INSTITUTO TECNOLGICO DE TEPIC

MATERIA:
INVESTIGACION DE OPERACIONES II

NOTAS DE TEORA DE COLAS

DEPARTAMENTO DE INGENIERIA INDUSTRIAL

ELABORADOS POR:
M.C. HECTOR MARTINEZ RUBIN CELIS

INTRODUCCIN
Una situacin de colas esta bsicamente caracterizada por un flujo de clientes arribando a una o mas
estaciones de servicio.
Las estaciones de servicio son difciles de programar ptimamente por la presencia del elemento
aleatorio en las formas de arribo y servicio. Una teora matemtica que estudia o analiza estas
situaciones es la teora de colas, la cual est basada en la descripcin de la forma de arribo o
servicios por las apropiadas distribuciones de probabilidad.
La teora de colas no es una tcnica de optimizacin, es una herramienta analtica que provee una
informacin mas efectiva acerca del problema.
Un procedimiento para tratar los problemas de teora de colas es resumido en los cuatro pasos
siguientes :
1) Defina y relacione las variables de la situacin con el propsito de describir el problema
2) Deriva las distribuciones asociadas usando los datos disponibles y usando las pruebas
estadsticas apropiadas.
3) Use las distribuciones para descubrir las caractersticas operativas que describen al sistema
como un todo.
4) Mejora el funcionamiento del sistema a travs del uso apropiado de modelos de decisin y
basndose en las caractersticas operativas de la situacin.

CARACTERSTICAS DE LOS MODELOS DE COLAS

Un sistema de colas es especificado completamente por 6 principales caractersticas :
1.
2.
3.
4.
5.
6.

Insumo o arribo (interarribo, distribucin de arribo) constante, no constante.

Salida o servicio (distribucin de servicio), constante, no constante.
Canales de servicio
Disciplina de servicio
Mximo numero de clientes permitidos en el sistema
Tipo de fuente.

A.- CARACTERSTICAS DE ENTRADA

1.- Tamao de la poblacin. --Finita o infinita
2.- Estadstica del tiempo entre arribos (media, variabilidad, y distribucin)
3.- Actitud del cliente --paciente, impaciente
4.- Llegada en grupo o individual
B.- CARACTERSTICAS DE LA COLA
1.- Tamao de la cola --finita o infinita-2.- Disciplina (P.E.P.S., U.E.P.S., Tiempo de procesamiento menor, Aleatorio, SG, Prioridad, Otro)
3.- Nmero (una o ms colas)
C.- CARACTERSTICAS DEL SERVICIO

1.- Diseo de la facilidad --serie, paralelo, mixta-Un servidor, una fase,

Un servidor, mltiples fases
Mltiples servidores, una fase
Mltiples servidores, mltiples fases
Estadstica de la tasa de servicio (media , variabilidad, y distribucin)
D.- FUNCIN OBJETIVO
1.- Minimizar la combinacin de los costos, del tiempo ocioso de los clientes esperando en la lnea y
de los servidores.
2.- Minimizar la combinacin de los costos, del tiempo perdido de los clientes esperando en la lnea
y los del salario de la gente que provee el servicio.
3.- Criterio Heurstico.- El promedio de clientes que sern servidos en determinado tiempo, ningn
cliente requerir esperar ms que cierto periodo especificado de tiempo.
E.- ENFOQUES DE SOLUCIN
1.- Matemtico.- La tasa de servicio y la tasa de arribo (distribuciones) son aproximadas por
distribuciones estndar.
2.- Simulacin - Estadsticas concernientes a la tasa de tiempos de arribo y de servicios son iteradas
por la simulacin de MONTE CARLO de distribuciones histricas o distribuciones asumidas.

Ejemplos de sistemas de Colas

Situacin

Arribos

Servidores

Proceso de servicio

Inscripcin escolar

Estudiantes

Coordinador

Cursos asignados y
formas firmadas

Supermercado

Clientes

Caja de pago
(cajero)

Nota de compra y
pago

Banco

Clientes

Cajero

Deposito, retiro,
cambio de cheque,
pago de servicios,
etc.

Crucero de calles

Automviles

Semforo

Paso controlado a
travs de la
interseccin

Consultorio mdico

Pacientes

Doctor y asistentes

Tratamiento

Mantenimiento de
equipo

Equipo
descompuesto

Mecnico

Equipo reparado

Terminal de
autobuses

Autobuses

Andenes

Carga y descarga

Lnea de ensamble

Producto

Trabajadores de
ensamble

Producto
ensamblado

Oficina de correo

Correo a enviar

Oficinista de correo

Proceso y envo del

correo

Intercambiador
Telefnico

Llamadas

Equipo de
intercambio
electrnico

Conexin realizada

Caseta de
herramientas

Trabajadores

Caseteros

Salida y entrega de
herramientas

Terminal area

Aviones

Pistas de aterrizaje

Aterrizaje y
despegue de aviones

EJERCICIO DE TEORIA DE COLAS

1.- Basado en su comprensin de cada uno de los siguientes sistemas de colas, describa el servidor,
el cliente, la organizacin, la disciplina, abandono y/o cambio en la cola, y el proceso de servicio.
a. Casetas de cobro en una autopista
b. Control del trfico en una interseccin por un semforo.
c. El servicio de taxi en un hotel.
d. Elevadores de un edificio.
e. Servicio de fotocopiado en un negocio de este tipo.
f. Clasificacin de correspondencia en el servicio postal.
g. Servicio mdico en un hospital
h. Aviones aterrizando en un aeropuerto.
i. Lneas telefnicas de emergencia.
j. Un restaurante.
k. Un sistema de computo de tiempo compartido.
2.- Describa una situacin en la cual la espera o el retraso es peligroso para la productividad.
Discuta como la situacin puede ser mejorada.
3.- Ejercicio: Viajando por las colas
Selecciones cinco sistemas a visitar y observar. Conteste las siguientes preguntas. Sea conciso;
1. Describa los servidores y los procesos del servicio. Cuantos servidores hay?
2. Describa a los clientes.
3. Elabore un diagrama de la configuracin del servicio y la organizacin de la cola.
4. Registre el tiempo de servicio para cinco clientes consecutivos. Describa los factores que
influencian el tiempo de servicio.
5. Cuente y registre el nmero de clientes que arriban sucesivamente en intervalos de 1
minuto. Describa los factores que influencian los arribos al sistema.

6. Si usted observa abandono y/o cambio de la cola describa el proceso.

7. Registre la fecha y la hora.

ESTADO TRANSITORIO Y ESTADO ESTACIONARIO

Un anlisis de teora de colas requiere el estudio del comportamiento del sistema a travs del
tiempo.
Un sistema en un estado transitorio cuando sus caractersticas operativas (comportamiento) varan
con el tiempo. Esto suele ocurrir en los estados iniciales de operacin del sistema, donde su
comportamiento depende todava de las condiciones iniciales.
Nuestro inters es el de la operacin a largo plazo, donde el comportamiento del sistema es
independiente del tiempo. A estos los llamaremos estado estacionario del sistema, y esto no puede
ser alcanzado cuando la tasa de arribo es mayor que la tasa de servicio, aun ni cuando el tiempo
transcurrido sea muy grande.

TERMINOLOGA Y NOTACIN
n= Numero de clientes en el sistema.
Pn(t)= Probabilidad en el estado transitorio de que exactamente n clientes estn en el sistema en el
tiempo t asumiendo que el sistema inici sus actividades (operaciones) al tiempo cero.
Pn= Probabilidad en el estado estacionario que exactamente n clientes estn en el sistema.
= Tasa promedio de arribo (numero de clientes/unidad de tiempo).
= Tasa promedio de servicio (numero de clientes/unidad de tiempo).
S= Numero de servidores en paralelo.
= / Intensidad de trafico
/S= Factor de utilizacin para s facilidades de servicio
w= tiempo esperado de espera por cliente en el sistema.
wq= tiempo esperado de espera por cliente en la cola.
L = Numero promedio de clientes esperados en el sistema.
Lq = Numero promedio de clientes esperados en la cola.
= Fraccin promedio de tiempo que el sistema est ocupado (ocupado es definido como unidades
esperando o siendo servidas).
Considerado como el nmero de unidades promedio que estn siendo servidas en cualquier punto
de tiempo.
Relacin entre w, wq, L y Lq

L = Lq +

y adems :
1

wq = w

Lq = wq

L = w ;

w = wq +

= Tiempo de interarribo esperado (unidades de tiempo / unidad)

= Tiempo de servicio esperado (unidad de tiempo/ unidad)

= Factor de utilizacin = fraccin de tiempo en que estn ocupados los servidores.

s

PROCESO DE NACIMIENTO Y MUERTE

La mayora de los modelos suponen que las llegadas y salidas ocurren de acuerdo a este proceso.
Este proceso ocurre completamente al azar y sus tasas de promedio de ocurrencia dependen
nicamente del estado del sistema.
Postulado de nacimiento
Dado que el sistema se encuentra en el estado En para (n=0, 1, 2, . . . .) en el instante t, la
probabilidad de que exactamente ocurra un nacimiento durante el intervalo t + t es:

n (t ) + 0(t )

o=0
Postulado de muerte
Dado que el sistema se encuentra en el estado En para (n=0, 1, 2, . . . .) en el instante t, la
probabilidad de que ocurra exactamente una muerte durante el intervalo t + t es :

o=0

n (t )+0(t )

Existen cuatro formas de que existan n clientes en el sistema en el tiempo t+t (Pn, n1):
a) Un nacimiento
b) Una muerte
c) Ningn nacimiento ni muerte

d) Un nacimiento, una muerte

t (1 t )
t (1 t )
(1 t )(1 t )
(t )(t )

Estado en el
momento t

Suceso de
t+t

En-1
En+1
En
En

Un nacimiento
Una muerte
Ninguno
Ambos

Probabilidad
Pn 1( t )(t )(1 t )
Pn +1( t )( t )(1 t )
Pn ( t )(1 t )(1 t )
Pn ( t )(t )( t )

Ahora la probabilidad de que haya n clientes en el sistema ser la suma de las cuatro probabilidades.
Pn ( t + t )= Pn ( t )(1 t )(1 t )+ Pn 1 ( t )t (1 t )+ Pn +1 ( t )(1 t )( t ) + Pn ( t )tt

Descartando la infinitesimal del orden t2 y dividiendo todo por t.

Pn ( t + t ) Pn ( t )
= Pn ( t )( )+ Pn 1 ( t )+ Pn +1 ( t )
t

y cuando t tiende a cero

lim Pn ( t + t ) Pn ( t ) dPn ( t )
=
t
dt
t 0
dPn ( t )
= ( + ) Pn ( t )+ Pn 1 ( t )+ Pn +1 ( t )
dt

Este desarrollo se aplico para el caso n1 Para determinar el caso especial donde n=0, simplemente

vemos que cuando n=0, Pn-1 (t) es igual a cero. Adems .....Pn Pn 1 si n=0 el sistema est vaco y

no se puede hablar de muertes.
Nuestra ecuacin diferencial para este caso donde n=0 se convierte en:
dPo ( t )
Pn1 ( t )= 0
Po ( t )= 0
= P0 ( t )+ P1 ( t )= 0
dt

Entonces la probabilidad de n clientes en el sistema es cero y nuestra expresin se convierte en

P0 ( t )= P1 ( t ) ,

As;

P1 = P0 , P2 P1 , P3 P2 , .., Pn Pn 1

Substituyendo valores de Po, en lugar de P1 , P2 , P3 .....Pn 1

2

P1 = P0 , P2 P0 , P3 , P0 .....Pn P0




De acuerdo a los conocimientos de probabilidad
P0 + P1 + P2 +......+ Pn 1 + Pn =1
Substituyendo valores de P1 , P2 , P3 .....Pn 1
2

P0 + P0 + P0 +....+ P0 =1

Sustituyendo valores por y sacando Po como factor comn tenemos

2
3
P0 *(1+ + + +.....+ n ) =1

Aplicando a la serie geomtrica

1
1+ + 2 + 3 +...+ n =
,
1
entonces tenemos
1
Po =
=1,
1

cuando n > 0 y < 1

1

1
=1
Po =
=
1
1

Pn =

Po =

Pn = P0

Este modelo ha sido desarrollado con un sistema de colas de un servidor y una fase, en el estado
estacionario.

Notacin de Kendall
De las relaciones expuestas en el apartado anterior se desprende que si conocemos las series:

{t k }

{s k }

y el nmero de canales S tenemos toda la informacin necesaria para describir la cola. Por eso, para
describir un sistema de colas se emplea la notacin de Kendall, que consiste en un grupo de letras y
nmeros de la forma:
A/B/S/m/d/e
donde cada uno de los dgitos tiene el siguiente significado:
A

designa el proceso de llegadas; ms concretamente, describe el tipo de distribucin del

tiempo entre llegadas. Si este proceso es markoviano de tipo Poisson-exponencial, en
este lugar se colocar la letra M. Si el proceso es determinstico, se colocar la letra D y
la letra G si las llegadas son de otro tipo.

designa el proceso de servicio; es decir, describe la distribucin del tiempo de servicio y,

por tanto, de las salidas del sistema. Se colocar la letra M si este proceso es
markoviano, D si es determinstico y G si es de otro tipo. En todos los casos
supondremos que la duracin del tiempo de servicio es independiente de la distribucin
de las llegadas.

nmero de canales de servicio nmero de servidores.

nmero mximo de usuarios simultneos que se admiten en el sistema. Si esta capacidad

es infinita, se omite.

disciplina de la cola, es decir, proceso de decisin de cul de los usuarios en espera va a

pasar a recibir servicio, tal y como se describi en la pgina 3. Por omisin se considera
una cola tipo FIFO.

poblacin finita o infinita de donde provienen los clientes

CASOS:
CASO 1
Un solo servidor
a) Llegadas Poisson y tiempo de servicio Exponencial
En este modelo los clientes sern atendidos por orden de llegada PEPS (FIFO). Adems no
existirn limitaciones en cuanto a la cantidad de clientes que el sistema soporta (pueden ser
atendidos infinitos clientes). Definiremos el trabajo en el sistema a la legada de un cliente en un
instante t como la suma de los tiempos remanentes de servicio de todos los clientes en el sistema
en ese instante.

Po

- - - - - - - -

P2

P1

Po = P1 P1 =

Pn

Pn-1

Po

P1 = P2 P2 = P1 = Po

.
.
.
n

Pn 1

= Pn Pn = Pn 1 = Po

Po =1

y Pn = (1 ) n

n = 0,1, 2,..... Solucin para el estado estacionario

NUMERO ESPERADO DE CLIENTES EN EL SISTEMA (L)

n

L = ipi = oPo +1P1 + 2 P2 +...+ nPn

i =0

Sabemos que

P1 = P0 = P0

n

iPi = Po + 2 2 Po + ... + n n Po

i =0

= Po(1 + 2 + 3 2 + ... + n n 1 )
donde
1 + 2 + 3 2 + ... + n n 1 =

( + 2 + 3 + ... + n ) =

(1 + + 2 + 3 + ... + n )

de la serie geomtrica
1+ 2 + 3 +...+ =1/1
Obtenemos
1
d (
)
1

(1 ) (1)( )
1
=
2
d
(1 )
(1 ) 2

y sustituyendo en Po =1 =
=

ip
i =0

1
1
= Po
= (1 )
2
(1 ) 2
(1 )

Nmero medio de clientes en el sistema: L =

= =
; as;
1

1

L=

de esto obtenemos
Nmero medio de clientes en la cola:
Lq =

2
( )

,
Lq = L =

Tiempo promedio que pasa un cliente en el sistema

Tiempo promedio que pasa un cliente en al cola

W =

Wq =

( )

La probabilidad de que un cliente pase determinado tiempo en el sistema se calcula de la

manera siguiente:
P {Wq > t} =
P {W > t} = e

e (1 )

(1 ) t

, para t0

, para t0

Ejemplo: La ventanilla de un banco realiza las transacciones en un tiempo medio de 2 minutos.

Los clientes llegan a la ventanilla con una tasa de 20 clientes por hora. Si se supone que las llegadas
son de Poisson y los servicios exponenciales, se pide:
a) Porcentaje de tiempo en que el cajero est ocioso.
b) Tiempo medio de estancia de los clientes en la cola.
c) Fraccin de clientes que deben esperar.
Si la atencin a los clientes dura un promedio de 2 minutos, podemos decir que la tasa de servicio es
de = 30 clientes por hora. Como
=

2
= <1
3

podemos afirmar que el sistema es estacionario.

En esta situacin, el porcentaje de tiempo que el cajero est ocioso es igual a la probabilidad de que
no haya ningn usuario en el sistema:
P0 = 1 = 0.3333

luego el cajero estar ocioso un 33.33% del tiempo.

El tiempo medio que un usuario pasa en la cola es:
Wq =

20
=
= 0.0667 Horas
( ) 30 10

es decir, 4 minutos.
Por ltimo, la fraccin de clientes que deben esperar es:

2
Lq 1
2
=
==

3
L
1

Ejemplo: Una tienda de alimentacin es atendida por una persona. La llegada de clientes los
sbados es un proceso de Poisson con una tasa de 10 personas por hora y los clientes son atendidos
segn una poltica FIFO con un tiempo medio de servicio de 4 minutos. Se pide:
a) Probabilidad de que haya cola.
b) Longitud media de la cola.
c) Tiempo promedio de espera en cola.
d) Probabilidad de que el cliente est menos de 12 minutos en la tienda.

La tasa de servicio es de = 15 clientes por hora. Como < , el sistema es estable con
= 23 .

La probabilidad de que haya cola es:

P[n(t ) > 1] = 1 P0 P1 = 1 P0

Po = 1 1 + (1 ) = 0.4444

La longitud media de la cola ser:

4
4

Lq =
= 9 = = 1.3333
1 1 3
3
El tiempo promedio de espera en cola:
2

Wq =

10
.
=
= 01333
Horas
( ) 15 5

es decir, de 8 minutos.
Por ltimo, la probabilidad de que un cliente est menos de 12 minutos en la tienda es la
probabilidad de que el tiempo de espera ms el de servicio sean menores que 12, lo cual tiene una
distribucin exponencial con parmetros [ , (1 ) ] . Por tanto:
P( T < 12) = 1 e (1 ) t = 1 e

1 12
15
3 60

= 0.6321

CASO 2
SERVIDORES MLTIPLES
En este caso, un modelo con servidores paralelos (s 1) es considerado, tal es el caso que s clientes
puedan estar siendo servidos simultneamente. Es asumido que todos los canales tienen la misma
distribucin de servicio (EXPONENCIAL) con tasa de promedio y por unidad de tiempo. La tasa
de arribo tiene una distribucin de Poisson .

La derivacin de las ecuaciones diferenciales para este modelo es la misma que para el modelo de
un servidor excepto que la probabilidad de servicio durante un instante t es aproximadamente n
para n < s y st para n s por esto cuanto t tiende a 0 en el caso estacionario tenemos:
-Po + P1 = 0,
Pn-1 - ( + n)Pn + (n+1) Pn +1 = 0,
Pn-1 - ( + s)Pn + sPn+1 = 0,

n=0
0<n<s
ns

(s-1)

Pn-1

Consideremos el comportamiento del sistema

P1 = P0

2

P
1

P2 = P1 =
P0 = 0
2
2
2!
3

P
1
P3 = P3 = ............ = 0 ;
3
3!
Ps 1 =

( s 1)

Ps 2

para n<s

Pn =

n
n!

Ps+ 1

Ps

Ps-1

P0

=
.
.
........ . . P0 =
( s 1) ( s 2 ) ( s 3)
3 2

s 1

P0
( s 1)!

Pn

Ps =
Ps 1 =
.
Ps 2 = 0
s
s ( s 1)
S!

Ps +1

=
Ps = . Ps 1 =
. .
.
...... .. . .P0 =
s
s s
s s ( s 1) ( s 2)
3 2

S +1

Po
SS!

Entonces para cuando:

S *2

PS + 2

as; Pn = n s P0
S S!

Po = 2 P0
=
S
S S!

En el caso de servidores mltiples =

existir este cuando n>s y

< 1 entonces
s
s
n

Lq = n = s (n s ) Pn

,donde Pn = n s P0
S! S

si hacemos n-s = j, tendremos que

s

Lq = j =0 jPs + j ,

,donde Ps + j

P0

=
S!

Lq = j =0

(
(

j =0

j =0

j

s
j
s+ j
P0

P0
=
P0 =
=
j
S!
s S! S S!

j j

P0
S!

j =0

j j

, parcialmente obtenemos

)
d
(1 + + ......) ,
j ) =
d

j j = 0. 0 + 1. 1 + 2. 2 + ...... + j. j = (1 + 2. + 3. 2 + ... =

d
( + 2 + 3 + ..)
d

1
= ar n = 1+ + 2 + 3 + ......
(1 ) n=0

como la serie geomtrica

converge cuando < 1 entonces;

1
1
d
(
) =

d 1
(1

Por lo que sustituyendo

j =0

j j =

(1 ) 2

P0

en Lq =
S!

j =0

j j

P0

Tenemos que el nmero promedio de clientes en la cola es Lq = 2

S !(1 )
sabemos que Lq = Wq entonces el tiempo promedio que pasa un cliente en la cola es
s

P0

Wq =
; donde
S !(1 ) 2

1
sabiendo que w = wq + ,

se pueden obtener W y L
Como;
i =1;

y que

L = Lq +

P0 + P1 + P2 + .... + Pn = 1;

entonces ;
s
ns
n


s 1

s

+
P0 =
S!
n s
n = 0 n!

n S

s 1

ns
P0 =

En
n s j = n s, as
+

s! n = s
n=s

n = 0 n!

aplicando nuevamente la serie geomtrica, tenemos que;

n S

s 1
1

P0 =
+

n
!
S! 1
n
=
0

j =0

1
, ya que
1

La probabilidad de que un cliente pase determinado tiempo en el sistema se calcula de la manera

siguiente:

t S 1
S

Po 1 e

1
+

S !(1 ) S 1

( )

P {W > t} = e

P {Wq > t} = 1 P {Wq = 0} e

P {Wq > t} = P( j S )e

S (1 ) t

S (1 ) t

, para t0

, para t0

, para t0

( S ) Po es la probabilidad de que todos los servidores estn ocupados

donde P( J S ) =
S !(1 )
S

As;

( S ) Po e S (1 ) t , para t0
P {Wq > t} =
S !(1 )
S

Donde =

t S 1

Cuando S-1- = 0, 1 e debe reemplazarce por t

Ejemplo:
En un banco existen cuatro lneas de servicio y los clientes que arriban al sistema se unen a la cola
ms corta. Los clientes llegan aleatoriamente a una tasa de 16 por hora. Cada servidor puede atender
las transacciones a una tasa de 8 por hora. El servicio tiene disciplina FIFO y existe espacio
suficiente en el estacionamiento del banco para dar cabida a los carros. Debido a que existen
normalmente 4 lneas de servicio en paralelo que trabajan independientemente uno del otro se puede
dividir la tasa de llegada equitativamente entre las cuatro lneas.

Se tienen 4 lneas cada una con = 4 y = 8.

1
=
2

L=

= 1 carro en el

sistema

Se desea investigar un nuevo arreglo para reducir el tiempo de espera para los clientes en el servicio
de las cajas. Normalmente los clientes se unen a aquella lnea ms corta. Este procedimiento no
siempre trabaja bien, debido a las diferencias en los tiempos de servicio, algunas lneas tienden a
moverse ms rpido que otras. Muy seguido entonces, un cliente que selecciona una lnea corta debe
esperar un periodo grande de tiempo si el cliente de adelante tiene que realizar largas transacciones.
Se ha investigado las formas en que el banco podra manejar el problema. Una forma sera tener una
sola lnea de espera. Cada cliente entonces se mueve (acude a la caja) a la primera caja que se
desocupe y el siguiente cliente de l pasa a ser el primer cliente en la lnea. Comparando el actual
con el propuesto procedimiento el criterio de decisin ser el tiempo promedio que un cliente pase
en la cola.

Arreglo Actual
w=

1
= hora ,
4

Arreglo propuesto
15 min/ linea

1 1
Lq = L = 1 = carro en la linea
2 2
Lq 1
= hora = 7.5 minutos en la linea
wq =
8
Si se analizara el caso de canales mltiples donde existe una sola lnea para los cuatro servidores
tendramos

s=4

Lq = P ( Sistema ocupado) *

Po = .1304

Lq = .1739carros / linea
n

Pn = n s Po
s! s

P (sistema este ocupado)

(s )

Pn = .1739
s ! (s )
=1 P0 P1 P2 P3


1
P0 s
.1304(2) 4

2 = .1739carros
Lq =
=
2
s ! (1 )
1
4!
4

L=

+ Lc = 2 +.1739 = 2.1739carros en el sistema

wq =

w=

en la linea

Lq

.1739
= 0.0109horas
16

o 0.654 min utos

2.1739
= 0.1359horas
16

o 8.152 min utos

1
=
s 2

Si comparamos Wq de 7.5. min. para 4 lneas individuales con Wq de .054 minutos para una lnea,
tenemos un drstico mejoramiento en el servicio.
P0 =

s 1
n



+ n s = 0.1304
n = 0 n = s s! s

n S
s 1

P0 = +
n =0 n !
s!

1
= .1304

Costos de un Sistema de Lneas de Espera

La obtencin de L, Lq, W y Wq a travs de los modelos de nacimiento y muerte permite tomar
decisiones de sistemas de lneas de espera. Estas decisiones suelen expresarse en trminos de

minimizacin de los costos asociados a la espera. Para cualquier sistema de espera tendremos dos
tipos de costos: Costos de servicio y costos de espera. Si el tamao de la cola est limitado,
tendremos tambin costos de abandono.
Costos de servicio
Sern directamente proporcionales al nmero de servidores en paralelo que establezcamos en el
sistema. Suelen caracterizarse con el parmetro Cs, que expresa los costos de servicio por servidor
para un determinado periodo de tiempo: De este modo, tenderemos:

Costos de servicio = Cs S

um/perodo

Al expresar los costos de servicio de este modo, suponemos que incurrimos en costos de servicio
por el hecho de disponer del servidor, independientemente de que efectivamente est en servicio o
no. Si incurrimos en estos costos el servidor est ocupado, tenderemos:
Costos de servicio = Tasa de utilizacin del servidor = Cs S um/periodo
Dicha tasa de utilizacin ser igual a para los modelos de universo finito y cola no limitada. Para
el resto de los modelos, deber calcularse en cada caso.
Costos de Espera
La preocupacin por el diseo de un sistema de lneas de espera supone la existencia de ciertos
costos de espera, asociados al nmero medio de unidades en el sistema. Dichos costos pueden
interpretarse en trminos de prdida de calidad de servicio, posibles reducciones de ventas futuras
debido al largo tiempo de espera en experiencias anteriores, etc. Se caracterizan por el parmetro Ce,
que no es ms que el costo de servicio por unidad en el sistema para un determinado periodo de
tiempo. Dichos costos de espera valdrn:

Costos de espera = Ce L

um/periodo

Los costos de espera tambin dependen del nmero de servidores, pero de manera indirecta: un
aumento del nmero de servidores inducir una reduccin del nmero promedio de unidades en el
sistema L, en funcin del sistema que estemos tratando.
Costos de Abandono
Entre otras utilidades, de los modelos de cola finita permiten representar un comportamiento de
abandono del sistema por parte de las unidades, si el tamao de la cola es demasiado grande. Mas
concretamente, se supone que las unidades que abandonarn el sistema si, cuando stas llegan al
sistema, el tamao de la cola es k s. Se trata de unos costos de naturaleza parecida a los de espera,
aunque en ocasiones pueden interpretarse como reducciones de ventas actuales (por abandono). Se
caracterizan por Ca que es el costo de abandono por unidad para un periodo de tiempo determinado.
Para un determinado periodo de tiempo, las unidades que abandonan el sistema valdrn:

Unidades que abandonan = Pk

Donde representa la tasa de llegadas al sistema referida al periodo considerado. La tasa de
entradas al sistema ser, entonces:
Costos de abandono = Ca Pk

M/M/1
Ejemplo: Un operario que trabaja en una fbrica, debe obtener sus herramientas de un almacn. Un
promedio de 10 operadores por hora arriban al almacn en busca de de partes. En la actualidad el
almacn es atendido por un dependiente a quin se le paga $60 por hora y a quin le toma un
promedio de 5 minutos atender la demanda de un operario. Debido a que al operador se le pagan
$100 por hora, cada hora que el operario pasa en el almacn le cuesta a la fbrica $100. La fbrica
esta decidiendo entre contratar o no ( a $40 por hora) a un ayudante. Si se contrata un ayudante, al
dependiente le tomar un promedio de 4 minutos procesar la demanda de los operarios. Considere
que los tiempos de servicio entre arribos son exponenciales. Se deber contratar al ayudante?
Costo esperado Costo del servicio Costo de espera
=
+
Hora
Hora
Hora
Costo de espera Costo de espera No. promedio de clientes
=
*

Hora
Cliente
Hora

Horas promedio que el

Costo promedio de espera
$100
=
*

Hora
Operario-Hora cliente pasa en el sistema
As;

Costo promedio de espera

Costo promedio de espera
= 100W y
= 100W
Cliente
Hora
1
1
=
= 0.5horas , tenemos que:
Como =10 y =12 clientes por hora y W =
12 10
Costo del servicio/hora =$60 y Costo promedio de espera = 100(0.5)10 = $500
Por lo que sin ayudante, el costo esperado por hora es 60+500 = $560. Con el ayudante =10 y =15
1
1
=
= 0.2horas
clientes por hora y W =
15 10
Ahora el costo del servicio/hora =60 + 40 = $100 y Costo promedio de espera = 100(0.2)10 = $200.
Por lo que con ayudante, el costo esperado por hora es 100+200 = $300. Por lo anterior el ayudante
deber ser contratado, debido a que se ahorran 500-200 = $300 por hora, que es mas de $40 por hora
de salario que cuesta el ayudante.
M/M/S
Ejemplo: El gerente de un banco debe determinar cuantos cajeros debern trabajar los viernes. El
gerente cree que por cada minuto que un cliente pase en espera, se incurre en un costo de espera de
$0.5. Un promedio de 2 clientes por minuto arriban al banco.. En promedio le toma a un cajero 2
minutos atender la transaccin de un cliente. Le cuesta al banco $90 por hora contratar a un cajero.
El tiempo entre arribo y de servicio son exponenciales. Para minimizar la suma de los costos de
servicio y espera, cuantos cajeros deber contratar el banco para que trabajen los viernes?
=120 y =30 clientes por hora y S>1.

120
4
=
= < 1 S debe ser mayor a 4
Como =
S S *30 S

Costo esperado de eservicio Costo de espera

+
Minuto
Minuto

Debido a que a cada cajero se le paga 90/60 = $1.5 por minuto,

Costo esperado de eservicio
= $1.5S
Minuto
Como en el ejemplo anterior,
Costo de espera No. esperado de clientes Costo de espera
=
+
Minuto
Minuto
Minuto
Pero
Costo de espera/cliente = $0.5 Wq
Debido a que 2 clientes arriban por minuto,
Costo de espera/minuto = 2(0.5Wq)= $1*Wq
7
Para S=5, =
= 0.80 Wq = 1.1 minutos
0.5*5
Costo de espera/minuto = 1.0(1.1)=$1.1
Y para S=5
Costo total esperado = =1.5*5 + 1.1 = $8.6
Debido a que S=6 tiene un costo de servicio de 6*1.5 = $9, con 6 cajeros no se tiene un costo total
menor que con 5 cajeros. Teniendo 5 cajeros atendiendo es ptimo. Dicindolo de otra manera,
poniendo otro cajero adicional puede ahorrar al banco a lo mximo $1.1 por minuto en costo de
espera. Como el costo de un cajero adicional de de $1.5 por minuto, no puede ser ptimo contratar
mas de 5 cajeros.
Adems del tiempo esperado de un cliente en el sistema, es de inters la distribucin de tiempo de
espera de un cliente. Por ejemplo, si todos los clientes que tienen que esperar mas de 5 minutos en
la caja de un supermercado deciden cambiar a otra tienda, la probabilidad que un dado cliente se
cambie a otra tienda iguala a P(W>5). Para determinar esta probabilidad, es necesario conocer la
distribucin del tiempo de espera de un cliente. Para un sistema M/M/S se puede mostrar que;
( S 1 S )

1 e
P( w > t ) = e t 1 + P( j > S )

S 1 S

S (1 )t

P(Wq > t ) = P( j S )e

Para ilustrar esto considere en ejemplo anterior en que S=5, =0.80, Po=0.012897, y =0.5 clientes
por minuto

( S ) Po , entonces
como P( J S ) =
S !(1 )
S

5*0.5(1 0.80 )10

P(Wq > 10) = P ( j 5)e

( 5*.8) *.012897 = 0.550272

P ( J 5) =
5!(1 .8 )

= 0.55* e5 = 0.004

Por lo que el banco el gerente puede estar seguro que la probabilidad de que un cliente tenga que
esperar ms de 10 minutos es muy pequea.

Ejemplo:
La CIA de transportes Maz-Trigo carga barcos con trigo arroz, maz y otros granos, para ser
enviados a altamar. La compaa no es propietaria de los barcos que carga, ya que slo se encarga
de cargar los granos a los barcos siempre que alguno llegue para solicitarlo. No existe un calendario
fijo para las llegadas de los barcos porque las llegadas difieren de acuerdo a los costos de los granos,
condiciones internacionales etc. Por esto se asume que los barcos llegan aleatoriamente, a una tasa
promedio de uno por da. Debido a la restriccin en la capacidad y a la configuracin de la carga, la
compaa no puede asegurar exactamente cuanto tiempo llevara cargar un barco. Esta restriccin
significa que mientras el barco est esperando y mientras est siendo cargado la tripulacin del
barco esta ociosa. Ya que las ganancias del propietario del barco dependen del tiempo que el barco
pase en el muelle (sistema) y adems de que la compaa vende grano debido al exceso del mismo,
la compaa ha acordado pagar a cada propietario de barco $ 1000/da que el barco pase en el
sistema (en espera de carga o siendo cargado). Este pago es para compensar al propietario del barco
por la prdida de ganancias mientras el barco esta siendo cargado en el muelle de la compaa.

De acuerdo a los archivos un equipo de carga de 3 hombres puede cargar a razn de de barco/da.
Los equipos pueden trabajar juntos sin interferencia entre los equipos, tal que la resultante tasa de
carga es:
Barcos cargados/da = (num. de equipos)(1/4 barco/da/equipo),
se desea determinar cuantos equipos son necesarios para cargar los barcos tal que el costo total sea
minimizado.
Costo total = pago/da + pago a los equipos de carga
Los trabajadores por equipo cuestan a la compaa $10/trab/hr (8 horas/da) por jornada.
Sean M = No. De equipos, y el Costo Total = 240M + 1000L

( )

Como =1 y = M 1 4
1
<1 ;
1
M
4

4
< 1 ; asi
M

Numero

De
5

Po
L
Lq
w
wq
Costo de empleado
Costo de espera
Costo total

< 1 entonces

y como :

1
5/4
4/5
1/5
4
16/5
4
16/5
1200
4000
5200

M >5

Equipos
6
1
6/4
4/6
1/3
2
4/3
2
4/3
1440
2000
3440

7
1
7/4
4/7
3/7
4/3
16/21
4/3
16/21
1680
1333.3
3013.3

= 1
8
1
8/4
4/8
1/2
1
1/2
1
1/2
1920
1000
2920

=M(1/4)
9
1
9/4
4/9
5/9
4/5
16/45
4/5
16/45
2160
800
2960

10
1
10/4
4/10
6/10
2/3
4/15
2/3
4/15
2400
666.7
3066.7

1/M(1/4)<1
entonces
M>4

La compaa minimizar costos utilizando 8 equipos.

Ejemplo:
Supngase el caso en que la compaa Maz y Trigo, tiene la oportunidad de rentar una instalacin
de servicio adicional (muelle) a un costo de $500/dia. Esta instalacin tiene las mismas
caractersticas que la instalacin de la compaa y la eficiencia de los empleados ser la misma. La
compaa desea determinar si seria mas barato rentar la instalacin o permanecer nicamente con la
propia.

1 m

a 2
< 1; m < 2; debe ser mayor
S=2
<1 ;
s
2 1

4
= 1, = m ( )
Costo total = costo de empleado + pago a barcos + pago renta; CT = 2(m)(240) + 1000 L + 500
No. De equipos por instalacin
Numero

de

Equipos

Po
P(Sist. Ocupado)
Lq
L
Wq
W
Costo de empleado
Pago de barcos
Pago renta

1
3/4
4/3
.2013
.5315
1.0630
2.3963
1.7031
2.4069
1440
2396
500

1
1

.3333
.3333
.3333
1.3333
.3333
1.3333
1920
1333
500

por instalacin
5
1
5/4
2/5
.4286
.2286
.1524
.9524
.1524
.9524
2400
952
500

Costo total

4336

3753

3852

6
1
6/4
2/6
.5050
.1683
.0842
.7509
.0842
.7509
2880
751
500
4131

El costo menor para 2 instalaciones es de $3753 y utiliza 4 equipos/instalacin. Este costo es mayor
que el de utilizar una instalacin $3753 > $2920
Entonces no es conveniente rentar otra instalacin.

MODELO DE FUENTE FINITA

Modelo de fuente finita para un servidor
En este modelo se considera que el tamao de la poblacin es finito, por ejemplo; en el caso del
servicio a un grupo de maquinas de una fabrica. Denotamos a M como el numero de unidades en la
poblacin (tamao de la poblacin). Los resultados siguientes son para el estado estacionario, con
tiempo de llegada Poisson y tiempo de servicio exponencial para un servidor.
M M!

P0 =
n
n =0 (M n )!

Pn =

M!
n P0
(M n )!

n=1,2,3. . .

1
+
Lq = M
(1 P0 ) = M (1 + )(1 P0 )

1
L = M (1 P0 ) = M (1 P0 ) = Lq + (1 po)

Lamda Efectiva eff = ( M L)

Modelo de fuente finita para S servidores

Este modelo es tambin conocido como MODELO DE SERVICIO PARA MAQUINARIA. Este
sistema tiene un total de N maquinarias y se les da servicio con s mecnicos (s M ) con tiempo de
llegada Poisson y tiempo de servicio exponencial.
M M
s M n
n! n
P0 = + n s
n = 0 n

n = s +1 n s! s

M n
Po
n
Pn =
M
n
n!
S! S n s Po
n
M

LS = Lq +

M
eff
eff = ( M n)Pn

n =0

0ns
s<nM

donde Lq = (n s ) Pn
n=s

eff = ( M j ) Pj = ( M L)
j =0

L = nPn

es el numero esperado de servidores ociosos

n=0

para calcular W y Wq
Las medidas W y Wq se pueden derivar del L usando las frmulas obtenidas anteriormente.
W = L / eff

Wq = Lq / eff donde eff = (M-L)

Ejemplo:
Diez maquinas estn siendo atendidas por una gra area: Cuando una maquina termina su carga, la
gra es llamada para descargar la maquina y para instalarle una nueva carga de una area adyacente
de almacenamiento. El tiempo maquina de carga se asume ser Exponencial con una media de 30
minutos. El tiempo desde el momento que la gra se mueve a servir a la maquina hasta que la nueva
carga es instalada es tambin Exponencial con media de 10 minutos.

a) Encuentre el porcentaje del tiempo que la gra esta ociosa.

b) Cul es el nmero esperado de maquinas en espera del servicio de la gra?
a).- =60/30=2;

=60/10=6;

=0.33333

% tiempo que la gra esta ociosa = 100Po = (100)(0.00081)=0.081%

 1
b).- Lq = M 1 + (1 P0 )

=10 1+
(1 0.00081) = 6.0003
0.333

1
10 10!

10!
10!
10!
10!
1

2
3
10
0.33
(.33)
(0.33)
....
(0.33)
+
+
+
+
Po =
n = 0.330 +
( )
= 0.00081
9!
8!
7!
0!

n =0 (10 n )!

P1=0.0027

P2=0.0081

P3=0.02161 Wq = 1.001 ,W = 1.168 L = 7 = 0.3333 Lq = 6

eff = (M-L)=2(10-7)=6, W=L/eff =7/6=1.167, Wc=Lc/eff = 6/6=1

Ejemplo:
2 mecnicos estn atendiendo 5 maquinas en un taller. Cada maquina se descompone de acuerdo a
una distribucin Poisson con una media de 3 por hora. El tiempo de reparacin por maquina es
exponencial con media de 15 minutos.

a).- Encuentre la probabilidad de que los 2 mecnicos estn ociosos. Que un mecnico este ocioso.
b).- Cual es el numero esperado de maquinas ociosas que no estn siendo servidas ?
=3/4 = 0.75
a).1

n
5
2
5!
5! ( 0.75)
n
Po =
=0.0435
( 0.75) +
n2
n = 0 ( 5 n)!n!

n = 3 ( 5 n)! 2!2

5
5!
1
P1 = ( 0.75) ( 0.043050)=
( 0.75)( 0.0403050)= 01614375
.
4!1!
1
P{2 mecnicos ociosos} = Po = 0.04305
P{1 mecnicos ociosos} = Po = 0. 16144

b).5

Lq = (n 2) Pn = (2 2) P2 + (3 2) P3 + (4 2) P4 + (5 2) P5
n=2
5

Lq = (n 2)Pn = 0 P2 + 1P3 + 2 P4 + 3P5

n =3

5 3! (.75) 3
P3 =
=
1
3 2! 2
5 5! (.75) 5
P5 =
=
3
5 2! 2

.2724
.07662

5 4! (.75) 4
P4 =
=
2
4 2! 2

.2043

Lq = (n 2)Pn = 0 + 1P3 + 2 P4 + 3P5 = 1(.2724) + 2(.2043) + 3(.07662) = .91086

n=2

eff = ( M n) Pn = 5 Po + 4 P1 + 3 P 2 + 2 P3 + 1 P 4 = 15Po + 12 P1 + 9 P 2 + 6 P3 + 3P 4 = 7
n=0

L=Lq+

eff
=.91+7/4=2.66

Wq=Lq/eff =.91/4=0.1298 W=L/eff=2.66/7=0.38

MODELO DE COLA FINITA

Resultados en el estado estacionario para un servidor
Con tiempo de llegada Poisson y tiempo de servicio exponencial, no se permite que la cola
exceda de un nmero M de clientes y todos los clientes que llegan mientras la cola est
llena salen y no vuelven. (Capacidad total del clientes en el sistema; los que estn siendo
atendidos ms los que estn esperando ser atendidos)

n =
0

si n = 0,1,2,...M 1
si n M

Para un modelo M/M/1/GD/M/, el estado estacionario existir an s . Esto se debe a

que si , la capacidad finita del sistema previene que el numero de clientes en el
sistema crezca infinitamente.
Para S=1
1
P 0=
; donde
1 M +1
1 n
;
Pn =
M +1
1

L = nPn =
n=0

Pn=0 ;

para

Pn = P0 n

n = 0,1,2,3.., M

( M + 1) M +1 ;
1 M +1

cuando s = 1 ;

Lq = L (1 P0 )

para n=M+1, M+2,+..

Estos resultados son validos para < ; si tiende a los resultados coinciden con el
original.

 {1 (M + 1) M + M M +1 }
(1 )(1 M +1 )

M
, cuando =
2
PM = Nmero de arribos por unidad de tiempo que encuentran el sistema ocupado y se
van y no entran
L=

L=

eff = (1-PM) = Numero de arribos promedio por unidad de tiempo que actualmente entran
al sistema
eff = (1 PM ) = ( S S eff )
M

Donde eff = n Pn = ( P0 + P1 + P2 + .. + PM 1 ) + 0 PM y

Seff es el numero de servidores

n =0

ociosos, y Seff = L Lq =

eff

Lq = L

eff

Las medidas de Lc, W y Wq se pueden derivar del L usando las frmulas obtenidas
anteriormente.

W = L / eff

Wq = Lq / eff

Resultados en el estado estacionario para S servidores (S>1)

Estos son una extensin directa del modelo de un servidor con los siguientes parmetros.

n =
0

N
s

si 0 n M 1
si n M

n
1

M S +1

S
)
S 1 n (1 ( S )

+
P0 =
para.. 1

S
n = 0 n!

s!(1 )

S 1 n S ( M S + 1)

+
P0 =
para.. = 1
s!
S
n = 0 n!

n
si n = 1,2,...., S
n! P0

n
P
si S n M
Pn =
ns 0
S
!
S

si n M
0

si M S

entonces

Lc = 0

si 0 n s
si n s

L = nPn
n= 0

si

M >S

Lq =

Lq =

entonces

P0

( s 1)!( S )

M s

( M S ) ( ) M S 1
1 ( S )
S
S

P0 S
( M S ) ( M S + 1)
2S !

L = Lq + ( S Seff ) = Lq +

para /S 1

para /S = 1

eff

s 1
s 1
L = nPn + Lq + S 1 Pn ;
n=0
n =0

w=

eff

wq =

Lq

eff

Ejemplo:
Se estn haciendo planes para abrir una pequea estacin para lavar automviles y debe decidirse
cunto espacio dejar para los automviles que esperan. Se estima que los clientes llegaran
aleatoriamente (es decir, de acuerdo con un proceso de entrada Poisson ) con una tasa media de uno
cada 4 minutos, a menos que el rea de espera este llena, en cuyo caso el cliente se llevara su
automvil a otra parte. El tiempo que puede atribuirse al lavado de un automvil tiene una
distribucin Exponencial con una media de 3 minutos. Comprese la fraccin esperada de clientes
potenciales que se perderan, debido a un espacio de espera inadecuado, si se tuvieran a) cero, b)
dos, o c) cuatro espacios ( sin incluir el del automvil que se est lavando).
=15 c/hora; =20 c/hora; s=1;

= 0.75
s

M=1 (Cero espacios)

1 0.75
= 0.5714
Po =
1 Po = 0.4286
2
1( 0.75)
42.86% de los clientes se pierden.
a).-

M=3 (Dos espacios )

1 0.75
= 0.3657
Po =
4
1(0.75)

b).-

fraccion declientes

potenciales quese

pierden

 1 0.75
(0.75) = 0.274275
=
4
1
1 (0.75)
P2= ( 0.3657)( 0.5625) = 0.2057
Po + P1 + P2 = 0.365+0.274275+0.2057=0.8456
1- Po - P1 - P2 = 1 - 0.8456 = 0.1543
15.43% de los clientes se pierden

M=5 (Cuatro espacios)

1 0.75
= 0.3041283
Po =
1 (0.75)

c).-

P1 = (0.3041)(0.75) = 0.2280962
P 2 = (0.3041)(0.5625) = 0.1710722
P3 = (0.3041)(0.4218) = 0.1282813
P 4 = (0.3041)(0.3164) = 0.0962262
0.9278289
1 P0 P1 P2 P3 P4 = 1 0.9248289 = 0.072

7.2% de los clientes se pierden

Ejemplos
Ejemplo:
Una sucursal bancaria tiene dos cajas igualmente eficientes, capaces de atender un promedio de 60
operaciones por hora con tiempos reales de servicio que se observan exponenciales. Los clientes
llegan con una tasa de 100 por hora. Determinar:

a) Probabilidad de que haya ms de 3 usuarios simultneamente en el banco.

b) Probabilidad de que alguno de los cajeros est ocioso.
c) Probabilidad de que un cliente permanezca ms de 3 minutos en la cola.
Tenemos un sistema con =100 usuarios por hora, =60 servicios por hora y S = 2 . Como se
verifica que < S , podemos afirmar que el sistema es estacionario.
Entonces, la probabilidad de que haya ms de tres usuarios es:
P( n > 3) = 1 P0 P1 P2 P3

donde sabemos que:

1

S 1 1 n 1 S S
P0 = +
=
n =0 n ! S ! S
1 2 2

= 1 + +
2 ! 2

100 1 100 2
120
= 1 +
+

60 2 60 120 100

= 0.0909

100
0.0909 = 0.1515
P1 = P0 = P0 =
60
n!

1
1 100
P2 = n S P0 = P0 =
0.0909 = 0.1263
2
2 60
S S !
1

1
1 100
P3 = n S P0 =
P0 =
0.0909 = 0.1052
S S !
2 2!
4 60
1

de forma que:
P( n > 3) = 1 P0 P1 P2 P3 = 0.5261

La probabilidad de que uno de los cajeros est ocioso es:

P( n < 2) = P0 + P1 = 0.0909 + 01515
.
= 0.2424

La funcin de distribucin del tiempo de espera en cola es

0
si t < 0

FTq (t ) = P (Tq t ) = 1 P0
si t = 0
s! s

S

( S )t

1 e

P0 + FTq (0)
( S 1)! ( S )

si t > 0

donde deberemos expresar la tasa de llegadas y la de servicio en unidades por minuto:

=

100
= 16667
.
usuarios por minuto
60
60
=
= 1 usuario por minuto
60

Por tanto, la probabilidad de que un cliente permanezca ms de tres minutos en la cola es:
S

3 S )

1 e (

P (Tq > 3) = 1 P (Tq 3) = 1

P0 + FTq (0)
( S 1)! ( S )

donde
S

100

S
2

60

0.0909 = 0.2425
FTq (0) = 1
P0 = 1

100

2 2
S ! S

60

y entonces, la probabilidad pedida es:

100 2

3( 2 1.6667 )

1 e
60

P( T > 3) = 1
0.0909 + 0.2425 = 0.2786
2

16667
.

Ejemplo:
Una oficina estatal de transportes tiene 3 equipos de investigacin de seguridad vial cuyo trabajo
consiste en analizar las condiciones de las carreteras cuando se produce un accidente mortal. Los
equipos son igualmente eficientes y cada uno destina un promedio de 2 das a investigar y realizar el
informe correspondiente en cada caso, con un tiempo real aparentemente exponencial. El nmero de
accidentes mortales en carretera sigue una distribucin de Poisson con tasa media de 300 accidentes
por ao. Determnese:

a)
b)
c)
d)

Nmero medio de accidentes cuya investigacin no ha comenzado.

Tiempo medio desde que se produce un accidente hasta que se empieza a investigar.
Tiempo medio desde que se produce un accidente hasta que finaliza la investigacin.
Nmero medio de accidentes cuya investigacin an no ha terminado.

Estamos ante un sistema de colas con tasa de llegadas = 300 accidentes por ao o, lo que es lo
mismo, = 0.82 accidentes por da, con tasa de servicio = 0.5 investigaciones por da y con C = 3
canales de servicio.
El nmero medio de accidentes cuya investigacin an no ha comenzado es el nmero medio de
usuarios en cola:
S

0.82 3

0.82
0.5

0.5

= 1.9555P0
Lq = P0
= P0
( S 1)! ( S )2
2 (1.5 0.82 )2

donde
1

S 1 1 n 1 S S
P0 = +
=
n =0 n ! S ! S
1 2 1 3 3

= 1 + + +
6 3
2

0.82 1 0.82 2 1 0.82 3 15

.

= 1 +
+
+

. 0.82
0.5 2 0.5
6 0.5 15

.
= 01784

As pues, el nmero de accidentes cuya investigacin an no ha comenzado es:

Lq = 19555
.
P0 = 0.3489

El tiempo medio desde que se produce un accidente hasta que se empieza a investigar es el tiempo
medio de espera:
Wq =

Lq

0.3489
= 0.4255 dias
0.82

El tiempo medio desde que se produce el accidente hasta que finaliza la investigacin es el tiempo
medio de permanencia en el sistema:
W=

+ Wq = 2.4255 dias

Por otra parte, el nmero medio de accidentes cuya investigacin an no ha finalizado es el nmero
medio de usuarios en el sistema:
L = W = 19889
.

Ejemplo:
Una clnica canina tiene 3 veterinarios para vacunar perros. El nmero de perros que llegan a la
clnica sigue una distribucin de Poisson con una tasa media de 12 por hora. El tiempo medio
empleado en vacunar a cada perro es de 2 minutos. Determinar:

a)
b)
c)
d)
e)

Porcentaje de tiempo con la sala de vacunacin vaca.

Tiempo medio de espera.
Tiempo medio de permanencia de los perros en la clnica.
Nmero medio de perros en la clnica.
Probabilidad de que un perro espere ms de 10 minutos para ser vacunado.

Estamos ante un sistema de colas con una tasa de llegadas de = 12 usuarios por hora, una tasa de
servicio de = 30 servicios por hora y con S = 3 canales de servicio. Como se cumple que

< S
podemos afirmar que el sistema es estacionario.
El porcentaje de tiempo con la sala de vacunacin vaca es:
1

S 1 1 n 1 S S
P0 = +
=
n =0 n ! S ! S
1 2 1 3 3

= 1 + + +
6 3
2

12 1 12 2 1 12 3 90
= 1 +
+ +

6 30 90 12
30 2 30

Es decir, el porcentaje de tiempo con la cola vaca es:

P0 = 67.01%

= 0.6701

El tiempo medio de espera es:

Wq =

Lq

donde
S

12 3

12 30

= 0.6701 30
= 1.27 103
Lq = P0
2
( S 1)! ( S )2
2 ( 90 12 )

luego el tiempo medio de espera ser de:

Wq = 106
. 10 4 horas = 0.3816 segundos

El tiempo medio de permanencia en la clnica es:

W=

+ Wq =

1
+ 106
. 10 4 = 0.0334 horas = 2.0064 minutos
30

El nmero medio de perros en la clnica es:

L = W = 12 106
. 10 4 = 0.0013

Y, por ltimo, la probabilidad de que un perro espere ms de 10 minutos es:

10

P T > = P( T > 01667

.
.
) = 1 P( T < 01667
)=

60

P T

0.1667( S )

1 e

10

P0 + FTq (0)
> = P (T > 0.1667 ) = 1 P (T < 0.667 ) = 1
60
( S 1)! ( S )

donde es necesario expresar las tasas de llegadas y de servicio en unidades por minuto:

Entonces:

12
= 0.2
60

perros por minuto

30
= 0.5
60

perros por minuto

0.2

S
3

0.5

FTq (0) = 1
P0 = 1
0.6701 = 0.9918
0.2

63
S ! S

0.5

y, entonces, la probabilidad de que un perro espere ms de 10 minutos es:

0.2 3
0.1667 (1.5 0.2 )

0.5 1 e
10

0.5

P T > = 1
0.6701 + 0.9918 = 0.0009

60
2
15
0
2
.
.
(
)

Ejemplo:
En un taller caben cuatro mquinas que son reparadas por dos mecnicos. Las mquinas llegan al
taller como promedio una vez cada tres horas y el tiempo medio de reparacin es de 45 minutos.
Cul es el nmero medio de mquinas estropeadas en el taller?

Es evidente que se trata de un sistema con

= 0.3333 = 1.3333 S = 2 K = 4
Se sigue verificando que, como

= 0.125 < 1
S

el sistema es estacionario tenemos:

S
K S +1

n

S 1 1 S
P0 = +

n=0 n !

S ! 1

2
3

1
2

= 1 + +

2 1

2
3

0.3333 0.3333

1

2.6667
.
0.3333 13333

= 1 +
+
= 0.7778
.
.
0
3333
13333

2 1

2.6667

P1 =

0.3333
0.7778 = 0.1944
P0 =

1.3333
2

1
1 0.3333
P2 = 0 P0 =
0.7778 = 0.0243
2 1.3333
S S !
1
1 0.3333
P3 =
P0 =
0.7778 = 0.0030
4 1.3333
S S !
1
1 0.3333
P4 = 2 P0 =
0.7778 = 0.0004
8 1.3333
S S !
Entonces, el nmero medio de mquinas estropeadas en el taller es:
L = E [n] =

.
+ 2 0.0243 + 3 0.003 + 4 0.0004 = 0.2536
nPn = 01944

n=0

Variable
Intensidad de
trfico
Porcentaje del
tiempo que el
servidor esta
ocioso
Probabilidad de
que haya n
clientes en el
sistema
Numero
esperado de
clientes en el
sistema

Formulario de Teora de Colas

Canal Simple
Canal Mltiple
=

Pn = n P0 = n (1 )

P
Para n<s 0 = Pn
n!
n

Para n>s n s = Pn
(S ) S !
P0

L=

( )

P0

L= +
si =
2
( S 1)!( S )

L = P ( Sistema Ocupado)*

Numero
esperado de
clientes en la
cola

+
S-

L=

2
2
=
1 ( )

P0

Lq =
si =
2

( S 1)!( S )

Lq = P( Sistema Ocupado)*

S-

P0

si =
Lq =
2
s
S !(1 )

Tiempo
promedio que
pasa un clientes
en el sistema

W=

P0
1

W = +
( S 1)!( S )2
S

P0

W =
2
( S 1)!( S )

Tiempo
promedio que
un cliente pasa
en la cola

=
Wq =
( )

Probabilidad de
que haya cero
clientes en el
sistema

P0 = 1

Probabilidad d
que un cliente
tenga que
esperar en la
cola mas de t
minutos
Probabilidad d
que un cliente
tenga que
esperar en el
sistema mas de
t minutos

Lq

P0
Lq

W =
=
( S 1)!( S )2
S

P0

si =
Wq =
2
s
S !(1 )

S 1 1 n 1 S S
P0 = +

n =0 n ! S ! S
n S
s 1

P0 = +
n =0 n !
s!

P {Wq > t} =

P {W > t} = e

e (1 )

( S ) Po e S (1 )
P {Wq > t} =
S !(1 )
S

(1 ) t

t S 1
S

Po 1 e

1 +

S !(1 ) S 1

( )

P {W > t} = e

P( Sistema Ocupado)=

* P0 = P ( n S ) si =

S!( S- )
S

P0

P ( Sistema Ocupado)=
= P ( n S ) si =
s
S!(1 )

Tabla de Valores de Po dado / y el numero de servidores S

Modelo M/M/S
/

Numero de servidores S
1

0.1

0.900000

0.904762

0.904836

0.904837

0.904837

0.904837

0.904837

0.15

0.850000

0.860465

0.860702

0.860708

0.860708

0.860708

0.860708
0.818731

0.2

0.800000

0.818182

0.818713

0.818730

0.818731

0.818731

0.25

0.750000

0.777778

0.778761

0.778799

0.778801

0.778801

0.778801

0.3

0.700000

0.739130

0.740741

0.740815

0.740818

0.740818

0.740818

0.35

0.650000

0.702128

0.704553

0.704681

0.704688

0.704688

0.704688

0.4

0.600000

0.666667

0.670103

0.670308

0.670319

0.670320

0.670320

0.45

0.550000

0.632653

0.637301

0.637608

0.637627

0.637628

0.637628
0.606531

0.5

0.500000

0.600000

0.606061

0.606498

0.606529

0.606531

0.55

0.450000

0.568627

0.576301

0.576901

0.576946

0.576950

0.576950

0.6

0.400000

0.538462

0.547945

0.548741

0.548806

0.548811

0.548812

0.65

0.350000

0.509434

0.520920

0.521947

0.522038

0.522045

0.522046
0.496585

0.7

0.300000

0.481481

0.495156

0.496452

0.496574

0.496584

0.75

0.250000

0.454545

0.470588

0.472191

0.472350

0.472365

0.472366

0.8

0.200000

0.428571

0.447154

0.449102

0.449307

0.449327

0.449329

0.85

0.150000

0.403509

0.424796

0.427127

0.427385

0.427412

0.427415

0.9

0.100000

0.379310

0.403458

0.406211

0.406531

0.406566

0.406569

0.95

0.050000

0.355932

0.383088

0.386301

0.386691

0.386736

0.386741

0.000000

0.333333

0.363636

0.367347

0.367816

0.367872

0.367879

1.05

0.311475

0.345056

0.349301

0.349859

0.349929

0.349937

1.1

0.290323

0.327304

0.332118

0.332774

0.332859

0.332870

1.15

0.269841

0.310338

0.315755

0.316519

0.316622

0.316635

1.2

0.250000

0.294118

0.300172

0.301052

0.301176

0.301192

1.25

0.230769

0.278607

0.285328

0.286336

0.286482

0.286502

1.3

0.212121

0.263770

0.271189

0.272332

0.272504

0.272528

1.35

0.194030

0.249575

0.257718

0.259007

0.259207

0.259236

1.4

0.176471

0.235988

0.244883

0.246327

0.246557

0.246591

1.45

0.159420

0.222981

0.232651

0.234259

0.234523

0.234564

1.5

0.142857

0.210526

0.220994

0.222775

0.223074

0.223122

1.55

0.126761

0.198596

0.209883

0.211844

0.212183

0.212238

1.6

0.111111

0.187166

0.199291

0.201441

0.201821

0.201885

1.65

0.095890

0.176211

0.189193

0.191538

0.191963

0.192036

1.7

0.081081

0.165711

0.179564

0.182112

0.182584

0.182667

1.75

0.066667

0.155642

0.170381

0.173139

0.173660

0.173755

1.8

0.052632

0.145985

0.161622

0.164597

0.165171

0.165277

1.85

0.038961

0.136722

0.153267

0.156465

0.157093

0.157212

1.9

0.025641

0.127833

0.145297

0.148721

0.149407

0.149539

1.95

0.012658

0.119301

0.137692

0.141349

0.142094

0.142241

0.000000

0.111111

0.130435

0.134328

0.135135

0.135298

0.103247

0.123509

0.127643

0.128514

0.128692

2.05
2.1

0.095694

0.116898

0.121276

0.122213

0.122409

2.15

0.088438

0.110587

0.115213

0.116217

0.116431

2.2

0.081466

0.104562

0.109437

0.110511

0.110744

2.25

0.074766

0.098809

0.103936

0.105081

0.105333

2.3

0.068326

0.093315

0.098696

0.099914

0.100186

2.35

0.062134

0.088068

0.093704

0.094996

0.095289

2.4

0.056180

0.083056

0.088948

0.090315

0.090630

2.45

0.050453

0.078269

0.084417

0.085860

0.086198

2.5

0.044944

0.073695

0.080100

0.081620

0.081980

2.55

0.039643

0.069325

0.075986

0.077584

0.077968

2.6

0.034542

0.065149

0.072066

0.073743

0.074150

2.65

0.029633

0.061158

0.068330

0.070086

0.070518

2.7

0.024907

0.057343

0.064770

0.066605

0.067062

2.75

0.020356

0.053697

0.061376

0.063291

0.063774

2.8

0.015974

0.050212

0.058142

0.060136

0.060645

2.85

0.011754

0.046880

0.055059

0.057133

0.057668

2.9

0.007689

0.043694

0.052120

0.054274

0.054835

2.95

0.003773

0.040648

0.049318

0.051552

0.052139

0.000000

0.037736

0.046647

0.048960

0.049574

3.05

0.034951

0.044101

0.046492

0.047133

3.1

0.032287

0.041673

0.044142

0.044810

3.15

0.029739

0.039358

0.041904

0.042600

3.2

0.027303

0.037150

0.039774

0.040496

3.25

0.024972

0.035046

0.037745

0.038494

3.3

0.022742

0.033038

0.035813

0.036589

3.35

0.020610

0.031124

0.033973

0.034776

3.4

0.018570

0.029299

0.032220

0.033050

3.45

0.016618

0.027558

0.030552

0.031408

3.5

0.014751

0.025898

0.028962

0.029845

3.55

0.012965

0.024315

0.027448

0.028357

3.6

0.011256

0.022805

0.026007

0.026941

3.65

0.009621

0.021365

0.024634

0.025594

3.7

0.008058

0.019991

0.023326

0.024311

3.75

0.006561

0.018681

0.022080

0.023090

3.8

0.005130

0.017432

0.020894

0.021928

3.85

0.003761

0.016241

0.019764

0.020822

3.9

0.002451

0.015104

0.018687

0.019769

3.95

0.001198

0.014021

0.017662

0.018766

0.000000

0.012987

0.016685

0.017812

4.05

0.012001

0.015755

0.016904

4.1

0.011062

0.014869

0.016040

4.15

0.010165

0.014025

0.015217

4.2

0.009311

0.013221

0.014433

4.25

0.008496

0.012455

0.013688

4.3

0.007719

0.011726

0.012978

4.35

0.006979

0.011032

0.012302

4.4

0.006273

0.010370

0.011659

4.45

0.005600

0.009740

0.011047

4.5

0.004959

0.009140

0.010464

4.55

0.004347

0.008569

0.009909

4.6

0.003765

0.008025

0.009381

4.65

0.003210

0.007506

0.008878

4.7

0.002682

0.007013

0.008399

4.75

0.002178

0.006543

0.007944

4.8

0.001699

0.006096

0.007510

4.85

0.001242

0.005670

0.007097

4.9

0.000807

0.005265

0.006705

4.95

0.000394

0.004879

0.006331

0.000000

0.004512

0.005975

Ejercicios
1.-Utilizando la notacin de kendall, describa cada una de las siguientes situaciones de lneas de
espera:
A) Estudiantes que llegan al azar para utilizar una maquina copiadora y cada estudiante
hace una sola copia.
R. M/D/1
B) Botellas que salen de una lnea de ensamble a una tasa constante para inspeccin, el
tiempo de inspeccin es de duracin aleatoria y hay cuatro inspectores.
R. M/D/4
C) Estudiantes que llegan al azar a una oficina de registro previo para el trimestre de
otoo. El tiempo de registro es de duracin aleatoria y existe un asesor disponible para el
registro.
R. M/M/1
2.-

3.-

Para usar una maquina cajera automtica de un banco, llegan clientes al azar a una tasa de
5 por hora. Responda las siguientes preguntas
A) Cual es la probabilidad de que lleguen mas de tres clientes a solicitar servicio durante
un perodo de una hora?.
B) Cual es la probabilidad de que ningn cliente solicite servicio durante una hora?
C) De tres?
Suponiendo que la maquina cajera maneja requisiciones de servicio en forma aleatoria a
una tasa promedio de 10 clientes por hora, responda las siguientes preguntas.
=10/hora
P(t>T) = e-t
A) Cual es la duracin promedio del tiempo de servicio al cliente?.
B) Cual es la probabilidad de que se requiera que un cliente espere mas de 10 minutos
para ser atendido?.
C) A que porcentaje de los clientes se les atender en menos de 3 minutos?.

4.-

Suponga que para la maquina cajera automtica de los dos problemas anteriores, los
clientes llegan al azar y el tiempo necesario para dar servicio a un cliente es tambin
aleatorio, suponga adems que la tasa de llegadas es de 5 por hora y la tasa de servicio es
de 10 por hora, responda las siguientes preguntas:
= 5/HORA
= 10/HORA
=/ = 1/2
A) Cual es la probabilidad de que a un cliente se le atienda de inmediato, a su llegada, en
la cajera automtica?.
B) Cual es el promedio de tiempo que un cliente invierte con la cajera automtica (tanto
en espera del servicio como recibindolo?).
C) Trace la grfica de Pn con respecto a n, en donde n=numero de clientes en el sistema,
marque la grfica el valor esperado de n.
D) En promedio, cuantos clientes se encuentran esperando en la lnea para que la cajera
automtica los atienda.

5.-

Comente si cada una de las siguientes situaciones de lneas de espera se ajusta a las
consideraciones del modelo M/M/1 o M/M/S.

A) Un restaurante de comida instantnea con mltiples posiciones de servicio. Las

posiciones se abren conforme es necesario.
B) Un restaurante de comida instantnea con una sola fila de servicio, por la cual deben
pasar todos los clientes para hacer y recibir sus pedidos (de diferente volumen y
complejidad).
C) En un banco, la ventanilla para automovilistas.
D) Una instalacin para lavado de automviles con una sola fila que conduce a
instalaciones mltiples de lavado.
E) En una tienda de abarrotes grande en un poblado universitario y que tiene mltiples
cajas de salida.
6.-

7.-

8.-

La lnea rpida del supermercado EL TRUEQUE atiende solo clientes con 12 artculos o
menos, y como resultado, es mucho ms veloz para estos clientes que las filas normales.
El gerente, Bor Acho, a estudiado esta fila y a determinado que los clientes llegan a una
tasa aleatoria de 20 por hora y que, en promedio, el tiempo de servicio para un cliente es
de un minuto. Suponiendo que la tasa de servicio tambin es aleatoria, responda las
siguientes preguntas.
A) Cuales son y para la caja rpida?
B) En promedio, a cuantos clientes se esta atendiendo o estn esperando?
C) En promedio, cuanto debe de esperar un cliente antes de poder retirarse?
En el mostrador de libros de la principal biblioteca de la universidad de Huicholandia
llegan estudiantes al azar (los colores de la escuela son negro y azul). En el mostrador de
salida deben de abrir cualquier bolsa, portafolios, etc., que traigan para que el dependiente
verifique si no hay robos de libros, revistas, o documentos. El tiempo que se requiere para
hacer esta verificacin es de duracin aleatoria debido al diferente nmero de libros y
bolsas que los estudiantes llevan. Se ha determinado que la tasa promedio de llegadas es
de 20 estudiantes por hora y que el tiempo promedio para realizar la revisin de las bolsas
es de un minuto.
A) Que valores tienen y para este problema?
B) Cual es el factor de utilizacin?
C) Que tiempo le llevara a un estudiante en promedio pasar por la revisin de bolsas?.
D) En promedio, cuantos estudiantes se encuentran esperando en la fila en cualquier
momento?
E) Durante que fraccin de tiempo estar libre el empleado que revisa las bolsas para
poder dedicarse a estudiar?
El auto cinema Los Arroyos tiene tres taquillas, cada una de las cuales atiende una fila de
clientes. Los automviles llegan al auto cinema a una tasa total de 90 automviles por
hora y cada taquilla puede atender 40 automviles por hora. Tanto las llegadas como los
servicios son por completo aleatorios. Con base a esta informacin responda las
siguientes Preguntas:
A) Que tipo de informacin de lneas de espera es esta?. (Sea preciso)
B) Cual es la probabilidad de que, si consideramos una sola de las taquillas, se encuentre
desocupada?; cual es la probabilidad de que este atendiendo a tres automviles o haya
tres automviles esperando en la fila?

C) Cual es el nmero promedio de automviles en el sistema de lneas de espera de cada

una de las taquillas (esperando y siendo atendidos)?
D) Cual es el tiempo promedio de que un automvil espera antes de llegar a la taquilla?.
E) Si el auto cinema decide utilizar una sola fila para la venta de todos los boletos en las
tres taquillas que caractersticas de operacin esperara usted que cambiara mas y
porque?
9.-

El centro de reparacin de computadoras TV Tec, maneja la reparacin de las

microcomputadoras que vende TV Tec. Un problema comn de reparacin es la
alimentacin de unidades de disco. Al llegar las microcomputadoras al centro de
reparacin se asigna en forma rotatoria a algunos de los tres tcnicos que para que haga la
alineacin. Por razones de control de calidad, una vez que se asigna una
microcomputadora a un tcnico no se asigna a otro. Suponiendo que las tasas de llegada y
servicios son aleatorias y de 30 por mes y dos por da cada tcnico (20 das hbiles por
mes), responda las siguientes preguntas:
=10,
=40
A) Cual ser el tiempo promedio para que una microcomputadora permanezca en el
centro de servicio?
B) En promedio, en cualquier momento cuantas micros estarn esperando a cada tcnico
para que le de servicio?
C) Como respondera usted a las preguntas anteriores si una de las microcomputadoras
que llega pasara al primer tcnico disponible para que le diera servicio, en ves de que se
asignara en forma rotatoria?

10.-

La compaa arrendadora de automviles MANEJALO opera su propia instalacin de

lavado y limpieza de automviles para prepararlos para su renta. Los automviles llegan a
la instalacin de limpieza en forma aleatoria a una tasa de 5 por da. La compaa ha
determinado que los automviles pueden limpiarse a un ritmo de 2n por da, en donde n
es el nmero de personas que trabajan en un automvil por ejemplo, si se encuentran
cuatro personas trabajando la tasa de lavado es de 8 automviles por da. Se ha
determinado que este procedimiento de lavado se ajusta a la distribucin exponencial
negativa. La compaa les paga a sus trabajadores $30 por da y ha determinado que el
costo por un automvil que no este disponible para rentarlo es de $25 por da.
A) Calcule el nmero de empleados que deben encontrarse en la institucin de lavado,
para que produzca el menor costo.
B) Calcule las caractersticas de operacin l. lq, w. wq para el numero de empleados que
eligi.
COSTO TOTAL = costo del carro + costo de empleados = 30n + 25L

Investigacin de Operaciones II

Teora de Colas

11.-

La compaa de pesca Charal S.A. utiliza sus propios botes camaroneros para pescar y
despus lo empacan para enviarlo a otras partes cuando otros botes llegan durante la
temporada, hay que descargarlo tan rpido como sea posible para que puedan volver al mar.
El gerente de produccin de la compaa. Estima que el costo de que un bote camaronero
permanezca detenido es de $50 por hora (esto incluye los salarios al igual que el tiempo de
pesca) los trabajadores que descargan los botes ganan $8 por hora ya sea que estn
trabajando o no. Si el patrn de llegadas para los botes es aleatorio y el tiempo de descarga
tambin lo es. Cual es el nmero de trabajadores que la compaa Debe utilizar para
descargar los botes y que produzca el menor costo total? Los botes llegan a una tasa
promedio de uno por hora y cada trabajador puede descargar medio bote por hora.
= 1 por hora
= cada trabajador 1/2 hora * (2n)
= 1/3 n
Costo por barco parado = $50 la hora
COSTO TOTAL = costo del barco + costo de empleados = 8n + 50L

12.-

En un estudio de un expendio local de venta de hamburguesas conocido como WetBack

Burger. Los estudiantes del Tec hacen las siguientes observaciones; parece que los clientes
llegan a al azar; todos los clientes se colocan en una sola fila para hacer y recibir sus
pedidos; debido a diferencias en el volumen y la complejidad en los pedidos; la duracin del
tiempo para atender a cada cliente es aleatorio. Despus, los estudiantes recopilaron datos
sobre tiempos de llegada y de servicio. Se observaron las llegadas para perodos de una hora
y se anotaron los nmeros de llegada durante cada perodo de 10 minutos durante la hora los
resultados de este centro son:
INTERVALOS
LLEGADAS
0-10
14
10-20
5
20-30
10
30-40
8
40-50
12
50-60
7
-56
Para un muestreo aleatorio de las llegadas anteriores, los tiempos de servicio (en segundos)
fueron:
25
20
45
25
13
52
35
25
25
45
25
38
42
55
45
15
70
20
28
30
55
32
58
65
10
85
50
13
10
30

M.C. Hector Martnez Rubin Celis

44

Investigacin de Operaciones II

Teora de Colas

45
15
30
Suponiendo que estos tiempos de llegadas y de servicio se ajustan de verdad a las
distribuciones de probabilidad de Poisson y Exponencial negativa:
A) Calcule la tasa de promedio de llegada y la tasa de servicio.
B) Determine las siguientes caractersticas de operacin: Po,L,Lq,W.Wq.
L,Lq,W, y Wq para
=5, =8,
13.-

El padre Cresencio utiliza en la actualidad dos confesionarios con filas para atender las
necesidades de sus feligreses. se ha observado que las llegadas son aleatorias a un ritmo
promedio de 30 personas por hora y el tiempo de servicio tiende a ser aleatorio tambin,
puesto que la cantidad de pecados por persona puede diferir en gran medida, se ha
determinado que el tiempo promedio que se permanece en el confesionario es de 3 minutos.
Se ha obtenido tambin que las llegadas se distribuyan en forma equitativa entre las dos
lneas. El padre Cresencio esta considerando cambiar a un sistema en el que se utilice una
sola fila que alimente ambos confesionarios. El padre desea saber que sistema (el actual o el
propuesto) conducir al tiempo promedio ms breve en el sistema para sus feligreses.
A) Sistema actual CANAL SIMPLE M/M/1 con 2 lneas en paralelo
B) Sistema propuesto M/M/2
Canal mltiple S=2

14.-

La compaa Arrendadora Manejalo se esta considerando aadir un taller de lavado para

incrementar su negocio. La nueva tasa de llegada es de 8 automviles por da, en tanto que la
tasa de lavado para cada taller ser de 2n, en donde n Es en nmero de personas que trabajan
en un auto y se ha determinado que el costo adicional de las nuevas instalaciones es $50
diarios.
A) Bajo estas condiciones, determinase si la compaa debe aadir una instalacin adicional
o no.
B) Calcule las caractersticas de operacin que determine usted que tiene el menor costo.

15.-

Acaba de surgir una nueva oportunidad para la compaa de pesca Charal ya que puede
rentar un muelle adyacente en $20 la hora para descargar los barcos durante la temporada
fuerte de pesca. Determine si seria redituable que la compaa rente ese espacio adicional de
muelle. Puede usted suponer que todos los dems valores siguen siendo los mismos que en el
problema original.

16.-

Una oficina de admisiones de cierta prestigiada Universidad procesa solicitudes de admisin

en la base PEPS. Estas solicitudes llegan aleatoriamente a una tasa de 5 por da. La
distribucin de probabilidad de los tiempos de servicio es tal que la desviacin estndar es de
1/10 de da y la media es de 1/9 de da: Cual es el tiempo promedio que una solicitud espera
para ser procesada? En promedio, cuantas solicitudes esperan ser procesadas en cualquier
momento?

17.-

El Banco Nacional de Hucholandia esta planeando instalar un variedad especial de cajeros

automticos en la librera de una universidad local. Este cajero automtico ser especial
porque permitir solo hacer retiros. Puesto que el cajero solo permitir retiros entra un
tiempo de servicio de 60 seg. Si las llegadas son aleatorias y a razn de 30 por hora, cual
ser el tiempo promedio que un estudiante pasara en la fila y haciendo su retiro?, en
promedio, cuantos estudiantes estarn en espera de hacer retiros?

M.C. Hector Martnez Rubin Celis

45

Investigacin de Operaciones II

18.-

Teora de Colas

Una maquina copiadora de una compaa tiene un tiempo de servicio de 30 trabajos por hora
y se renta por $60 por ocho horas al da. El gerente nota que usualmente existe trabajo en
espera aparte que se esta trabajando en la copiadora. Cada trabajo es llevado a la copiadora
por una persona y esta persona gana $5 por hora. El gerente tiene la oportunidad de tener una
maquina nueva la que se rente por $90 al da y la cual se estima puede atender a cuarenta
horas mas considerado que el nico costo se aplica a la persona que lleve el trabajo en sus
salarios, determine si se deber obtener una nueva maquina.

M.C. Hector Martnez Rubin Celis

46