Notacin de Kendall

ETIQUETACION DE MODELOS DE LINEAS DE ESPERA: 1 / 2 / 3 / 4 / 5 /

Estos modelos se etiquetan como sigue:
Distribucin de los tiempos entre llegadas sucesivas.
Distribucin de los tiempos de servicio
Nmero de Servidores.
Nmero de Clientes potenciales Capacidad del sistema
Nmero de Clientes en el sistema.
Disciplina de atencin en el sistema
Para los tiempos entre llegadas y tiempos de servicio, las distribuciones que se
usan con frecuencia y sus respectivas letras son:
M = Distribucin exponencial (Markoviana) D = Distribucin degenerada (tiempos
constantes)
Ek = Distribucin Erlang G = Distribucin General
NOTACION DE KENDALL:
Se utilizan dos notaciones de Kendall:
a) A/B/S/K/m/Z b) A/B/S/Z/m/K
Es una notacin extendida de la anterior (es decir el caso anterior es un caso
particular) donde:
A = Distribucin del tiempo entre llegadas
B = Distribucin del tiempo de servicio
S = Nmero de servidores
K = Nmero de clientes potenciales en el sistema (Capacidad del sistema)
m = Nmero de clientes en el sistema
Z = Disciplina de atencin de la lnea de espera
A y B pueden ser:
GI = Distribucin general independiente
G = Distribucin general
Ek =Distribucin Erlang
M = Distribucin Exponencial (Markoviana)
D = Distribucin degenerada o determinstica (tiempos constantes)
Hk = Distribucin Hiperexponencial con k etapas

Los otros ndices de la notacin de Kendall pueden ser:

K: Puede ser Finita infinita
m : Puede ser Finito infinito
Z : Puede ser FIFO, LIFO, etc.
Es comn usar la notacin de Kendall simplificada A/B/S, cuando:
La Lnea de espera es infinita.
La fuente es infinita.
La disciplina es FIFO

TEORIA DE LNEAS DE ESPERA

Con el objeto de verificar si una situacin determinada del sistema de lneas de
espera se ajusta o no a un modelo conocido, se requiere de un mtodo para
clasificar las lneas de espera. Esa clasificacin debe de responder preguntas
como las siguientes:
1.- El sistema de lneas de espera tiene un solo punto de servicio o existen varios
puntos de servicio en secuencia?
2.-Existe solo una instalacin de servicio o son mltiples las instalaciones de
servicio que pueden atender a una unidad?
3.- Las unidades que requieren el servicio llegan siguiendo algn patrn o llegan
en forma aleatoria?
4.- El tiempo que requieren para el servicio se da en algn patrn de o asume
duraciones aleatorias de tiempo?
NOTACIN KENDALL
Por lo general, las tasas de llegada y de servicio no se conocen con certidumbre
sino que son de naturaleza estocstica o probabilstica. Es decir los tiempos de
llegada y de servicio deben describirse a travs de distribuciones de probabilidad y
las distribuciones de probabilidad que se elijan deben describir la forma en que e
comportan los tiempos de llegada o de servicio.
En teora de lneas de espera o de colas se utilizan tres distribuciones de
probabilidad bastante comunes, estas se mencionan a continuacin:

Markov
Determinstica
General

La distribucin de Markov, en honor al matemtico A.A. Markov quien identifico los

eventos "sin memoria", se utiliza para describir ocurrencias aleatorias, es decir,
aquellas de las que puede decirse que carecen de memoria acerca de los eventos
pasados.
Una distribucin determinstica es aquella en que los sucesos ocurren en forma
constante y sin cambio.
La distribucin general sera cualquier otra distribucin de probabilidad. Es posible
describir el patrn de llegadas por medio de una distribucin de probabilidad y el
patrn de servicio a travs de otra.
Para permitir un adecuado uso de los diversos sistemas de lneas de espera,
kendall, matemtico britnico elaboro una notacin abreviada para describir en
forma sucinta los parmetros de un sistema de este tipo. En la notacin Kendall un
sistema de lneas de espera se designa como:
A/B/C
En donde
A = se sustituye por la letra que denote la distribucin de llegada.
B = se sustituye por la letra que denote la distribucin de servicio.
C = se sustituye por el entero positivo que denote el nmero de canales de
servicio.
La notacin Kendall tambin utiliza M = Markoviano, D = determinstica, G =
General, por ejemplo un sistema de lneas de espera con llegadas aleatorias,
servicio determinstico y tres canales de servicio se identificar en notacin
Kendall como
M/D/3
En todos los casos se supone que solo existe una sola lnea de entrada.
Es evidente que existen otros atributos aparte de los que se analizaron antes y
que deben de tomarse en consideracin como por ejemplo:
El tamao de la poblacin de los que provienen los elementos que ingresan al sistema de
lneas de espera.
La forma en que las unidades llegan para ingresar al sistema de lneas de espera; por
ejemplo, una por una o en forma de grupos.
Si las unidades rechazan o no debido a la longitud de la lnea de espera y no ingresan al
sistema.
Si las unidades se arrepienten y abandonan el sistema despus de haber aguardado un
tiempo en la fila.
Si existe o no espacio suficiente para que todas las unidades que llegan aguarden en la
fila.
Los modelos de Lneas de espera que se analizarn son los siguientes:
Modelo M / M / 1
Modelo M / M / S
Modelo M / G / 1
Modelo M / D / 1
MODELO M / M / 1

Este sistema trata de una distribucin de llegada Markoviano, tiempo de servicio

Markoviano, y un servidor.
Llegadas aleatorias (M / M / 1)
En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias,
puesto que las llegadas sern aleatorias en cualquier caso en la que una de ellas
no afecte a las otras. Un ejemplo clsico de llegadas aleatorias son las llamadas
que arriban a un conmutador telefnico o un servicio de emergencia.
Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden
describirse a travs de una distribucin discreta de probabilidad bien conocida, la
distribucin de Poisson. Este tipo especial de llegadas aleatorias supone
caractersticas acerca de la corriente de entrada. En primer lugar, se supone que
las llegadas son por completo independientes entre s y con respecto al estado del
sistema.
En segundo lugar la probabilidad de llegada durante un periodo especifico no
depende de cuando ocurre el periodo, sino ms bien, depende solo de la longitud
del intervalo. Se dicen que estas ocurrencias carecen de "memoria".
Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular
las probabilidades acerca del numero de eventos que ocurrirn en un periodo
determinado, utilizando las probabilidades conocidas de la distribucin de Poisson.
En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de
n llegadas en el mismo periodo esta dado por:

P[n llegadas en le tiempo T] =

Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la
probabilidad de que haya solo 3 llegadas durante una hora esta dada por:

P[6 llegadas en le tiempo en una hora] =

= 0.0892

Tiempo de servicio aleatorio (M / M / 1)

Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios
aleatorios, carentes de memoria, es suceso bastante comn en las situaciones
cotidianas de lneas de espera. Y al igual que las llegadas aleatorias los tiempos
de servicio carentes de memoria se describen a travs de una distribucin de
probabilidad.
La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es
que estos se describen a travs de una distribucin continua en tanto que las
llegadas se describen a travs de una distribucin de Poisson, que es discreta. Si
la duracin de los tiempos de servicio es aleatoria, la distribucin exponencial
negativa describe ese tipo de servicio. Si la m es la tasa promedio de servicio
entonces la distribucin esta dada por:

F(t) = m e-m t
Es posible emplear esta frmula para calcular la probabilidad de que el servicio
sea ms prolongado que alguna duracin especificada de tiempo T. En la siguiente
figura se representa es modelo.
Caractersticas de operacin
Para calcular las caractersticas de operacin de una cola M / M / 1, primero
debemos de observar que s l = tasa promedio de llegadas y m = tasa promedio de
servicio, entonces l debe de ser menor que m . Si esto no ocurriera el promedio de
llegadas sera superior al numero promedio que se atienden y el numero de
unidades que estn esperando se volvera infinitamente grande. Si hacemos que
r = l / m puede denominarse a r como factor de utilizacin. Este valor es la fraccin
promedio de que el sistema este ocupado, tambin sera el numero promedio de
unidades que estn siendo atendidas en cualquier momento. En trminos de
probabilidad tendramos que:
Pw = probabilidad de que el sistema est ocupado.

Entonces la probabilidad de que el sistema no est trabajando, o est vaco, P 0,

puede obtenerse por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el

sistema, Pn, mediante:

en donde n es cualquier entero no negativo. Este importante resultado nos

permite calcular las caractersticas de operacin de las lneas de espera.
La primera caracterstica de operacin que calculamos es el numero promedio de
unidades que se encuentran en el sistema, ya sea esperando o siendo atendidas.
Denominaremos a este nmero promedio de unidades promedio, L. Entonces
tenemos que:

Con estos valores obtenidos podemos calcular el numero promedio de unidades

que esperan ser atendidas, Lq. Dado que L es el numero de unidades que estn
esperando o estn siendo atendidas, y r es el numero promedio de unidades que
estn siendo atendidas en algn momento dado entonces:

L = Lq + r
A partir de esto es fcil observar que
Lq = L - r
O tambin podramos decir que

Ahora examinaremos el tiempo de espera. Utilizaremos W para representar el

tiempo promedio o esperado que una unidad se encuentra en el sistema. Para
encontrar W, observaremos que se L el numero esperado de unidades de en le
sistema y l es el numero promedio de unidades que llegan para ser atendidas por
periodo, entonces el tiempo promedio de cualquier unidad que llega debe estar en
le sistema est dado por:
W = tiempo promedio de una unidad en el sistema

De manera similar, el tiempo esperado o promedio que una unidad tiene que
esperar antes de ser atendida, Wq, esta dado por:

En la siguiente figura se representa este modelo.

Ejercicio.
A una lnea de espera llegan 20 unidades por hora y el tiempo promedio de
servicio es de 30 unidades por hora, realizar un anlisis de esta lnea de espera.
Datos
l = 20 unidades por hora
m = 30 unidades por hora
Con los datos anteriores podemos calcular la probabilidad de que el sistema est
ocupado:

Pw = 20 / 30 = 2 /3
r = Pw
Entonces la probabilidad de que el sistema no est ocupado:
Po = 1 - r = 1 / 3
El numero esperado de unidades en el sistema quedar definido por:
= 2 Unidades
El numero esperado de unidades que esperan ser atendidas quedar definido
por:
Entonces en promedio habr 4 / 3 de unidades esperando ser atendidas y 2 / 3 de
unidad siendo atendida.
de hora
W = 6 minutos
De manera similar, el tiempo promedio que una unidad espera para ser atendida
estar definido por:
de hora
Wq = 4 minutos
MODELO M / M / S
Este modelo supone llegadas y tiempos de servicio aleatorios para canales de
servicio mltiples, teniendo las mismas consideraciones que le modelo de canal
nico de servicio (M / M / 1), excepto que ahora existe una sola fila de entrada que
alimenta los canales mltiples de servicio con iguales tasas de servicio.
El clculo de las caractersticas de la lnea de espera para el modelo M / M / S es
lago mas complicado que los clculos para el caso de canal nico, y dado que
primordialmente nos interesa las implicaciones de estas caractersticas mas que
las formulas necesarias para calcularlos, nos apoyaremos en le uso de tablas
elaboradas a partir de estas formulas para hacer los clculos.
Caractersticas de operacin.
En el modelo M / M / S, si m es la tasa promedio de servicio para cada uno de
los S canales de servicio, entonces ya no se requiere que m > l , pero Sm debe
ser mayor que l para evitar una acumulacin infinita de lneas de espera. En el
caso de M / M / S, la caracterstica que se utilizar para hacer los dems clculos
es la probabilidad de que el sistema est ocupado. En otras palabras, la
probabilidad es de que haya S o ms unidades en el sistema. En este caso todos
los canales de servicio se estarn utilizando y por ello se dice que el sistema est
ocupado. Esto de puede representar como:

P(Sistema ocupado) =
Y lo podemos calcular por medio de la siguiente ecuacin:
P(Sistema ocupado) =
En donde Po estar representado por

Con las ecuaciones anteriores podemos calcular los dems datos que requiera el
sistema. En el modelo M / M / S, al igual que el modelo M / M / 1, se tiene que L =
Lq + r, pero aqu utilizaremos el valor P(sistema ocupado) para calcular Lq:
Lq = P(sistema ocupado) x
Ahora calcularemos el valor L

Lq = P(sistema ocupado) x
En el caso de M / M / S, al igual que en el modelo M / M / 1, W = L / l y Wq = Lq /
l , por ello se tiene que

En la siguiente figura se representa este modelo.

Ejercicio.

Para ejemplificar el modelo M / M / S, suponga que existen cinco canales de

servicio con tasas promedio de servicio m = 6 y una tasa de llegada de l = 24
unidades por hora, esto implica que S = 5.
Datos
m=6
l = 24
S=5
Entonces tenemos que

Nota: Para encontrar los valores de Po con una mayor rapidez nos podemos
auxiliar de la tabla que se anexa a este sistema, la cual nos proporciona este valor
teniendo como parmetros los valores de S y de r .
Considerando los valores obtenidos podemos calcular el valor de Po = 0.0130, la
probabilidad de que el sistema este ocupado ser P(sistema ocupado) = 0.5547,
utilizando este valor obtenemos que:

Unidades
L = 2.2188 + 4 = 6.2188 unidades
Ahora el tiempo promedio en del sistema quedar definido de la siguiente forma:

MODELO M / G / 1
Descripcin.
Sistema de lneas de espera con llegadas aleatorias, distribucin general de los
tiempos de servicio (para el cual se supone conocida la desviacin estndar), un
canal de servicio y una lnea de espera.
En este modelo las llegadas se distribuyen de acuerdo con la distribucin de
Poisson, al igual a los casos anteriores, pero los tiempos de servicio no
necesariamente se distribuyen de acuerdo con la distribucin exponencial
negativa. Si consideramos el caso en que solo existe un solo canal, estamos
considerando el caso M / G / 1, es decir, llegadas de tipo Markov, tiempo de
servicio general y un canal de servicio.
La razn por la que podemos considerar el caso M / G / 1 es que las formulas que
se utilizan para calcular sus caractersticas de operacin son bastantes simples. Al
igual que en el caso M / M / S, no es posible calcular en forma directa el numero
esperado de unidades en el sistema (L). Para esto primero debe de calcularse el
numero de unidades que estn esperando a ser atendidas (Lq), y utilizar este
resultado para calcular el valor de L. Para calcular el valor de Lq debemos de

conocer le valor de la desviacin (s ) estndar de la distribucin que distingue los

tiempos de servicio. Si no se conoce la distribucin de los tiempos de servicio no
es posible determinar las caractersticas de operacin.
Ahora si conocemos la desviacin estndar y la media de la distribucin de los
tiempos de servicio, puede obtenerse formula para el valor de Lq a partir de la
siguiente ecuacin.

Si utilizamos Lq podemos determinar el valor de L, por medio de la siguiente

ecuacin:
Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1,
podemos calcular el tiempo esperado en el sistema de lneas de espera (W), y el
tiempo que se invierte antes de ser atendido (Wq), esto lo podemos realizar por
medio de las siguientes ecuaciones:

MODELO M / D / 1
Descripcin.
Sistema de lneas de espera con llegadas aleatorias, tiempo de servicio constante,
una lnea de servicio y una lnea de espera.
En este modelo los tiempos de servicio son determinsticos, este es un caso
especial de la situacin M / G / 1 que se analiz con anterioridad, en donde la
desviacin estndar es igual a cero. En este caso se puede conocer el nmero de
unidades que estn esperando a ser atendidas (Lq), a travs de la siguiente
ecuacin:

Todas las dems caractersticas de operacin pueden determinarse a partir de

este valor. Si utilizamos Lq podemos determinar el valor de L, por medio de la
siguiente ecuacin:
Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1,
podemos calcular el tiempo esperado en el sistema de lneas de espera (W), y el
tiempo que se invierte antes de ser atendido (Wq), esto lo podemos realizar por
medio de las siguientes ecuaciones:

EJERCICIOS
Problema A.
Debido a un reciente incremento en el negocio una secretaria de una cierta
empresa tiene que mecanografiar 20 cartas por da en promedio (asuma una
distribucin de Poisson). A ella le toma aproximadamente 20 minutos
mecanografiar cada carta (asuma una distribucin exponencial). Suponiendo que
la secretaria trabaja ocho horas diarias.
Datos
l = 20 / 8 = 2.5 cartas/hora
m = (1 / 20 min)(60 min/ 1 hora) = 3 cartas/hora
La tasa de utilizacin de la secretaria estar definida por:

El tiempo promedio de espera antes de que la secretaria mecanografe una carta

se deducir de la siguiente manera:
horas
Ahora el numero promedio de cartas que estarn en la lnea de espera:

Si deseramos conocer la probabilidad de que a la secretaria tenga mas de cinco

cartas que mecanografiar, se determinara de la siguiente manera:
K
0

0.834

0.694

0.578

0.482

0.401

0.334

0.279

Problema B.
Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en la
preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima que
los perros llegarn en forma independiente y aleatoriamente en el transcurso del
da, en un rango de un perro cada seis minutos, de acuerdo con la distribucin de
Poisson. Tambin suponga que los tiempos de vacunacin de Sam estn
distribuidos exponencialmente. Determinar:
Datos
l = 1 / 6 = 0.167 perros/min
m = 1 / 3 = 0.34 perros/min
La probabilidad de que Sam este de ocioso definir de la siguiente manera:

Ahora la proporcin de tiempo en que Sam est ocupado.

El nmero total de perros que estn siendo vacunados y que esperan a ser
vacunados

El numero promedio de perros que esperan a ser vacunados.

Problema C.
Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto, l
tiempo promedio para manejar cada una de ests es de 20 segundos.
Actualmente solo hay un operador del conmutador. Las distribuciones de Poisson
y exponencial parecen ser relevantes en esta situacin.
Datos
l = 2 llamadas/minutos
m = (1 / 20 seg)(60 seg) = 3 llamadas/minuto
La probabilidad de que el operador este ocupado se definir:

El tiempo promedio que debe de esperar una llamada antes de ser tomada por l
operador

El numero de llamadas que esperan ser contestadas

Problema D.
Al principio de la temporada de futbol, la oficina de boletos se ocupa mucho el da
anterior al primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10
minutos y el tiempo promedio para realizar la transaccin es de dos minutos.
Datos
l = (4 / 10) = 0.4 c/min
m = (1 /2 ) = 0.5 c/min
El numero promedio de gente en lnea se definir de la forma siguiente:

personas
El tiempo promedio que una persona pasara en la oficina de boletos

minutos
La proporcin de tiempo que el servidor est ocupado

Problema E.
Electronics Corporation retiene una brigada de servicio para reparar
descomposturas de mquinas que ocurren con promedio de tres por da
(aproximadamente de naturaleza de Poisson). La brigada puede servir a un
promedio de ocho mquinas por da, con una distribucin de tiempo de reparacin
que se asemeja la distribucin de exponencial.
Datos
l= 3 repar. /da
m = 8 repar. /da
La tasa de utilizacin de este sistema se encontrar de la siguiente forma:

El tiempo promedio de descompostura para cada mquina que est

descompuesta

Las mquinas que estn esperando a ser reparadas el cualquier momento dado

La probabilidad de que haya una mquina en el sistema, dos, tres o ms

mquinas en el sistema.
K
0

0.375

0.140

0.052

0.019

0.007

0.002

Problema F.
El Barrys Car Wash est abierto seis das a la semana, pero el da del negocio
mas pesado es siempre el sbado. A partir de datos histricos, Barrys estima que
los coches sucios llegan a una tasa de 20 por hora, todo el da sbado. Con una
brigada completa trabajando la lnea de lavado a mano, l calcula que los
automviles se pueden lavar a una tasa de uno cada dos minutos. Este ejemplo se
tiene una lnea de espera de canal sencillo, los automviles se lavan de uno en
uno. Suponga llegadas de Poisson y tiempos exponenciales de servicio.
Datos
l = 20 automvil /hora
m = (1 / 2 min)(60 min) = 30 automvil / hora
El numero promedio de automviles en la lnea se definir de la siguiente manera:

El tiempo promedio que un automvil espera antes de ser lavado

El tiempo promedio que un automvil pasa en el sistema de servicio

La tasa de utilizacin del lavado de automviles

La probabilidad de que no haya automviles en el sistema

Problema G.
Una empleada administra un gran complejo de cines llamados Cinema I , II, III y
IV. Cada uno de los cuatro auditorios proyecta una pelcula diferente, el programa
se estableci de tal forma que las horas de las funciones se encuentren
escalonadas para evitar las multitudes que ocurriran si los cuatro cines
comenzarn a la misma hora. El cine tiene una sola taquilla y un cajero que puede
mantener una tasa de promedio de servicio de 280 clientes por hora. Se supone
que los tiempos de servicio siguen una distribucin exponencial. La llegadas en un
da son distribucin de Poisson y promedian 210 por hora.
a. Encontrar el numero promedio de cinfilos esperando en la lnea para
adquirir un boleto
b. Que porcentaje del tiempo esta ocupado el cajero.
c. Cual es el tiempo promedio que pasa un cliente en el sistema.
d. Cual es el tiempo promedio que pasa esperando en la lnea para llegar a la
taquilla.
e. Cual es la probabilidad de que haya mas de dos personas en la cola.