Universidad Autnoma de Guadalajara

4. MODELOS DE LINEAS DE ESPERA

4.1. Caractersticas generales

lo que hace a las colas un rea interesante y desafiante. En la figura

se muestra un sistema tpico de colas.

Objetivo: El estudiante evaluar los criterios de decisin en las

lneas de espera, examinando el proceso de llegada para poblaciones
sencillas o mltiples de unidades finita, infinita o de volumen,
generados en procesos de espera determinsticos o probabilsticos,
dependientes o independientes; las disciplinas de las lneas de
espera
4.1. Caractersticas generales
Introduccin.
Parte de nuestra vida diaria es esperara algn servicio. Esperamos
para entrar a un restaurante, hacemos cola para entrar a un
espectculo y nos formamos para recibir un servicio.

Los clientes llegan a una o ms instalaciones de servicio. Si otras

personas ya estn esperando, segn el tipo de servicio, los clientes
que acaban de llegar esperaran su turno para ser atendidos por el
siguiente servidor disponible y saldran del sistema cuando terminen
sus operaciones.

Hacemos cola para esperar nuestro turno en bancos, supermercados,

estticas, casetas de pago en autopistas, y restaurantes. La
programacin de los aterrizajes de los aeroplanos en una pista
especfica es un problema de colas: piense que los aeroplanos en el
aire son clientes que esperan ser atendidos, y la pista es el servidor.
Los sistemas de trfico telefnico son ejemplos de redes complejas
de colas. Las llamadas telefnicas se en rutan a travs de los
sistemas de distribucin, donde hacen cola hasta que son desviados
ya sea a la siguiente estacin de distribucin o bien a su destino
final. En efecto, fue A. K. Erlang, un ingeniero de telefona dans,
el responsable de muchos de los primeros desarrollos tericos en el
rea de las colas.

Los problemas de colas son comunes en la administracin de las

operaciones. En el contexto de las manufacturas, el ambiente de
taller puede considerarse una compleja red interrelacionada de colas.
A medida que los trabajos terminan de realizarse en un centro, stos
hacen cola para ser procesados en el centro siguiente. Si la
programacin en un ambiente de taller se asume como un problema
dinmico en lugar de uno esttico, deben hallarse las tasas de flujo y
otras medidas usando los resultados de la teora de colas.

La teora de colas es el estudio de los procesos de lnea de espera.

Una cola (queue) es la versin britnica de la lnea de espera
norteamericana (waiting line). Virtualmente todos los resultados de
la teora de colas suponen que tanto los procesos de llegada como
de servicio son aleatorios. Es la interaccin entre estos dos procesos

Elabor: MC. Marcel Ruiz Martnez

Los problemas de colas se presentan con mucha frecuencia en los

sistemas de servicios. Cada uno de nosotros experimenta colas en los
sistemas de servicios todos los das. De hecho, segn Michael
Fortino, de Priority Management en Pittsburgh, la mayora de las
personas pasan aproximadamente cinco aos de su vida haciendo
colas y seis meses esperando en los semforos (Chicago Tribune, 21
de junio, 1988).

Universidad Autnoma de Guadalajara

Por qu estudiar lneas de espera?

Este estudio de las lneas de espera trata de cuantificar un fenmeno
de esperar, tomando medidas relevantes de eficiencia como longitud
promedio de la fila, tiempo de espera en la fila y uso promedio de
las instalaciones.
A continuacin se muestra una grfica de un modelo de decisin de
diseo de lneas de espera basado en costos.

4.1. Caractersticas generales

ms de una llegada a la vez (lo que se conoce en las colas como

llegadas por lote).
La variable que consideraremos para las llegadas ser la letra lamda:
= nmero promedio de llegadas al sistema/ unidad de tiempo
(velocidad de llegadas)
2.
Proceso del servicio. Se distingue por la distribucin del
tiempo requerido para servir a un cliente. Nuevamente, el caso ms
fcil de analizar se presenta cuando la distribucin de los tiempos de
servicio es exponencial. Otras distribuciones dan lugar a modelos de
colas ms complejos.
En el caso del proceso de servicio usaremos la variable miu:
= nmero promedio de entidades que se atienden en el sistema /
unidad de tiempo. (velocidad de atencin del servidor).

Aspectos estructurales de modelos de colas

1.
Proceso de llegada. Describe las llegadas de los clientes al
sistema y se caracteriza por la distribucin de los tiempos entre
llegadas. El caso ms simple es cuando se trata de una sola llegada a
la vez, de manera completamente aleatoria. Esto da lugar a una
distribucin exponencial para los tiempos entre llegadas. Otras
posibilidades incluyen las distribuciones generales entre llegadas o

Elabor: MC. Marcel Ruiz Martnez

3.
Disciplina de servicio. sta es la regla mediante la cual se
sirve a los clientes en la cola. La mayora de los problemas de colas
que se presentan en los sistemas de servicio son del tipo primeras
llegadas, primeras salidas (FCFS). Generalmente consideramos a
esta regla como justa. Sin embargo, tambin son comunes otras
disciplinas de servicio. Cuando compramos leche, podemos verificar
las fechas en los envases de cartn y elegir la que tenga la fecha de
caducidad ms lejana. Si consideramos que la leche es la cola, esto
significa que la disciplina de servicio es del tipo ltimo en llegar,
primero en salir (LCFS). Las salas de emergencia de los hospitales
darn prioridad a los pacientes cuya vida est en peligro tales
como los traumatismos ocasionados en un accidente
automovilstico por sobre aqullos con problemas menos graves.
Esto se denominara una disciplina de servicio por prioridad.
4.
Capacidad de la cola. En algunos casos, el tamao de la cola
puede estar limitado. Por ejemplo, los restaurantes y las salas de cine
pueden alojar solamente a un nmero determinado de clientes. Desde
2

Universidad Autnoma de Guadalajara

4.1. Caractersticas generales

un punto de vista matemtico, la hiptesis ms simple es que el

tamao de la cola sea ilimitado. Aun si la capacidad es finita, es
razonable ignorar dicha restriccin si es poco probable que la cola
se sature.
5.
Nmero de servidores. Las colas pueden ser atendidas por
un solo servidor o por servidores mltiples. Este ltimo caso es
comn en los bancos: los clientes forman una sola cola y son
atendidos por el siguiente servidor disponible. En contraste, el rea
de despacho de un supermercado tpico no es una cola con
servidores mltiples. Como un comprador debe formarse en una
sola cola especfica, ste es un sistema paralelo de colas con un solo
servidor (posiblemente dependiente). Otro ejemplo de una cola con
servidores mltiples sera el rea de aterrizaje del aeropuerto; los
aeroplanos pueden despegar o aterrizar en una de varias pistas.
6.
Estructura de la red. Se forma una red de colas cuando la
salida de una da pie a la entrada de otra cola. La mayora de los
procesos de manufactura generalmente es un tipo de red de colas.
Los sistemas de carreteras y los sistemas de distribucin telefnica
son otros ejemplos. Estas estructuras con frecuencia son demasiado
complejas como para analizarlas matemticamente.

Sistema de un slo canal con multifase

Llegadas

Salida
Servidor 1
Fila

Servidor 2
Fila

Sistema multicanal con una sola fase

Servidor 1

Llegadas

Salida
Fila

Servidor 2

Sistema multicanal, multifase

Llegadas

Salidas
Servidor

Servidor

Servidor

Servidor

Configuracin: consiste en identificar la cantidad de servidores y el

nmero de etapas o fases de servicio por las que tiene que pasar una
entidad. En este tema se analizarn las configuraciones de un slo
canal y multicanal (ambos con una sola fase). La configuracin de
los mismos y otras configuraciones adicionales se representa
grficamente de la siguiente manera:
Sistema de un slo canal con una sola fase

Llegadas

Servidor

Salida

Fila

Elabor: MC. Marcel Ruiz Martnez

Universidad Autnoma de Guadalajara

4.1. Caractersticas generales

Distribucin de tiempos de servicio: al igual que las llegadas al

sistema, los tiempos en que las entidades son atendidas dentro del
sistema tienden a ser independientes una de la otra y aleatorias, por
lo que es comn que se representen con una distribucin de
probabilidad.

Para los modelos de lneas de espera a analizar en este tema la

notacin Kendall ser de la siguiente manera:
1. Modelo de un slo canal (M / M / 1).
2. Modelo de canales mltiples (M / M / m).
3. Modelo de tiempo de servicio constante (M / D / 1).

Importante: en la teora de colas tambin puede encontrarse que los

tiempos de servicio son constantes, los cuales se pueden encontrar
en procesos automatizados. Dicha variante la veremos como ltimo
modelo de anlisis en este tema.

Ejercicios: Para cada uno de los casos siguientes identifique:

a) El cliente.
b) El servidor.
c) Naturaleza de la fuente (finita o infinita)
d) Naturaleza de los clientes (individualmente o de grupo)
e) Tiempo entre llegadas (determinstica o probabilstica)
f) Tiempo de servicio (determinstica o probabilstica)
g) Capacidad de la cola (finita o infinita)
h) Disciplina de la cola.

Notacin Kendall
Todos los sistemas de lneas de espera pueden ser representados de
manera ms sencilla mediante el uso de la notacin desarrollada por
A. G. Kendall, la cual tiene el propsito de representar mediante
tres caracteres el tipo de sistema a analizar.
La notacin Kendall se representa de la siguiente manera:
Distribucin de Llegadas / Distribucin de tiempos de Servicio /
Nmero de servidores
Donde:
La Distribucin de Llegadas puede ser:
M = distribucin de llegadas de tipo Poisson
D = distribucin de llegadas es constante
G = distribucin de llegadas general con varianza y media
conocidas
La Distribucin de tiempos de Servicio puede ser:
M = distribucin de tiempos de servicio de tipo Exponencial
D = distribucin de tiempos de servicio es constante
G = distribucin de tiempos de servicio general con varianza y
media conocidas

CASOS:
1) Aviones que llegan a un aeropuerto
2) Bases de taxis donde stos esperan a que lleguen pasajeros
3) Verificacin de las herramientas en un almacn en un rea de
maquinado
4) Cartas procesadas en una oficina de correos
5) Inscripcin a las clases en una universidad
6) Juicios en una corte
7) Funcionamiento de las cajas en un supermercado
8) Funcionamiento de un estacionamiento
Puede resolver este ejercicio usando el siguiente archivo
de EXCEL:
http://marcelrzmuvm.webatu.com/TeoriaLineasEspera/EjercicioIdentificarCaracteristicas.xls

El Nmero de servidores puede tomar valores de 1, 2, 3,m

Elabor: MC. Marcel Ruiz Martnez

Universidad Autnoma de Guadalajara

Dentro de teora de colas tenemos dos variables importantes: lamda

y miu tiene los siguientes significados:
= nmero promedio de llegadas al sistema/ unidad de tiempo
(velocidad de llegadas)

4.1. Caractersticas generales

3.

Inciso A) = 5 clientes/hora y 1/=0.2 horas/cliente

Inciso B) = 8 clientes/hora y 1/ =0.125 horas/cliente
Inciso C) = 10 clientes/hora y 1/ =0.1 horas/cliente
Inciso D) = 3.333 clientes/hora y 1/ =0.3 horas/cliente

= nmero promedio de entidades que se atienden en el sistema /

unidad de tiempo. (velocidad de atencin del servidor).
Cuestionario.
1.- Explique lo que se entiende por la frecuencia de llegadas y el
tiempo promedio entre llegadas. Cules son las unidades de cada
variable?
2.- En cada caso siguiente determine la frecuencia promedio de
llegadas por hora y el tiempo promedio de llegadas en horas.
a) Una llegada cada 10 minutos
b) Dos llegadas cada 6 minutos
c) La cantidad de llegadas en un periodo de 30 minutos es 10.
d) El intervalo promedio entre dos llegadas sucesivas es de 0.5
horas.
3.- En cada uno de los casos determine la frecuencia promedio de
servicio por hora y el tiempo promedio de servicio en horas.
a) Se termina un servicio cada 12 minutos.
b) Hay dos salidas cada 15 minutos.
c) La cantidad de clientes atendidos en 30 minutos es de 5
d) El tiempo promedio de servicio es de 0.3 horas.
RESPUESTAS:
1.

representa cuantos clientes llegan sobre una unidad de tiempo; por ejemplo 4
clientes/ hora. Las unidades son precisamente clientes/hora. El inverso de
lambda 1/ representa cuanto tiempo transcurre para que llegue un cliente.

2.

Inciso A) 1/= 0.1667 horas/cliente y =6 clientes/hora

Inciso B) 1/= 0.05 horas/cliente y =20 clientes/hora
Inciso C) 1/= 0.05 horas/cliente y =20 clientes/hora
Inciso D) 1/= 0.25 horas/cliente y =4 clientes/hora

Elabor: MC. Marcel Ruiz Martnez

Universidad Autnoma de Guadalajara

Variables aleatorias
Variable. Cantidad que cambia su valor a lo largo de un problema.
Variable aleatoria. Cantidad que cambia su valor siguiendo las
reglas de la probabilidad.
Variable aleatoria continua. Las variables continuas pueden tomar
cualquier valor entre dos valores cualesquiera; por ejemplo el peso
de una persona 83.45kg o el tiempo de un servicio 4.67minutos; en
otras palabras pueden tomar valores fraccionarios.
Variable aleatoria discreta. Las variables discretas pueden tomar
solo valores enteros; ejemplo de una variable aleatoria discreta es el
resultado de lanzar un dado (1, 2, 3, 4, 5 y 6).
Uso de la distribucin poisson (usado para las llegadas de los
clientes)
Las condiciones para usar la distribucin poisson en las ecuaciones
de filas de espera son las siguientes.
1. Orden. En cualquier instante a lo ms un cliente llegar a las
instalaciones de servicio.
2. Estacionalidad. Para un marco de tiempo dado la
probabilidad de que un cliente llegue dentro de cierto
intervalo de tiempo es igual para el resto de los intervalos de
la misma duracin.
3. Independencia. Los clientes llegan independientemente uno
del otro, la llegada de uno no afecta la probabilidad de
llegada de otro cliente.

4.1. Caractersticas generales

Si estamos dispuestos a que nuestro modelo acepte estas

condiciones, podemos ocupar la siguiente ecuacin para el proceso
de llegadas poisson:
x e
p(x) =
x!
Dnde:
= Ritmo o velocidad promedio de llegadas por cada unidad
de tiempo.
e = constante (2.7182818 valor irracional)
x! = x*(x-1)*(x-2)* (3)*(2)*(1)
x = cantidad de clientes; 0, 1, 2, etc.
En caso de que se requiera la probabilidad acumulada, la ecuacin se
transforma en lo siguiente:
x
x e
P(x) =
x!
k =0
Las funciones anteriores estn en EXCEL y en las versiones 2007 se
encuentra como POISSON.DIST y en 2010 solo como POISSON.

Considerando que:
= nmero promedio de llegadas al sistema/ unidad de tiempo
(velocidad de llegadas)

Elabor: MC. Marcel Ruiz Martnez

Universidad Autnoma de Guadalajara

Ejercicio: Los clientes llegan a una ferretera Hanks de acuerdo con

la distribucin poisson. La tienda abre a las 8:00am y los martes
llegan en promedio 6 clientes entre las 8:00am y 9:00am. Hank fue
a una fiesta el lunes por la noche y desea dormir media hora extra el
martes, y est preocupado porque si abre media hora tarde podra
perder demasiadas ventas. Por lo tanto desea conocer la
probabilidad de que 0, 1, 2, 3.. etc clientes lleguen entre 8:00 y
8:30am.
A continuacin se muestra como se realiza en EXCEL
Puede abrir el objeto de EXCEL insertado a
continuacin si tiene el archivo en WORD.

k
0
1
2
3
4
5
mas de 5

p(x=k)
5.0%
14.9%
22.4%
22.4%
16.8%
10.1%
8.4%

Uso de la distribucin poisson.

http://www.youtube.com/watch?v=-miuOV0fdj0

Ejercicio: Realice un histograma para K con valores entre 0 y 11;

comente su comportamiento, tanto para la funcin de densidad
como la acumulada.
a) La funcin de densidad es una distribucin simtrica?
b) Cul es el valor ms elevado en la funcin de densidad?
c) Revise donde queda el 50% de probabilidad de llegada en la
funcin de probabilidad acumulada y comente sus
conclusiones.

Elabor: MC. Marcel Ruiz Martnez

4.1. Caractersticas generales

Uso de la distribucin exponencial (usado para la velocidad del

servicio).
Puesto que se usa el mismo tiempo promedio de servicio para
despachar una taza de caf, una mquina expendedora; el tiempo de
servicio puede modelarse con una distribucin constante (si este
valor es prcticamente el mismo para todos los clientes). En caso de
que los tiempos de servicio sean aleatorios con una media conocida,
se puede usar la distribucin exponencial.
Recordando que:
= nmero promedio de entidades que se atienden en el sistema /
unidad de tiempo. (Velocidad de atencin del servidor).
La distribucin exponencial est dada por la funcin acumulada F(t):
F(t) = 1 e t
Indica la probabilidad de que el servicio est
terminado en un tiempo determinado
Y la funcin de densidad est dada por:
f(t) = e t
A esta ecuacin se le llama distribucin exponencial. Depende del
nico parmetro , que representa una tasa de ocurrencia o de
atencin al cliente.
Esta funcin se usa tanto en teora de lneas de espera como en tasa
de fallas de componentes.
Ambas funciones se encuentran disponibles en EXCEL

Universidad Autnoma de Guadalajara

4.1. Caractersticas generales

Ejemplo: Hank estima que tarda un promedio de cuatro minutos en

atender a cada cliente, y los tiempos de servicio siguen una funcin
exponencial, Hank tiene una cita importante para comer, de modo
que desea hallar la probabilidad de que le tome menos de tres
minutos en atender al siguiente cliente.

A continuacin se muestra la sintaxis usada por EXCEL para el

clculo de la distribucin exponencial.

A continuacin se muestra como se realiza en EXCEL

Puede abrir el objeto de EXCEL insertado a
continuacin (SOLO si tiene el archivo en WORD).

1/=

4 minutos/cliente
Tiempo que tarda un cliente en
llegar

0.25 clientes/minuto
Velocidad a la que llegan los clientes
P(t<
3 min) =
RESPUESTA

52.8%

Uso de la distribucin exponencial.

http://www.youtube.com/watch?v=tRD0NN-iY8Q

Propiedad sin memoria de la distribucin exponencial y

poisson.
Una de las propiedades de las distribuciones de probabilidad vistas
es que no tienen memoria, es decir, no se obtiene ms informacin
de probabilidad si se espera ms tiempo tanto las llegadas como el
servicio; dado que cada llegada y cada servicio atendido es
independiente de todos los anteriores.
Esta propiedad de las distribuciones sin memoria se les conoce
como MARKOVIANAS.
Elabor: MC. Marcel Ruiz Martnez