Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos Básicos
Sistema
servidor
Llegada de Cliente sale
Clientes después de ser servido
Línea de espera o cola
Motivación
1. Clientes que esperan ser atendidos en las cajas de un banco, supermercado, restaurante.
2. Automóviles que esperan avanzar en una luz de semáforo.
3. Pacientes que esperan ser atendidos en un consultorio, clínica, hospital.
4. Aviones que esperan para despegar en un aeropuerto.
5. Máquinas descompuestas que esperan ser reparadas por el técnico.
6. Programas que esperan ser procesados por un computador, etc.
Factores importantes
Otros factores
1. Disciplina del servicio.- Como se elige a los clientes de la línea de espera (FIFO, LIFO,
SIRO (orden aleatorio), por prioridad). En las líneas de espera con prioridad, los clientes
tienen prioridad en la atención.
Curso: IO2
Prof. Rosa Delgadillo
2. Diseño de la instalación del servicio (estaciones en serie, paralelo o en red).
- Cuando el diseño incluye más de un servidor, ejemplo las cajas de un banco Línea
de espera con servidores en paralelo.
- El diseño de la instalación comprende un número de estaciones en serie por la que pasa
el cliente antes de completar su servicio. (ejm. Procesamiento de un producto). Líneas
de espera en serie.
- Un diseño general que incluye estaciones de procesamiento en serie y en paralelo.
Líneas de espera en red.
Finita
3. Tamaño de la línea de espera admisible
Infinita
4. La naturaleza de la fuente que genera las llegada de clientes solicitando servicio (fuente
de llamada)
Finito de clientes
Genera un número
Infinito de clientes (muchos clientes)
Existe una fuente finita cuando una llegada afecta la tasa de llegada de nuevos clientes.
Clasificación de Kendall
(a/b/c) : (d/e/f)
a = Distribución de llegadas
b = Distribución de tiempo de servicio (o salidas)
c = Número de servidores en paralelo (c = 1,2,……∞)
d = Disciplina de servicios (LIFO, FIFO, SIRO, c/prioridad)
e = Número máximo admitido en el sistema (L.E + en servicio) L.E = línea de espera
f = Tamaño de la fuente
λ x e −λ
P( x) = para x = 0,1,2.....
x!
en donde
Ejemplo 1:
Suponga que la tasa promedio de arribos de clientes a una pizzería es de 45 clientes por hora,
entonces en un minuto el número promedio de llegadas de clientes será de λ = 45/60 = 0.75
llegadas por minuto.
λ x e −λ 0.75 x e −0.75
P( x) = = .
x! x!
0.75 0 e −0.75
P ( x = 0) = = e − 0.75 = 0.4724
0!
Curso: IO2
Prof. Rosa Delgadillo
0.751 e −0.75
P( x = 1) = = 0.75 e −0.75 = 0.3543
1!
0.75 2 e −0.75
P( x = 2) = = 0.28125 e − 0.75 = 0.1329
2!
En la práctica se debe de verificar para un periodo (horas, días, semanas), si los arribos siguen
una distribución de Poisson.
Es el tiempo que el cliente deja transcurrir en la instalación una vez que se inicia el servicio.
Los tiempos de servicio no son constantes
La distribución de probabilidad exponencial es la que proporciona (más se ajusta) una buena
aproximación de los tiempos de servicio
Entonces, la probabilidad de que el tiempo de servicio sea menor o igual a un tiempo o duración
está dada por:
P(tiempo de servicio ≤ t ) = 1 − e − µt
donde:
Ejemplo 2:
Suponga que de los estudios hechos en la pizzería, el proceso de recepción y atención de las
órdenes, efectuado por el único empleado que atiende y también prepara las pizzas; procesa en
promedio 60 órdenes de clientes por hora.
Entonces en un minuto, la tasa promedio de servicio es: µ =60/60 =1, esto es atiende un cliente
por minuto.
Curso: IO2
Prof. Rosa Delgadillo
Por tanto es posible calcular la probabilidad de procesar una orden en ½ minuto o menos, en un
minuto o menos, en 2 minutos o menos. Así
De donde se puede concluir que existe una probabilidad de 0.3935 de que se pueda procesar una
orden en 1/2min o menos; existe una probabilidad de 0.6321 de procesar una orden en un
minuto o menos y existe una probabilidad de 0.8647 de que se pueda procesar una orden en 2
minutos o menos.
1. Modelos de Líneas de espera de 1 solo canal con llegadas Poisson y tiempos de servicio
exponencial (M/M/1)
Suposiciones:
Características de Operación
Las fórmulas que se emplean para determinar las características de operación del estado estable
son:
λ = Número promedio de llegadas por periodo (tasa promedio de llegadas)
µ = Número promedio de servicios por periodo (tasa promedio de servicio)
λ
P0 = 1 −
µ
λ2
Lq =
µ (µ − λ )
Curso: IO2
Prof. Rosa Delgadillo
λ
L = Lq +
µ
Lq
Wq =
λ
1
W = Wq +
µ
6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio
λ
Pw =
µ
n
λ
Pn = p 0
µ
λ
donde = factor de utilización de la instalación (servicio). Este proporciona la probabilidad
µ
de que la instalación de servicio este ocupada.
Ejemplo 3:
λ2 0.75 2
Lq = = = 2.25 clientes
µ ( µ − λ ) 1(1 − 0.75)
λ 0.75
L = Lq + = 2.25 + =3 clientes
µ 1
Lq 2.25
Wq = = = 3 minutos
λ 0.75
1 1
W = Wq + = 3 + = 4 minutos
µ 1
λ 0.75
Pw = = = 0.75
µ 1
esto son indicadores que muestran que debe hacerse algo para mejorar la eficiencia de operación
de la línea de espera.
Ejemplo 4:
Curso: IO2
Prof. Rosa Delgadillo
Probabilidad de que el sistema este desocupado
λ 0.75
P0 = 1 − =1− = 0.4
µ 1.25
Promedio de clientes que esperan en la cola y promedio de clientes que están en el sistema
λ2 0.75 2 0.5625
Lq = = = = 0.9 clientes
µ ( µ − λ ) 1.25(1.25 − 0.75) 0.625
λ
L = Lq + = 0.9 + 0.6 = 1.5 clientes
µ
Tiempo promedio en la cola y en el sistema
Lq
Wq = = 1.2 minutos
λ
1
W = Wq + = 1.2 + 0.8 = 2 minutos
µ
λ 0.75
Pw = = = 0.6
µ 1.25
1
λ
P1 = P0 = (0.6) x(0.4) = 0.24
µ
Se observa que hay una mejora pues un cliente pasa solo 2 minutos en el sistema y que 60% de
clientes esperan
Suposiciones
- la línea de espera tiene 2 ó más canales (instalaciones de servicio)
- el patrón de llegada es de distribución de Poisson
Curso: IO2
Prof. Rosa Delgadillo
- el tiempo de servicio de cada canal sigue una distribución exponencial
- la tasa promedio de servicio µ , es la misma para todos los canales
- Las unidades que llegan aguardan en una sola línea de espera y después pasan al primer canal
libre para obtener servicio.
- la disciplina del servicio es FIFO.
Características de operación
kµ > λ
1
P0 = k −1
(λ / µ )
n
(λ / µ ) k kµ
∑
n=0
n!
+
k!
kµ − λ
(λ / µ ) k λµ
Lq = P0
(k − 1)! (kµ − λ ) 2
λ
L = Lq +
µ
4) Tiempo de espera promedio que una unidad pasa en la línea de espera
Lq
Wq =
λ
5) Tiempo de espera promedio que una unidad pasa en el sistema
1
W = Wq +
µ
Curso: IO2
Prof. Rosa Delgadillo
6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio
k
1 λ kµ
Pw = P0
k! µ kµ − λ
(λ / µ ) n
Pn = p0 para n≤k
n!
(λ / µ ) n
Pn = p0 para n>k
k! k ( n − k )
Ejemplo 5:
Para el problema de la pizzería, suponga que se abre otro servicio de atención al cliente de
forma que se puede atender en forma simultánea a 2 clientes; y que se tiene una sola línea de
espera, en donde el cliente que sigue utiliza el primer servicio que esta disponible.
Veamos k = 2 canales
λ = 0.75
µ =1
1
P0 = k −1
= 0.4545
(λ / µ )
n
(λ / µ ) k kµ
∑
n=0
n!
+
k!
kµ − λ
(0.75 / 1) 2 0.75(1)
Lq = 0.4545 = 0.1227 clientes
(2 − 1)!(2(1) − 0.75) 2
λ
L = Lq + = 0.1227 + 0.75 / 1 = 0.8727 clientes
µ
Lq 0.1227
Wq = = = 0.16 minutos
λ 0.75
Curso: IO2
Prof. Rosa Delgadillo
1
W = Wq + = 0.16 + 1 = 1.16 minutos
µ
k
1 0.75 2(1)
Pw = (0.4545) = 0.2045
2! 1 2 − 0.75
En comparación con la línea de espera de un solo canal, las ventajas son obvias, por ejemplo de
tiempo que pasa un cliente en el sistema de 4 minutos pasa a 1.16 minutos, la probabilidad de
que un cliente que llega tenga que esperar para ser atendido pasa de 0.75 a 0.2045.
Las principales características de operación que interesan en las líneas de espera son:
John D.C. Little muestra que estas cuatro características están relacionadas en forma general y
se aplican a diversos modelos de líneas de espera, independientemente.
L = λW
igualmente,
El número promedio de unidades en la cola = tasa promedio de llegadas x tiempo promedio que
una unidad pasa en la cola (línea de espera)
Lq = λ W q
de donde :
Lq
Wq =
λ
Curso: IO2
Prof. Rosa Delgadillo
Otra, ecuación general es:
El tiempo promedio que una unidad esta en el sistema = al tiempo promedio en espera (en cola)
+ el tiempo promedio de servicio
1
W = Wq +
µ
λ
de donde : L = Lq +
µ
Ejemplo 6:
Suponga que en una tienda de abarrotes, los clientes llegan siguiendo una distribución de Poisson
con una tasa promedio de 24 clientes por hora, y los tiempos de servicio siguen una distribución
normal con tasa promedio de servicio de 30 clientes por hora. Un estudio de los tiempos
efectivos mostró que los clientes en promedio pasan 4.5 minutos en la tienda. Determine
L q , L, y W q
Como µ = 30 clientes por hora, y λ = 20 clientes por hora entonces µ = 30 / 60 = 0.5 clientes
por minuto y λ = 20 / 60 = 0.4 clientes por minuto.
Aplicando las ecuaciones de Little se tiene:
1 1
Wq = W − = 4.5 − = 2.5 minutos
µ 0.5
Lq = λ Wq = 0.4(2.5) = 1 cliente
Con frecuencia las decisiones sobre el diseño de líneas de espera, como la determinación del
número de canales, se basan en una evaluación subjetiva de las características de la línea, por
ejemplo decidir un tiempo promedio de espera (1 minuto o más), un promedio de clientes (2 ó
más) en el sistema.
Curso: IO2
Prof. Rosa Delgadillo
En algunos casos es deseable intentar definir el costo de operación de las líneas de espera y
después tomar decisiones respecto al diseño del sistema.
CT = C w L + C s k
donde:
El costo del servicio es más fácil de determinar, los salarios, los costos directos, prestaciones,
etc.
Costo total
costo
total Costo de servicio
por
hora
Costo de espera
k
número de canales
Ejemplo 7:
Curso: IO2
Prof. Rosa Delgadillo
CT = 10x3 + 7 x1 = s/ 37 x hora
Por tanto, para la pizzería es más económico un sistema con dos canales.
3. Modelos de líneas de espera con un solo canal con llegadas Poisson y tiempos de servicio
arbitrarios (M/G/1)
Suposiciones:
Características de Operación
Las fórmulas que se emplean para determinar las características de operación del estado estable
son:
λ = Tasa promedio de llegadas
µ = Tasa promedio de servicio
1 / µ = Tiempo promedio de servicio
σ = Desviación estándar del tiempo de servicio
λ
P0 = 1 −
µ
λ 2 σ 2 + (λ / µ ) 2
Lq =
2(1 − λ / µ )
λ
L = Lq +
µ
Curso: IO2
Prof. Rosa Delgadillo
Lq
Wq =
λ
1
W = Wq +
µ
6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio
λ
Pw =
µ
Ejemplo 8:
Una tienda de especialidades de un centro comercial conocido, durante la tarde es atendida por
un empleado. La llegada de los clientes a la tienda son aleatorios y la tasa promedio de llegada es
de 21 clientes x hora. Un estudio del proceso muestra que el tiempo promedio del servicio es de
2 min por cliente, con una desviación estándar de 1.2 min. Determine los valores de las
características principales de operación del sistema.
Como el tiempo promedio de servicio es de 2 minutos por cliente, entonces la tasa promedio de
servicio es µ = 1 / 2 = 0.5 clientes por minuto.
Y como λ = 21 clientes por hora , entonces λ = 21/60 = 0.35 clientes por minuto,
Con lo que:
λ 0.35
P0 = 1 − = 1− = 0.30
µ 0.5
λ 0.35
L = Lq + = 1.11 + = 1.81 clientes
µ 0.5
Lq 1.1107
Wq = = = 3.17 minutos
λ 0.35
1 1
W = Wq + = 3.17 + = 5.17 minutos
µ 0.5
λ 0.35
Pw = = = 0.7
µ 0.5
Curso: IO2
Prof. Rosa Delgadillo
Observe que las ecuaciones de L,Wq ,W , son las mismas de las ecuaciones de Little.
4. Modelos de líneas de espera con un solo canal con llegadas Poisson y tiempos de servicio
constante (M/D/1)
Este tipo de modelo se presenta en la producción y manufactura, pues los tiempos de servicio en
algunos casos son controlados por máquinas.
(λ / µ ) 2
Lq =
2(1 − λ / µ )
5. Modelos de canales múltiples con llegadas poisson, tiempos de servicios arbitrarios y sin
linea de espera (M/G/k)
Suposiciones:
Características de Operación
Esto es,
(λ / µ ) j / j!
Pj = k
∑ (λ / µ )
i =0
i
/ i!
donde:
Curso: IO2
Prof. Rosa Delgadillo
λ = Tasa promedio de llegadas
µ = Tasa promedio de servicio para cada canal
k = Número de canales en el sistema
P j = Probabilidad de que exactamente j de los k canales estén ocupados para j = 0,1,…k
Pk es la probabilidad de que los k canales estén ocupados, esto es, es el porcentaje de llegadas
que quedan bloqueadas y que no se permite el acceso al sistema.
λ
L= (1 − Pk )
µ
Ejemplo 9:
Una compañía utiliza un sistema telefónico de pedidos para sus productos (software para
computadoras). Los clientes hacen pedidos utilizando un número telefónico gratuito de la
compañía. Suponga que la tasa de llegadas es de 12 por hora. El tiempo de proceso de un pedido
telefónico varia de uno a otro, sin embargo se espera que el representante de ventas, maneje un
promedio de 6 por hora, en el momento el número telefónico tiene 3 canales internos (líneas)
cada uno de ellos operado por un representante de ventas, las llamadas gratuitas se transfiere
automáticamente a alguna de las líneas (canales abiertas) si las hay, en otro caso, las personas
obtienen una señal de ocupado. No siempre las personas (clientes) vuelven a llamar, lo que
significa que puede ser una venta pérdida. La compañía desea saber el porcentaje de personas
(clientes) que reciben la señal de ocupado, pues su meta es atender un 90% de las llamadas
¿Cuántas líneas telefónicas y cuantos representantes de venta debe emplear?
Según el problema se tiene un número telefónico con 3 líneas, entonces P3 es la probabilidad que
las tres líneas estén ocupadas, y por tanto al cliente que hace una llamada se le excluye (rechaza
o bloquea)
Por tanto esta probabilidad, dado λ = 12 por hora y µ = 6 por hora, es:
∑ (12 / 6)
i =0
i
/ i!
Esto es el 21% de las llamadas que llegan se bloquean (excluyen), solo el 79% se atienden.
Curso: IO2
Prof. Rosa Delgadillo
(12 / 6) 4 / 24 0.6667
P4 = = = 0.0952
(12 / 6) / 1 + (12 / 6) / 1 + (12 / 6) / 2 + (12 / 6) / 6 + (12 / 6) / 24
0 1 2 3 4
7
Por lo que solamente se bloquean (pierden) 9.52%, esto es el 90.48% de las llamadas son
atendidas.
Ahora, el número promedio de llamadas en el sistema (4 canales o líneas telefónicas), y por tanto
el número de líneas o representantes de venta que estarán ocupados es:
λ 12
L= (1 − P4 ) = (1 − 0.0952) = 1.81
µ 6
Por lo que aunque en promedio menos de 2 líneas estarán ocupadas, se requiere un sistema de 4
líneas para ofrecer una capacidad de manejar cuando menos 90% de las llamadas.
En los modelos anteriores que se han mostrado los clientes que llegan al sistema para ser
atendidos puede ser ilimitado; en este modelo se tiene que el número de clientes que podrían
arribar al sistema es limitado.
En esta situación la tasa promedio de llegadas al sistema cambia dependiendo del número de
unidades que se encuentra en el sistema. Entonces se utiliza λ para indicar las llegadas promedio
con base en las unidades individuales. Se supone que todas las unidades tienen la misma tasa de
llegada. Se aplica a problemas tales como reparación de equipos o máquinas en una instalación.
Suposiciones:
Características de Operación
1
P0 = n
N
N! λ
∑
n = 0 ( N − n)! µ
Curso: IO2
Prof. Rosa Delgadillo
2) Número promedio de unidades en la fila de espera (tamaño de la fila)
λ+µ
Lq = N − (1 − P0 )
λ
L = Lq + (1 − P0 )
Lq
Wq =
( N − L)λ
1
W = Wq +
µ
n
N! λ
Pn = p0 para n = 0,1,...., N
( N − n)! µ
Ejemplo 10:
Una empresa tiene un grupo de 6 máquinas idénticas que operan un promedio de 20 horas entre
paradas por descompostura; así la tasa de llegada promedio de llegada o solicitud de reparación
para cada máquina es λ = 1 / 20 = 0.05 máquinas por hora. Como las descomposturas ocurren al
azar la distribución que se le aproxima es de Poisson para el proceso de llegadas de las máquinas
averiadas. Un operario es el que proporciona el servicio de reparación para las 6 máquinas. El
tiempo de servicio sigue una distribución exponencial con tiempo promedio de 2 horas por
máquina, esto es µ = 1 / 2 = 0.5 máquina por hora. Se pide hallar las caracteristicas de operación
del sistema.
Curso: IO2
Prof. Rosa Delgadillo
1
P0 = n
= 0.4845
6
6! 0.05
∑
n = 0 (6 − n)! 0.5
0.05 + 0.5
Lq = 6 − (1 − 0.4845) = 0.3295 máquinas
0.05
0.3295
Wq = = 1.28 horas
(6 − 0.845)0.05
1
W = 1.28 + = 3.28 horas
0.5
Curso: IO2
Prof. Rosa Delgadillo