Investigacin de

Operaciones II
Prof. Juan Jos Bravo, PhD

Teora Analtica de Lneas de Espera

http://www.shmula.com/queueing-theory/

The Wallstreet Journal

http://www.wsj.com/article_email/SB10001424052970204770404577082933921432686-lMyQjAxMTAxMDAwODEwNDgyWj.html?mod=wsj_share_email

Componentes de un Sistema de Espera

Proceso de Llegada: representa la forma en que la llegada de clientes ocurre. Un dato

importante que se maneja en el proceso de llegada es el Tiempo entre Llegadas de clientes, el
cual puede ser determinstico (constante), probabilstico (asociado a cierta distribucin de
probabilidad). Tambin se considera si las llegadas de clientes son individuales por grupos
(batches), en cuyo se debe tener el dato del tamao del batch.

Proceso de Atencin: El proceso de atencin se representa generalmente por el tiempo que tarda la atencin de un
cliente Tiempo de Servicio. Este tiempo puede ser deterministico, es decir, cualquier cliente es atendido en un
tiempo exactamente igual, probabilistico, en cuyo caso debe definirse la distribucin de probabilidad del tiempo de
atencin de un cliente. Tambin se define si la atencin se hace individual por batches.
Numero de Servidores: Un sistema puede tener un solo servidor varios en paralelo como el caso de algunas
entidades financieras.
Capacidad del Sistema: Un sistema de espera se dice que tiene capacidad infinita cuando no tiene restricciones
respecto al tamao que pueda alcanzar la cola. Generalmente la cola se vuelve de capacidad finita por motivos de
restricciones de espacio.
Disciplina de Atencin: aqu se considera la forma en que se seleccionan los clientes de la cola con el fin de
atenderlos. Lo usual es que se use la disciplina FIFO atencin en orden de llegada. Otra estrategia es con el
enfoque de prioridad y otra aleatoria.

Estructuras clsicas de sistemas de espera

Preguntas habituales
En stos estudios se hacen normalmente las siguientes preguntas:
Cul es el tiempo promedio que un cliente tiene que esperar en la fila antes de ser
atendido?
Cules son el nmero promedio y el mximo de clientes que esperan en la fila?

Pero tambin se suelen hacen ciertas preguntas relacionadas con el diseo del sistema:
Cuntos recursos o servidores deben emplearse para proporcionar un servicio aceptable?
Los clientes deberan esperar en una fila o en varias filas?
Qu tanto espacio (o infraestuctura) se necesita para que los clientes o productos puedan
esperar?

Proceso de Llegada de Clientes

Sea la variable aleatoria X igual al nmero de clientes que llegan al sistema de espera por unidad
de tiempo. Si esta variable discreta se distribuye Poisson, entonces:

Donde:
= numero medio de llegadas por unidad de tiempo
T = numero medio de llegadas en un intervalo especfico de tiempo T
Ahora, si el nmero de clientes que llegan se comporte Poisson, entonces se cumple que el tiempo
entre dos llegadas consecutivas se distribuye Exponencial con media =1/

Proceso de Llegada de Clientes

Sea la variable aleatoria Y el tiempo entre llegadas. Esta variable continua tiene entonces
la siguiente funcin de probabilidad:

Segn la grfica, se observa que en casos de grandes

filas o congestin es ms probable que el tiempo
entre llegadas tienda a cero (es decir, que lleguen
seguidos muchos elementos).

Proceso de Salida de Clientes

De igual manera:
Si el nmero de clientes atendidos por unidad de tiempo se
distribuye Poisson con media (promedio de clientes
servidos por unidad de tiempo), entonces el tiempo entre dos
salidas consecutivas el tiempo de servicio se distribuye
exponencial con parmetro 1/ unidades de tiempo.

En sistemas congestionados lo
ms probable es que se intente
atender rpidamente a los que estn
esperando.

Prdida de memoria de la exponencial

Sean dos segmentos de tiempo consecutivos s y r, siendo s un perodo de
tiempo pasado y r un periodo de tiempo futuro.
Segmentos de
Tiempo
Momento actual

Se dice que lo que ocurrir en el tiempo r es independiente probabilsticamente

de lo que haya ocurrido en s, simbolizndose esto generalmente como:
Por ejemplo, responda la siguiente pregunta: Cul es la probabilidad de que hayan llegado
12 clientes en 4 horas, si se conoce que en las primeras tres horas llegaron 9 clientes?
P(4 horas12 clientes / 3 horas 9 clientes) = P (1 hora 3 clientes) = ?

Simbologa General Indicadores

Servidores
c = Nmero de servidores.
= Tasa de servicio el nmero promedio de elementos que se
atienden por unidad de tiempo.
Disciplina de atencin a clientes: FIFO, LIFO, Prioridad, Aleatoria
Colocacin de los servidores: en Paralelo, en Serie en Red.
Atencin: individual en grupos.

Lq = Nmero promedio de elementos en cola

L = Numero promedio de elementos en el
sistema (en cola y en servicio)
Tamao de la Cola: Finita o Infinita
W = Tiempo promedio de permanencia de un
elemento en el sistema (tanto en cola como en
servicio)
Clientes
Wq = Tiempo promedio de espera de un
n = Numero de elementos en el sistema (tanto en fila como en los
elemento en cola
servidores)
Pw = Probabilidad de que un elemento que llega
N = Numero mximo permisible de elementos en el sistema
tenga que esperar.
= Tasa de Llegadas Numero promedio de llegadas de elementos Pn = Probabilidad de que existan n elementos
por unidad de tiempo
en el sistema.
Poblacin: finita o infinita
Po = Probabilidad de que no hayan elementos en
Llegadas: individuales en grupos.
el sistema.
PN = Probabilidad de negacin de servicio, o
probabilidad de que un elemento que llega no
Otros Indicadores:
U = utilizacin de los servidores nmero de elementos promedio pueda entrar al sistema debido que la cola est
llena.
atendidos por servidor por unidad de tiempo
= intensidad de trfico del sistema

Qu significa la probabilidad Pn?

Desde la perspectiva de Markov, los estados de
un sistema de espera se representan por n.
n = Nmero de elementos en el sistema (tanto en
fila como en los servidores)
Pn representa la probabilidad de estado estable
asociada a la presencia de n elementos en el
sistema.

Tasas de llegada y de atencin

Tasa de llegada constante en Colas con capacidad FINITA:

Tasa de llegada constante en Colas con capacidad INFINITA:

Tasa de servicio igual para cada uno de los servidores:

Qu significa la probabilidad Pn?

Pn representa la probabilidad de estado estable
asociada a la presencia de n elementos en el
sistema.

En general:

Frmulas de Little
Una vez obtenidas las probabilidades Pn de los diferentes
estados, se pueden obtener los siguientes indicadores del sistema
de espera.
L Promedio de clientes en el sistema

Nmero posible de
estados: Infinito

Nmero posible
de estados: finito

Lq Promedio de
clientes en la cola

Tasa Efectiva de Llegada

Wq

Ley de Little

Las frmulas de Little asumen una condicin de

estado estable
Los anteriores resultados suponen el sistema de espera est en estado estable, es
decir, se desarrollaron bajo el supuesto de que los valores de y son tales que
el sistema de hecho puede alcanzar la condicin de estado estable. Realmente, el
estado estable se alcanza siempre es dos situaciones:
En todos los sistemas de espera con capacidad finita
En los sistemas de espera con capacidad finita infinita cuando /(c) < 1,
simbolizndose tambin como = /(c) < 1.

Argumente qu ocurrira con el sistema de espera si 1?

Notacin de
Kendall-Lee
Esta notacin es
aplicable a servidores
en paralelo
La simbologa A/ B /C : D /E /F, como se ver a continuacin, intenta caracterizar plenamente a un
sistema de espera con servidores en paralelo, donde:
A = Distribucin probabilstica de las llegadas: M (Poisson), D (deterministica), Ek(Erlang), G (General).
B = Distribucin del tiempo de servicio: M (Exponencial), D (deterministica), Ek (Erlang), G (General).
C = Nmero de servidores en paralelo: c = 1, 2, 3, ...,
D = Disciplina de servicio: FIFO, LIFO, Aleatoria, Prioridad, Disciplina General-DG.
E = Nmero mximo admitido de clientes en todo el sistema: N,
F = Tamao de la poblacin de clientes: FINITO (K),

Notacin de
Kendall-Lee

Distribucin
de Tiempo de
servicio

Capacidad
mxima del
sistema
Tamao de
la poblacin

Distribucin
de llegadas
A/ B /C : D /E /F

Nmero de
servidores

Disciplina de
servicio

Ejemplo: Sistema de Colas (M/ D / 15 : DG / 30 / )

M significa que se tienen llegadas tipo Poisson (markovianas); D, significa

que se tienen tiempo de servicio o de salidas determinstico (constante); se
tienen 15 servidores en paralelo; la disciplina de servicios es general;
puede alojar a un mximo de 30 clientes; es para indicar se tienen una
poblacin de clientes infinita o fuente de llegada de clientes infinita.

Distribucin
de Tiempo de
servicio

Capacidad
mxima del
sistema
Tamao de
la poblacin

Distribucin
de llegadas
A/ B /C : D /E /F

Los modelos M/M/c, es decir con proceso de llegada y

atencin de clientes Poisson ( Markoviano) con c
servidores, son los que analticamente permiten un
tratamiento no tan riguroso y sern estudiados a
continuacin. Lo bueno de todo es que el estudio
analtico de las colas M/M/c son altamente tiles dado
que la mayora de los sistemas de espera se comportan
segn la Distribucin Probabilstica Poisson.

Nmero de
servidores

Disciplina de
servicio

Sistemas de Espera [M/M/1 : DG//]

Asumamos un proceso de nacimiento-muerte con una tasa de llegada por
unidad de tiempo constante (nacimiento) y una tasa de servicio por unidad
de tiempo constante (muerte).
Si > , la cola crecer infinitamente. A = /, se le conoce como intensidad
de trfico factor de utilizacin del servidor, y concluimos por tanto que para
que un sistema de espera como estos tenga estabilidad y sea viable analizarlo es
porque < 1.

Sistemas de Espera [M/M/1 : DG//]

Para deducir las frmulas de este tipo

de sistemas de espera deben tenerse en
cuenta los siguientes resultados:

Sistemas de Espera [M/M/1 : DG//]

Por el resultado A se tiene que:

Atendiendo al resultado B, obtenemos:

y por el resultado C se tiene que:

Sistemas de Espera [M/M/1 : DG//]

Cuando las probabilidades de estado estable son conocidas, las otras
caractersticas pueden ser calculadas:

Por conveniencia hacemos esta transformacin:

Empleando ahora el resultado D, obtenemos

Resumen de Frmulas

Sistemas de Espera [M/M/1 : DG/ /]

= /. Si < 1 el sistema es estable y entonces:

Pn (1 ) n

P0 1

1
W

Servidor

para n = 1,2,

2
2
Lq

1 ( )

Wq
( )

Ls

Ws

Tasa de servicio = Tasa de uso = Intensidad de trfico =

=(nmero de clientes que pasan)/( nmero de clientes que podran pasar) = / = = Ls

.
.

Sistemas de Espera [M/M/1 : DG/N/]

= /. El sistema es siempre estable.
Servidor

Tasa de llegada efectiva: (1 )

N=5

Si , entonces:

P0

1
1 N 1

Pn n P0 para n = 1,,N

= (1 )

1 ( N 1) N N N 1
L
(1 )(1 N 1 )

Si = , entonces:
Pn

1
N 1

para n = 0,,N

N
2

Para todo valor de y , se tiene:

(1 PN )
Ls 1 P0

Lq L Ls

L
(1 PN )

Wq

Lq

(1 PN )

Ws

Sistemas de Espera [M/M/c : DG//]

= /c. Si < 1 el sistema es estable y entonces:

(c )
(c )
P0

c
!
(
1

)
n
!
n 0

()
0
!
()
0
!

c 1

Pn c

Pn c
Wq

c
Lq

Serv. 2

.
.

para n = 1,2,,c

para n = c+1,c+2,

Probabilidad de bloqueo:
Lq

Serv. 1

(c ) c
Pn c P0
c!(1 )

Ls

Ws

L Lq Ls
1

Wq Ws

Tasa de servicio: /c = = Ls /c.

Serv. c

Sistemas de Espera [M/M/c : DG/N/]

con 1 c N

Sea r =/ y = /c = r/c. El sistema es siempre estable.

Tasa de llegada efectiva: (1 )

n 1 r n r c 1 N c 1 1

n
!
c
!
1

n 0

P0
1
c
c 1 n

r r
n! c! ( N c 1)

n 0

()
0
!
0

()
!

(1 PN )
Ls

si 1
si 1

para n = 1,2,,c

P0

Lq
P
0

para n = c+1,,N

L Lq Ls

r c (1 N c 1 )
P
Pn c 0 c!(1 )
Pc ( N c 1)

Wq

Lq

(1 PN )

Ws

si 1
si 1

r c 1 ( N c 1) N c ( N c) N c 1
c!
(1 ) 2
r c ( N c 1)( N c)
c!
2

L
W
Wq Ws
(1 PN )

si 1
si 1

Tasa de servicio: (1-PN)/c

Sistemas de Espera [M/G/1 : DG/ /]

Sea = /. Si <1 el sistema es estable. Considerando a
2 la varianza de la distribucin de tiempos de servicio,
entonces:

2 2 2
Lq
2(1 )
Ls

Ws

Servidor

(Pollaczek-Khinchin)

.
.

L Lq Ls

Wq

W Wq Ws

P0 1

Tasa de servicio: / = = Ls

Lq

Sistemas de Espera [M/M/c : DG/N/N]

con 1 c N

Este es el modelo que analiza la reparacin de mquinas, donde c es el nmero de

Reparadores y N es el nmero de mquinas en el sistema.
L = nmero de mquinas descompuestas,
Lq = nmero promedio de mquinas que esperan ser reparadas,
W = tiempo promedio que est descompuesta una mquina.
Wq = tiempo promedio que espera una mquina antes de empezar a repararse.
= frecuencia o rapidez con que se descompone cada mquina = nmero de veces que una
mquina se descompone por unidad de tiempo.
= frecuencia o rapidez con que se repara cada mquina.
Pn = probabilidad de que existan n mquinas descompuestas.

Sistemas de Espera [M/M/c : DG/N/N]

1

0 =
=0

=
0

Tasa de llegada si hay n mquinas descompuestas: n=(N - n)

Tasa media de llegada: *=(N - L)
En estas frmulas se tiene que = /.

para n = 0,1,,c
*

para n = c+1,,N

con 1 c N

( )
=

=0

L Lq Ls

Wq

Lq

*
Ls

Ws

Tasa de servicio: /c