solo el 79% se atienden.
Si se amplia a 4 lneas (canales) se tendr:
Curso: IO2
Prof. Rosa Delgadillo

P4 =

(12 / 6) 4 / 24
0.6667
=
= 0.0952
0
1
2
3
4
7
(12 / 6) / 1 + (12 / 6) / 1 + (12 / 6) / 2 + (12 / 6) / 6 + (12 / 6) / 24

Por lo que solamente se bloquean (pierden) 9.52%, esto es el 90.48% de las llamadas son
atendidas.
Ahora, el nmero promedio de llamadas en el sistema (4 canales o lneas telefnicas), y por tanto
el nmero de lneas o representantes de venta que estarn ocupados es:

L=

12
(1 P4 ) = (1 0.0952) = 1.81

Por lo que aunque en promedio menos de 2 lneas estarn ocupadas, se requiere un sistema de 4
lneas para ofrecer una capacidad de manejar cuando menos 90% de las llamadas.
6. Modelos de lneas de espera con poblacin demandante finitas (M/M/1)

En los modelos anteriores que se han mostrado los clientes que llegan al sistema para ser
atendidos puede ser ilimitado; en este modelo se tiene que el nmero de clientes que podran
arribar al sistema es limitado.
En esta situacin la tasa promedio de llegadas al sistema cambia dependiendo del nmero de
unidades que se encuentra en el sistema. Entonces se utiliza para indicar las llegadas promedio
con base en las unidades individuales. Se supone que todas las unidades tienen la misma tasa de
llegada. Se aplica a problemas tales como reparacin de equipos o mquinas en una instalacin.
Suposiciones:

Sistema de un solo canal


La poblacin de las unidades es finita
Todas las unidades tienen la misma tasa de llegada
Caractersticas de Operacin
= Tasa promedio de llegadas para cada unidad
= Tasa promedio de servicio

N = Tamao de la poblacin
1) Probabilidad de que no haya unidades en el sistema
P0 =

1
N!

n = 0 ( N n)!
N

Curso: IO2
Prof. Rosa Delgadillo

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)


Lq = N

+
(1 P0 )

3) Nmero promedio de unidades en el sistema (tamao total)


L = Lq + (1 P0 )

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

Wq =

Lq
( N L)

5) Tiempo promedio que una unidad pasa en el sistema


W = Wq +

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


n

N!
Pn =
p0
( N n)!

para

n = 0,1,...., N

Ejemplo 10:

Una empresa tiene un grupo de 6 mquinas idnticas que operan un promedio de 20 horas entre
paradas por descompostura; as la tasa de llegada promedio de llegada o solicitud de reparacin
para cada mquina es = 1 / 20 = 0.05 mquinas por hora. Como las descomposturas ocurren al
azar la distribucin que se le aproxima es de Poisson para el proceso de llegadas de las mquinas
averiadas. Un operario es el que proporciona el servicio de reparacin para las 6 mquinas. El
tiempo de servicio sigue una distribucin exponencial con tiempo promedio de 2 horas por
mquina, esto es = 1 / 2 = 0.5 mquina por hora. Se pide hallar las caracteristicas de operacin
del sistema.
Dado que = 0.05 y = 0.5 y N=6, se tiene:

Curso: IO2
Prof. Rosa Delgadillo

P0 =

1
6! 0.05

n = 0 (6 n)! 0.5
6

Lq = 6

= 0.4845

0.05 + 0.5
(1 0.4845) = 0.3295 mquinas
0.05

L = 0.3295 + (1 0.4845) = 0.845 mquinas

Wq =

0.3295
= 1.28 horas
(6 0.845)0.05

W = 1.28 +

1
= 3.28 horas
0.5

Curso: IO2
Prof. Rosa Delgadillo