Está en la página 1de 44

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERÍA
ESCUELA DE INGENIERIA DE MINAS

PROYECTO DE INVESTIGACION:

“TEORIA DE COLAS O LINEAS DE ESPERA”


PRESENTADO POR:

ALVARADO RUIZ JERRY JONATHAN

ALTAMIRANO BARRIOS JOSE LUIS

ESQUIVEL CARBAJAL DANTE HOVER

GARCIA VALVERDE VICTOR ALFREDO

NEYRA RAMOS NELSON ABRAHAN

PROFESOR:

ING. ROJAS ESCOBAR JOSE ALVAN

HUAMACHUCO – 2018
INDICE
I. Introducción a la Teoría de Colas...........................................................................5

II. Objetivos.............................................................................................................7

2.1. Objetivo General.......................................................................................7

2.2. Objetivos Específicos.................................................................................7

III. Marco Teorico.....................................................................................................7

3.1. Definición....................................................................................................7

3.2. Tipos de Sistemas de colas........................................................................8

3.2.1. Una línea, un servidor...........................................................................9

3.2.2. Una cola y múltiples servidores............................................................9

3.2.3. Varias colas y múltiples servidores.....................................................10

3.2.4. Una cola y servidores secuenciales.....................................................10

3.3. Componentes de la teoría de colas.........................................................10

3.3.1. El cliente:..............................................................................................10

3.3.2. La fuente de entrada o población potencial:.....................................11

3.3.3. La cola o línea de espera:....................................................................11

3.3.4. La capacidad de la cola:......................................................................11

3.3.5. El mecanismo de servicio:...................................................................11

3.3.6. El sistema de la cola:............................................................................12

3.4. Características de los sistemas de colas.................................................14

3.4.1. Fuente de llegada de clientes:.............................................................15

3.4.2. Patrón de servicio de servidores:........................................................15


3.4.3. Disciplina de cola:................................................................................15

3.4.4. Capacidad del sistema:........................................................................16

3.4.5. Número de canales de servicio:...........................................................17

3.4.6. Número de etapas de servicio:............................................................17

3.5. Notación de Kendall................................................................................17

3.6. Modelos De Colas Simples......................................................................18

3.6.1. Modelo de cola M/M/1.........................................................................18

3.6.2. Modelo de cola M/M/s.........................................................................22

3.6.3. MODELO DE COLA M/M/S con fuente de entrada finita.............26

3.7. Modelos De Colas Con Tiempos De Servicio no Exponencial.............27

3.7.1. Modelo de cola M/G/1..........................................................................28

3.7.2. Modelo de cola M/D/1..........................................................................29

3.7.3. Modelo de cola M/ EK /1.................................................................31

3.7.4. Modelo Determinista de Colas............................................................32

3.8. Proceso de Poisson...................................................................................36

3.9. Fórmulas de Little...................................................................................37

3.10. Mecanismo De Servicio...........................................................................38

3.11. Como medir el rendimiento de un sistema............................................40

3.12. Aplicaciones de la teoría de colas:..........................................................40

3.13. Sistema De Colas Tánden.......................................................................41

IV. BIBLIOGRAFIA..............................................................................................44
Bibliografía.................................................................................................................44
I. Introducción a la Teoría de Colas

Las colas o las líneas de espera son parte de nuestra vida diaria.

Muchos hemos tenido que esperar en fila: para pagos de matrícula de un semestre

académico o para ser atendidos en el salón de belleza.

El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang

(Dinamarca, 1878 - 1929) en 1909 para analizar la congestión de tráfico telefónico con

el objetivo de cumplir la demanda incierta de servicios en el sistema telefónico de

Copenhague. Sus investigaciones acabaron en una nueva teoría denominada teoría de

colas o de líneas de espera. Esta teoría es ahora una herramienta de valor en negocios

debido a que un gran número de problemas pueden caracterizarse, como problemas de

congestión llegada-salida.

La teoría de colas es el estudio de los procesos de espera en diferentes circunstancias.

Usa modelos de colas para presentar los diversos tipos de sistemas de colas (sistemas

que significan hacer cola de algún tipo) que pueden surgir en la practica.

Los modelos de colas se ayudan de formulas y relaciones matemáticas para

determinar las características de operación (medidas de desempeño) de una línea de

espera.

También se le conoce como sistemas de procesamiento:, pues incluye fábricas donde

los trabajos se mueven en varias etapas durante el proceso de fabricación, o

dependencias en donde el manejo de documentación lo realizan varios individuos,

grupos o comités. En dicho caso se forman "redes de colas“.

Las características de operación (medidas de desempeño) de interés, incluyen:

1. La probabilidad de que no haya unidades o (clientes) en el sistema.

2. El numero promedio o esperado de unidades (clientes) en la línea de espera.

3. El numero promedio de unidades (clientes) en el sistema.


4. El tiempo promedio que una unidad (cliente) pasa en la línea de espera.

5. El tiempo promedio que una unidad (cliente) pasa en el sistema.

6. La probabilidad de que una unidad (cliente) que llega tenga queesperar para que le

atiendan.

7. La probabilidad de que haya “n” unidades (clientes) en el sistema.


II. Objetivos

II.1. Objetivo General

La teoría de colas o líneas de espera, procura el estudio riguroso del fenómeno de

la espera organizada de clientes para la obtención de un servicio que presta un

servidor.

El problema es determinar qué capacidad o tasa de servicio proporciona el balance

correcto. Esto no es sencillo, ya que el cliente no llega en un horario fijo; es decir, no

se sabe con exactitud en que momento llegarán los clientes. Así, como también el

tiempo de servicio no tiene una duración fija. Contar con esta información permitirá

tomar decisiones que equilibren los noveles de servicio contra el costo de

proporcionar el servicio.

II.2. Objetivos Específicos

 Identificar el nivel óptimo de capacidad del sistema que minimiza el coste

global del mismo.


 Evaluar el impacto que las posibles alternativas de modificación de la

capacidad del sistema tendrían en el coste total del mismo.


 Establecer un balance equilibrado ("óptimo") entre las consideraciones

cuantitativas de costes y las cualitativas de servicio.


 Hay que prestar atención al tiempo de permanencia en el sistema o en la cola:

la "paciencia" de los clientes depende del tipo de servicio específico

considerado y eso puede hacer que un cliente "abandone" el sistema

III. Marco Teorico

III.1. Definición

La teoría de colas es el estudio matemático del comportamiento de líneas de

espera. Esta se presenta, cuando los "clientes" llegan a un "lugar" demandando un

servicio a un "servidor", el cual tiene una cierta capacidad de atención. Si el servidor


no está disponible inmediatamente y el cliente decide esperar, entonces se forma la

línea de espera.

Una cola es una línea de espera y la teoría de colas es una colección de modelos

matemáticos que describen sistemas de línea de espera particulares o sistemas de

colas. Los modelos sirven para encontrar un buen compromiso entre costes del

sistema y los tiempos promedio de la línea de espera para un sistema dado.

Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como

modelo, pueden representar cualquier sistema en donde los trabajos o clientes llegan

buscando un servicio de algún tipo y salen después de que dicho servicio haya sido

atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o

como un sistema de colas interconectadas formando una red de colas. En la siguiente

figura podemos ver un ejemplo de modelo de colas sencillo. Este modelo puede

usarse para representar una situación típica en la cual los clientes llegan, esperan si

los servidores están ocupados, son servidos por un servidor disponible y se marchan

cuando se obtiene el servicio requerido.

El problema es determinar qué capacidad o tasa de servicio proporciona el balance

correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no

se sabe con exactitud en que momento llegarán los clientes. También el tiempo de

servicio no tiene un horario fijo.

III.2. Tipos de Sistemas de colas


III.2.1.Una línea, un servidor
1° SISTEMA: Se muestra en la figura, se llama un sistema de un servidor y una

cola.

Ejemplo: Puede describir un lavado de carros automático o un muelle de descarga

de un solo lugar. Entra el auto al auto lavado-automático pasa por la lavadora y listo.

III.2.2.Una cola y múltiples servidores

2° SISTEMA: Este muestra una línea con múltiples servidores.

Ejemplo: Es típico de una peluquería o una panadería en donde los clientes toman

un número al entrar y se les sirve cuando llega el turno. En un consultorio médico

llega toma el turno y espera hasta que le toque su turno para ser atendido.

III.2.3.Varias colas y múltiples servidores


III.2.4.Una cola y servidores secuenciales

III.3. Componentes de la teoría de colas


Los elementos que intervienen en un sistema de colas son los siguientes:
III.3.1.El cliente:

Es todo individuo de la población potencial que solicita servicio. Suponiendo

que los tiempos de llegada de clientes consecutivos son 0 < t1 < t2 < · · ·, será

importante conocer el patrón de probabilidad según el cual la fuente de entrada

genera clientes. Lo más habitual es tomar como referencia los tiempos entre las

llegadas de dos clientes consecutivos: Tk = tk−tk−1, fijando su distribución de

probabilidad. Normalmente, cuando la población potencial es infinita se supone

que la distribución de probabilidad de los Tk (que será la llamada distribución de

los tiempos entre llegadas) no depende del número de clientes que estén en

espera de completar su servicio, mientras que en el caso de que la fuente de


entrada sea finita, la distribución de los Tk variará según el número de clientes

en proceso de ser atendidos.

III.3.2.La fuente de entrada o población potencial:

Son todos aquellos clientes que pueden solicitar el servicio que brinda el

sistema. Podemos considerarla finita o infinita. Aunque el caso de infinitud no es

realista, sí permite (por extraño que parezca) resolver de forma más sencilla

muchas situaciones en las que, en realidad, la población es finita pero muy

grande. Dicha suposición de infinitud no resulta restrictiva cuando, aun siendo

finita la población potencial, su número de elementos es tan grande que el

número de individuos que ya están solicitando el citado servicio prácticamente

no afecta a la frecuencia con la que la población potencial genera nuevas

peticiones de servicio.

III.3.3.La cola o línea de espera:

Es donde los clientes, una vez que han llegado a solicitar el servicio, aguardan

para ser atendidos. Siempre que los servidores se encuentren ocupados.

III.3.4.La capacidad de la cola:

Es el máximo número de clientes que pueden estar haciendo cola (antes de

comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo más

sencillo, a efectos de simplicidad en los cálculos, es suponerla infinita. Aunque

es obvio que en la mayor parte de los casos reales la capacidad de la cola es

finita, no es una gran restricción el suponerla infinita si es extremadamente

improbable que no puedan entrar clientes a la cola por haberse llegado a ese

número límite en la cola.

III.3.5.El mecanismo de servicio:


Para determinar totalmente el mecanismo de servicio debemos conocer el

número de servidores de dicho mecanismo (si dicho número fuese aleatorio, la

distribución de probabilidad del mismo) y la distribución de probabilidad del

tiempo que le lleva a cada servidor en dar un servicio. En caso de que los

servidores tengan distinta destreza para dar el servicio se debe especificar la

distribución del tiempo de servicio para cada uno.

III.3.6.El sistema de la cola:

Es el conjunto formado por la cola y el mecanismo de servicio, junto con la

disciplina de la cola, que es lo que nos indica el criterio de qué cliente de la cola

elegir para pasar al mecanismo de servicio.

Para describir un sistema de colas hay que saber interpretar el rol que desempeña

cada uno de los elementos que la componen, haciendo las distintas hipótesis sobre

éstos que correspondan en cada caso. A continuación, se muestran algunas de las

hipótesis que pueden hacerse de cada uno de los elementos. En general, un centro

puede ser multiservicio, de modo que un cliente ha de pasar por varios servidores, sin

embargo las hipótesis que se presentan a continuación deben hacerse para cada uno

de los puntos de servicio.

Sobre las llegadas:

 Una o varias fuentes: los clientes pueden proceder de una o varias fuentes.
 Independencia entre llegadas: el tiempo entre las llegadas de clientes es

independiente.
 Intervalos entre llegadas: los tiempos entre llegadas pueden ser considerados de

dos tipos: deterministas o aleatorios, y si se trata de estos últimos habrá que dar

su distribución.

Sobre la fuente:
 Fuente finita o infinita: el tamaño de la fuente puede ser considerado infinito o

un valor limitado, denominándose sistema abierto si es infinito o sistema cerrado

si es finito.
 Llegadas en bloque o unitarias: los clientes pueden llegar de forma unitaria

(aunque puedan coincidir dos llegadas) o en bloques de tamaño fijo o variable.

Sobre el servicio:

 Uno o varios servidores: ha de establecerse el número de servidores que hay en

el sistema.
 Independencia entre servidores: puede haber independencia en cómo atiende

cada uno de los servidores o no, o incluso si varía la forma de trabajar de un

servidor dependiendo del estado de los demás.


 Independencia de los tiempos de servicio: los tiempos de servicio en un mismo

servidor pueden ser independientes o no.


 Duración de los tiempos de servicio: esta duración puede ser de tipo

determinista si es conocida con seguridad, o de tipo aleatorio, en cuyo caso ha de

establecerse una distribución para esos tiempos.


 Homogeneidad de los servidores: los servidores pueden ser homogéneos o no,

es decir pueden tener todos una misma tasa de servicio o tenerla diferente, pero,

en cualquier caso hay que establecer cuál es la de cada uno de ellos, o por

simplificación y dependiendo del modelo y los objetivos planteados, si se

dispone de la tasa del sistema, aunque sean diferentes pueden ser considerados

homogéneos con la tasa del sistema dividido por el número de servidores.

Sobre el comportamiento de los clientes:

 Impaciencia: la impaciencia en los clientes se entiende como la renuncia

prematura de un cliente a la petición de servicio que había acudido a solicitar.

Sobre la cola:

 Número de canales en la cola: la cola puede estar formada por un único canal o

por varios.
 Interferencia de canales: en el caso en que hayan varios canales en la cola,

pueden producirse interferencias entre ellos, es decir, movimientos de clientes de

un canal a otro.
 Capacidad limitada: el sistema puede tener una capacidad limitada o no. Se

entiende por capacidad el número máximo de clientes que pueden haber en el

sistema, es decir, en servicio y en espera.


 Disciplina de la cola: los clientes son seleccionados de la línea de espera

mediante algún mecanismo, pudiendo ser el orden de selección alguno de los

siguientes, que son los más habituales, o algún otro:


o FIFO: (first in first out): Primero en llegar primero en ser servido.
o LIFO: (Last in first out): Último en llegar primero en ser servido.
o SIRO: (Service in random order): Los clientes son servidos en orden

aleatorio. PRI: (Priority): los clientes tienen distinta prioridad.


III.4. Características de los sistemas de colas

Un sistema de colas se describe adecuadamente con seis características:

• Fuente de llegada de clientes.


• Patrón de servicio de servidores.
• Disciplina de cola.
• Capacidad del sistema.
• Número de canales de servicio.
• Número de etapas de servicio.

III.4.1.Fuente de llegada de clientes:

En situaciones de colas habituales, la llegada de clientes es estocástica, esto es,

depende de una variable aleatoria, con lo que se necesita conocer la distribución

probabilística entre dos llegadas sucesivas de clientes.

La fuente de llegada puede variar con el tiempo, cuando se mantiene constante

se dice estacionaria, si varía (por ejemplo, con las horas del día) se llama no‐

estacionaria.

Pueden contemplarse distintas situaciones: Clientes que llegan independiente o

simultáneamente (llegan lotes), en este último caso hay que definir su distribución
probabilística. Clientes que abandonan la cola por ser demasiado larga o que tras

esperar mucho abandonan.

El supuesto normal, para un modelo básico de colas, es que la llegada de

clientes hasta un momento específico sigue una distribución de Poisson, aunque

no sea la única distribución que puede considerarse.

III.4.2.Patrón de servicio de servidores:

Pueden presentar un tiempo de servicio variable, en cuyo caso hay que asociar

una función de probabilidad. Pueden atender en lotes o de modo individual.

El tiempo de servicio puede variar con el número de clientes en la cola,

trabajando más rápido o más lento, en este caso se conoce como patrones de

servicio dependientes. El patrón de servicio puede ser no‐estacionario variando

con el tiempo transcurrido.

III.4.3.Disciplina de cola:

Es la regla en el orden que se van a seleccionar los clientes que se encuentran a

la espera de ser atendidos en la cola, existen varias reglas, entre las más comunes

se pueden encontrar:

♠ FIFO (first in first out): Se atiende al cliente en el orden que llegan a la

cola, el primero en llegar será el primero en ser atendido. En los modelos

básicos de colas se supone como normal la disciplina de primero en entrar,

primero en salir, a menos que se establezca de otra manera.

♠ LIFO (last in first out): Consiste en atender primero al que ha llegado de

último, también se le conoce como 'pila'.

♠ RSS (random selection of service): Se selecciona a los clientes de una cola

de forma aleatoria, con algún procedimiento de prioridad o algún otra

reclasificación.
♠ Processor Sharing: Todos los clientes experimentan con eficacia el mismo

retraso, ya que comparten entre todos los clientes de la cola la capacidad del

sistema atendiendo a todos por igual.

Finalmente, la fuente (o población) representa un factor importante en el análisis

de teoría de colas ya que el modelo de llegadas depende de la fuente de donde

provienen los clientes. La fuente que genera las llamadas puede ser finita o infinita.

Existe una fuente finita cuando una llegada afecta la tasa de llegadas de futuros

clientes potenciales. Así pues, la cola se puede ver de la siguiente manera:

III.4.4.Capacidad del sistema:

Es el número máximo de clientes que pueden estar dentro del sistema haciendo

cola antes de ser atendidos para recibir el servicio, al igual que la fuente de

llegada este número puede ser finito o infinito.

III.4.5.Número de canales de servicio:

Es preferible utilizar sistemas multiservicios con una única línea de espera para

todos que con una cola por servidor. Al hablar de canales de servicio paralelo se

trata generalmente de una cola que alimenta a varios servidores.

III.4.6.Número de etapas de servicio:

Puede ser una etapa o multietapa, en este último el cliente puede pasar por un

número de etapas mayor que uno. En algunos sistemas multietapa se admite la

vuelta atrás o reciclado, modo habitual en sistemas productivos como controles de

calidad y reprocesos.

III.5. Notación de Kendall


En el año de 1953 el matemático David G. Kendall, originario de Inglaterra,

implementó la notación de colas, la cual es utilizada para identificar las

características de una línea de espera por medio de iniciales. En el sub-capítulo

anterior se describieron las características de las colas, en este se aclarará cada

inicial.

Un sistema podrá ser notado de la siguiente manera, A/B/X/Y/Z/V, donde:

 A es el modelo de llegadas, valores posibles:


o M=tiempos entre llegadas exponenciales
o D=tiempos entre llegadas deterministas
o G=tiempos entre llegadas generales (cualquier distribución)
 B es el modelo de servicio , puede tomar los mismos valores que A
 X es el número de servidores
 Y es la capacidad del sistema (número máximo de clientes en el sistema),

se puede omitir si es infinita.


 Z es la disciplina, se puede omitir si es FIFO
 V es el número de estados de servicio, se puede omitir si es 1
III.6. Modelos De Colas Simples
III.6.1.Modelo de cola M/M/1

Con respecto a la notación de Kendall, para este sistema se tienen las siguientes

características:

A) Se tiene un sistema de llegadas que se producen según un proceso de Poisson

de razón λ, donde los tiempos entre llegadas estarán distribuidos

exponencialmente Exp (λ)

Donde λ es el número medio de llegadas por unidad de tiempo

B) Los tiempos entre servicios son distribuidos de manera exponencial, Exp (μ)

Donde μ es el número medio de paquetes que el servidor es capaz de atender

por unidad de tiempo

X) Se posee un único servidor en el sistema

Y) La capacidad del sistema es infinita, la cual se puede omitir

Z) La disciplina del sistema será FIFO, la cual se puede omitir


V) Se tiene un estado de servicio igual a uno, es decir una sola cola, el cual se

puede omitir también

Es decir, el sistema es el siguiente: M/M/1/∞/FIFO/1, pero se abrevia como

M/M/1. A continuación se irá analizando el sistema exclusivamente en su condición

de no saturación, es decir como un estado estable, ya que si el sistema llega a

saturarse el número de paquetes en la cola crecerá indefinidamente, esto quiere

decir que el sistema tendrá una tasa mayor de la que el servidor puede manejar.

Para este tipo de sistema, se define la intensidad de tráfico, también conocida

como factor de utilización, como:

λ
ρ=
μ

Donde:

ρ= Intensidad de tráfico en el sistema,

λ= Número medio de llegadas por unidad de tiempo, y

μ= Número medio de paquetes que el servidor es capaz de atender por unidad de

tiempo.

Por lo tanto, para que el sistema sea estable, se tiene la siguiente condición de no

saturación:

ρ< 1

donde el parámetro ρ se le domina también como carga o flujo. Este parámetro

mide la relación entre la media de los paquetes por unidad de tiempo y la capacidad

de atenderlos por unidad de tiempo. Si se cumple la condición de no saturación, las

probabilidades del estado estable existen y están dadas por:


n
ρn= ρ ( 1− ρ )

donde:
n=¿
Probabilidad que aya un paquete en el sistma
ρ¿

Esta fórmula indica la probabilidad de que haya n paquetes en el sistema, dependiendo

del tipo de red que se tenga, ya que el tamaño del paquete es diferente en cada red. En

los sistemas de líneas de espera, las medidas de rendimiento, también conocidas como

medidas de efectividad, son las medidas de mayor interés. En ellas el tiempo medio en

que un paquete permanece en el sistema se le denomina como W. Si hacemos un

supuesto de que llega un paquete a una cola y hay j paquetes antes que éste, se tendrá la

siguiente fórmula:
∞ ∞ ∞
1 1 1
W =∑ ( j+1 ) Pj=∑ Pj + ∑ pj
j=0 μ j=0 μ j=0 μ

donde:

W= Tiempo medio que un paquete permanece en el sistema.

j= Número de paquetes que se encuentran en la cola antes del paquete actual.

Pj= Probabilidad de que haya j paquetes en el sistema.

Al evaluarse y simplificar la ecuación resultante, se obtendrá la siguiente

fórmula de W:

L 1 1
W= + =
μ μ μ− λ

donde:

L=Número medio de paquetes en el sistema.

Una vez que se obtuvo W, es posible obtener el tiempo medio de espera en la

cola, denominado como , el cual se calcula en base a W, al tiempo medio que un

paquete permanece en la cola se le resta el tiempo medio de servicio, siendo este

1/μ. Por lo tanto:


donde:

Wq= Tiempo medio de espera en la cola.

Una consideración especial de la fórmula para este tipo de cola es la siguiente:

Una de las últimas medidas de rendimiento que son importantes es el número

medio de trabajos en la cola, conocido como Lq, el cual es calculado al restarle

al número medio de paquetes en el sistema, la carga de tráfico que existe en el

sistema, así como se muestra a continuación:

ρ
Lq=L−( 1−ρ0 ) =L−ρ= −ρ
1−ρ

donde:

Lq= Número medio de paquetes en la cola, y

ρ 0 = Probabilidad de que no existan paquetes en el sistema.

La ecuación puede simplificarse de la siguiente manera:


2
ρ
Lq=
1−ρ

EJEMPLO:
III.6.2.Modelo de cola M/M/s
El modelo supone que los tiempos entre llegadas y los tiempos de servicio son

variables aleatorias distribuidas exponencialmente, la disciplina es FIFO y la

población es infinita.

Se diferencia respecto al modelo M/M/1 en que el número de servidores s puede ser

cualquier número natural tal que s ≥ 1 . Cuando el número de servidores es mayor

que 1, las expresiones anteriores no son tan sencillas.

En esta línea, en la tasa de servicio n μ hay que distinguir dos casos:

μn=
{ μn cuando n ≤ s
μn cuando n> s }
≡min( nμ , sμ)

μ ≡ tasa media de servicio de todos los servidores en conjunto

sμ ≡ tasa máxima de servicio para s servidores

El siguiente diagrama de tasas (cadena de Markov del modelo M/M/s) representa

los posibles estados del sistema y las transiciones entre ellos.

En este caso, la tasa de llegadas no se encuentra afectada por el estado en que se

encuentre el sistema, pero sí la tasa media de servicio, pudiendo ser tal múltiplo de

la tasa media de servicio por servidor como servidores en activo haya.

λ
Si el factor de utilización (factor de carga/ intensidad tráfico): ρ=

{
n

Cn =
λ 0 λ1 … λ n-1
=
()
1 λ
n! μ
n=1,2, … , s−1
μ1 μ2 … μ n S n−s

( )( )
1 λ
s! μ
λ

n=s , s+1, …
{
n

pn=cn p0=
()
1 λ
n! μ
p 0 n=1, 2,… , s−1
s n−s

( )( )
1 λ
s! μ
λ

p0 n=s , s+1, …

∞ ∞
1 1 1
∑ pn =∑ c n p 0=1→ p0 n
= s−1 n ∞ n s
= s−1 n
( λ /μ ) ( λ/ μ ) s−1 ( λ /μ ) λ n−s
( λ/ μ ) s
n=0 n=0
∑ cn
n=0

n=0 n!
+∑
n=s n!
+∑
n=0
( )
s ! sμ

n=0 n!
+
1 λ 1
s ! μ 1− p ()
Bajo condiciones de estabilidad (factor de utilización ρ < 1), al igual que en el

modelo M/M/1, se pueden aplicar fórmulas para obtener los principales parámetros

del sistema.

1
Tiempo en el servicio:
μ

λ
Utilización promedio del sistema: μs =
μ

λ
Factor de utilización (factor de carga/ intensidad tráfico): ρ=

Probabilidad de que ningún cliente se encuentre en el sistema de colas:

1
p0 = n
s−1
( λ/ μ ) ( λ / μ )s

n=0 n!
+
s! ( sμ
sμ− λ )
A medida que se añaden servidores al sistema las fórmulas van siendo más

complicadas, en especial para el cálculo de probabilidades.

Se asume que la probabilidad de la función de tiempos de servicio es una

exponencial negativa de parámetro μn .

λ
s−1−
μ
¿
−μt ( ¿ )
λ¿
s−1−
μ
¿
1−e
s

1+
()λ
μ
( ¿)
s ! (1− ρ)
¿
P ( W > t ) =e−μt ¿

1−e−μt (s−1−λ/ μ)
Cuando s−1−λ /μ=0 se utiliza
s−1−λ /μ

Ejemplo:

La caja trujillo en Huamachuco, tiene 4 cajeros para cuentas de ahorro. Ha

averiguado que las distribuciones del tiempo de servicio son exponenciales con un

promedio de tiempo de servicio de 6 minutos por cliente. Sabe que los clientes

llegan en forma de poisson durante el día, con un promedio de llegadas de 30

clientes por hora. a) Calcular el promedio de longitud de la línea de espera.

b) Calcular el promedio de clientes en el sistema.

c) Calcular el promedio del tiempo que espera un cliente antes de que se le dé

servicio.

d) Calcular el promedio del tiempo que un cliente pasa en el sistema.

e) calcular cuántas horas por semana dedica un empleado al desempeño de su

trabajo.
f) Calcular la probabilidad de que un empleado tenga que esperar a un cliente.

g) Calcular el número esperado de empleados desocupados en cualquier momento

dado.

SOLUCION:
III.6.3.MODELO DE COLA M/M/S con fuente de entrada finita

Es una variación del modelo M/M/s consistente en que la fuente de variación de

entrada es limitada, esto es, el tamaño de la población de posibles clientes es

finita.

Sea N el tamaño de la población, cuando en el sistema se encuentran n clientes,

quedan (N – m) posibles clientes en la fuente de entrada.

En el modelo con población finita los clientes alternan entre estar dentro y fuera

del sistema. Por analogía con el modelo M/M/s se supone que el tiempo que pasa

cada cliente fuera del sistema es una variable aleatoria exponencial Exp(λ).

Cuando n clientes están dentro, (N – n) clientes están fuera, y por tanto la

distribución de probabilidad del tiempo que falta para la próxima llegada al

sistema es el mínimo de (N - n) variables exponenciales independientes de

parámetro λ (N – n). De este modo,

{
nμλ 1 ≤n ≤ s
{
λn = λ ( N −n ) 0 ≤ n< N μ n= s μλ s ≤ n≤ N
0 n> N 0 n< N

La aplicación más importante de este modelo es la reparación de máquinas, donde

se asigna a uno o más técnicos la responsabilidad de tener operativas un grupo de

N máquinas.
Cuando las maquinas se estropean acuden al sistema de mantenimiento en espera

de ser reparadas, y cuando están operativas quedan fuera del sistema.


n
1 N! λ
p0= N
N λ
n
pn= ()
( N−n ) ! μ
p0 si 1≤ n ≤ N

()
∑ ( N−n ) ! μ
n=0

 Utilización promedio del servicio: p=1−p 0

µ
 Número promedio de clientes en el sistema: Ls=N − (1− p0 )
λ

( λ+µ)
 Número promedio de clientes en la cola: Lq=N − ( 1− p0 )
λ

 Tiempo promedio de estancia en el sistema, incluido el servicio:

Ls
W s=
λ(N−L s)

Lq
 Tiempo promedio de espera en la cola: W q=
λ ( N−L s)

1
( W s =W q + ¿
µ

III.7. Modelos De Colas Con Tiempos De Servicio no Exponencial

Los modelos anteriores se basan en que las entradas y el servicio se distribuyen

mediante procesos que siguen una distribución de Poisson/Exponencial.

En un sistema de colas es necesario seleccionar una distribución de probabilidad

para los tiempos de servicio. Hay tres distribuciones que representan tiempos de

servicio:

 La distribución de servicio exponencial (σ ≡ media)


 La distribución de servicio constante (σ ≡ 0)
 La distribución Erlang que posee un parámetro k que determina la

desviación típica

k = 1 → La distribución Erlang ≡ La distribución Exponencial

k = ∞ → La distribución Erlang ≡ La distribución degenerada con tiempos constantes

La distribución Erlang según los valores del parámetro k:

III.7.1.Modelo de cola M/G/1

Según la notación Kendall se trata de sistema de colas con tiempos de llegadas

distribuidos exponencialmente (Proceso de Poisson de parámetro λ ), con clientes

que tienen tiempos de servicio independientes e idénticamente distribuidos de

media (1 / μ) y varianza σ2

Cualquier sistema de colas de este tipo alcanza en algún momento el estado

estable cuando el factor de utilización ρ = λ / μ < 1.

Las medidas de rendimiento para este modelo toman las expresiones adjuntas,

donde la referente a Lq recibe el nombre de fórmula de Pollaczek‐Khinchine.

pn = ρ

Utilización promedio: p0 = 1 − ρ
Número promedio de clientes en la cola:

λ2 σ 2 + ρ 2
Lq =
2(1−ρ)

Número promedio de clientes en el sistema: Ls = Lq + ρ

Tiempo promedio de espera en la cola:

L q λ2 σ 2 + ρ 2
W q= =
λ 2 λ(1−ρ)

Tiempo promedio de estancia en el sistema:

Ls 1
W s= =W q +
λ μ

Las medidas de eficiencia incrementan su valor conforme σ2 aumenta, lo que

indica que el funcionamiento del servidor tiene gran transcendencia en la

eficiencia global del sistema.

Curry y Feldman proponen una modificación del tiempo promedio de espera en la

cola que proporciona una relación directa entre las colas M/M/1 y las colas

M/G/1:

1
M /M /¿

W q ( M /G/1)= ( 1+ μ2 σ 2
2 )Wq¿

μ2σ2 ≡ Coeficiente de variación al cuadrado de los tiempos de servicio.

EJEMPLO:

A un taller llegan los pedidos de reparaciones en forma de distribución poisson a

un promedio de 4 clientes por hora. El operario que inspecciona para diagnosticar

las reparaciones a hacer efectúa dicha actividad en una forma normal; en

promedio tal inspección le toma 6 minutos. Realizando la evaluación de tiempos y

movimientos se encontró que el tiempo de servicio normalmente distribuido tiene

una varianza de 0,125. Calcular las características de operación del sistema.


SOLUCION:

III.7.2.Modelo de cola M/D/1

Es un sistema de colas con tiempos de llegadas distribuidos exponencialmente

(Proceso de Poisson de parámetro λ ), el servicio consiste básicamente en la

misma tarea rutinaria que el servidor realiza para todos los clientes, tiende a haber

poca variación en el tiempo de servicio requerido, asumiendo que el tiempo de

servicio es igual a una constante fija.

Con un único servidor, el modelo M/D/1 se reduce a un caso particular del modelo

M/G/1 en donde σ 2 = 0, con lo que las medidas de eficiencia son:

Utilización promedio: p0 = 1 – ρ

ρ2
Número promedio de clientes en la cola: Lq =
2(1− ρ)

Número promedio de clientes en el sistema: Ls = L + ρ

Lq
Tiempo promedio de espera en la cola: W q=
λ

Ls 1
Tiempo promedio de estancia en el sistema: W s = =wq +
λ μ

EJEMPLO:
III.7.3.Modelo de cola M/ E K /1

La distribución de Erlang de parámetros k y υ es la suma de k variables

aleatorias independientes exponenciales de parámetro υ , con media k/υ y varianza

K
σ2= .
ϑ

Al particularizar las expresiones del modelo M/G/1 a una distribución de Erlang,

tomando υ = kμ , es decir, de media 1/μ, donde:

σ2=
k
2
1
= 2 → σ=
υ kμ
1 1
√k μ() 1
k= 2 2
μ ∗σ
Las medidas de eficiencia del modelo M/Ek/1, vienen dadas por:

Utilización promedio: p0 = 1 − ρ

Número promedio de clientes en la cola:

σ2=
k
2
1
= 2 → σ=
υ kμ ()
1 1
√k μ
1
k= 2 2
μ ∗σ

Número promedio de clientes en el sistema: Ls = Lp + ρ

Lq
Tiempo promedio de espera en la cola: W q =
λ

Ls 1
Tiempo promedio de estancia en el sistema: W s = =wq +
λ μ

III.7.4.Modelo Determinista de Colas

Cuando la demanda λ es mayor que la capacidad µ , el factor de utilización

δ= ❑ 1 , entonces para calcular las demoras es necesario utilizar otro criterio en


teoría de colas.

Este fenómeno ocurre en muchos sistemas durante un período corto de tiempo

introduciendo el modelo determinista de colas.

Un modelo determinístico es un modelo matemático donde las mismas entradas

producen invariablemente las mismas salidas, sin contemplar la existencia del azar

ni el principio de incertidumbre.

Estado del sistema = número de clientes en el sistema

Lq = Longitud de cola = número de clientes en cola =

= estado del sistema – número de clientes en servicio

λ = tasa de llegadas

µ = tasa de servicios

Sea N(t) = Número de clientes en el sistema en el instante t = número de

clientes en cola más el número de clientes que están siendo servidos


Si t = 0 no hay clientes N(0) = 0

Sea λ el número de llegadas independientes por unidad de tiempo, (1 / λ) el

tiempo constante entre dos llegadas consecutivas. Por otra parte, sea µ el número

de servicios por unidad de tiempo (cuando el sistema está ocupado), y (1 / µ) el

tiempo que se tarda en realizar un servicio

Se define t = Instante de tiempo en el que se produce el primer rechazo es decir,

llega un cliente cuando en el sistema hay (k - 1) clientes.

En el análisis se distinguen dos casos, según si la tasa de llegadas es mayor (λ >µ) o

menor igual que la de servicio

λ>µ

1
Si t ∈(0, ) 
λ
No ha llegado todavía ningún cliente, en este intervalo de tiempo
o hay clientes en el sistema.

Si t ∈ ( 1λ , τ ) → N ( t )=llegadas en( 0, τ )−servicios en( 1λ , τ )


t
Nuero de llegadas en
( 0, τ )=
()
1

=t

1
Número de salidas
1
( )
λ
,τ =
t−


( )
1
❑ =t− ❑

En consecuencia, N ( t ) =t− t − ❑
( )

a) Cuando el tiempo de servicio es un múltiplo entero del tiempo entre llegadas, es

1/¿
decir: ¿
m¿
En este caso, siempre que se produce la salida de un cliente hay una llegada

simultánea. Así, no puede suceder que haya simultáneamente una salida y un


rechazo, pues si un cliente sale, se deja una plaza libre en el sistema para el otro

cliente que llega en ese momento.


En consecuencia, el número de clientes es creciente hasta que a partir del

instante  es constantemente igual a la capacidad (k- 1) del sistema.


Luego, se tiene:

{
1
0t <
λ
N (t)=
λt− μt−( 1 1
)
λ λ
<t <τ

k −1t ≥ τ

Suponiendo que se tiene disciplina FIFO, los valores asociados a cada cliente:
W (qn)=Tiempo de esperaen coladel cliente n – esimo .
S (n )=Tiempo de servicio deln−esimo cliente.
T (n)=Tiempo transcurrido entre lasllegadas de losclientes n−esimo y ( n+1 ) −esimo

{
(n) (n) ( n) (n)
S(n) >T (n)
W q(n+1) = W q + S −T (n)SiW(n)q +(n)
0 SiW q + S ≤T

Aunque la relación se verifica en general, se observa que S (n )=1/¿ yt<

1 1
entonces T (n)=1 /¿ . Consecuentemente, W q( n+1 )=W q( n) +( − )
❑ ❑

Por otra parte, si tun cliente entra al sistema justo cuando sale otro. Por tanto,

el cliente que entra se encuentra con (k-2)clientes en cola delante de él y un

cliente empezando el servicio. En consecuencia, el tiempo de espera en cola para

este nuevo cliente será (k-2)1/

{ ( )
1 1
(n−1) − n=1,2. … , λτ−1
En definitiva :W q(n)= μ μ
k−2
n ≥ λτ
μ

b)
1 1
❑❑
El tiempo entre llegadas es mayor o igual que el tiempo de servicio, cuando
llega un cliente es servido y sale del sistema antes de que llegue el siguiente
cliente (en la peor situación, cuando llegue el siguiente cliente si el tiempo entre
llegadas es igual al tiempo de servicio).
Por tanto, considerando que en el instante cero no hay individuos en el sistema,
el número de clientes en el sistema siempre variara entre [0, 1] y el tiempo de
espera en cola de cualquier cliente es cero.
En este caso, una situación particular supone que cuando el sistema se inicia ya
hay un número.
1 1
❑❑

Si el tiempo entre llegadas coincide con el tiempo de servicio, siempre habrá C

clientes en el sistema y el tiempo de espera en cola del n – ésimo cliente toma la

expresión:

1 1
❑❑

Si el tiempo entre llegadas es mayor que el tiempo de servicio, hay un primer

instante t = 0 no hay clientes N(0) = 0.

Hasta ese momento, el número de clientes en el sistema en cada instante será:

N ( t ) =C−
[( ) ( )]
t
1/μ

t
1/ λ
=C−(μt−λt )

El instante  = menor real positivo tal que C = (t-t)

Inmediatamente después del instante τ el sistema permanece vacío, hasta que se

produce la siguiente llegada en el instante 1=t 1 +( 1 )


( )
❑ ❑
En el instante 1 un nuevo cliente entra al sistema y al no haber nadie más, entra

directamente al servicio, del que sale en el instante τ 1=1 , con loque el estado del

1
sistema (número de clientes en el sistema ) será 1 entre (τ 1 , τ 1 + )

1 1 2
El siguiente cliente lega en el instante τ 2=τ 1 +

=t( )+
❑ ❑
, después de salido

el cliente anterior, después el sistema vuelve a estar vacío en el intervalo

1 1
(τ 1 + , τ 2 ) y toma el valor 1 entre (τ 2 , τ 2 + ,) .
μ μ

El proceso es reiterativo, en consecuencia:

Verificando la igualdad W q(n+1) =W q(n)+ S n−T n se tiene la siguiente expresión para

el tiempo de espera en cola:

III.8. Proceso de Poisson

Si los tiempos entre llegadas/servicios de clientes se distribuyen según una

exponencial Exp (λ), el número de llegadas/servicios de clientes hasta un cierto

tiempo es un proceso de Poisson.


 Sea la variable X ∼ Exp(λ) la variable aleatoria entre llegadas o tiempo de

{ }
− λx
servicio, su función de densidad f ( x )= λ e para x ≥ 0 es estrictamente
0 en otro caso

decreciente.
x
F( x)=∫ f (t)dt={¿ 0⇔ x ⊲01−e
−λx
⇔x≥o
La función de distribución: −¿
1 1
X exp ( λ ) → E ( X )= V ( X )= 2
λ λ
La distribución de probabilidad del tiempo que falta para que ocurra el evento

es siempre la misma independientemente del tiempo que haya pasado.


x >t+ s
p [ ( ¿ ∩ ( X > s ) ] p ( X >t +s )
P( X >t + s ⃒⃒ X > s)= = = p(X >t )
p ( X> s ) p( X >s)
En consecuencia, la distribución exponencial exp (λ) carece de memoria y es

la única distribución continua con tal propiedad, ya que


−λ ( t +s ) − λt −λs
p ( X >t+ s )=e =e e =p ( X> t ) p(X > s)
 La suma de procesos de entrada de Poisson es también un proceso de Poisson

siendo la tasa la suma de las tasas respectivas.


 Si las llegadas a un sistema son de tipo Poisson con tasa λ y cada llegada es

encaminada a un subsistema s1 con una probabilidad p1 el proceso de llegada

a cada subsistema es también de Poisson con tasa λ p1.


III.9. Fórmulas de Little

En los modelos con distribución entre llegadas y distribución del servicio

exponencial (así como en muchos otros modelos más generales llamados ergódicos)

se verifican ciertas fórmulas que relacionan los números medios de clientes en el

sistema o en la cola, con los tiempos medios de un cliente en el sistema o en la cola.

Estas son las llamadas fórmulas de Little. Cuando las tasas de llegada son constantes

(es decir; λn = λpara todo n = 0, 1,...), la primera fórmula de Little establece la

siguiente igualdad:

L=λ W
mientras que la segunda se expresa mediante

Lq= λW

Realmente sólo la primera de ellas fue obtenida por Little en 1961, pero es

costumbre referirse a ambas con el término primera y segunda fórmula de Little.

Una forma intuitiva de entender el porqué de la validez de las fórmulas de Little

es la siguiente: considérese un cliente que llega al sistema justo ahora. Después de un

tiempo, cuya media es W, ese cliente saldrá servido del sistema.

Como el número medio de clientes que llegan al sistema por unidad de tiempo es

λ, el número medio de clientes que habrán llegado desde que nuestro cliente en

cuestión entró en el sistema hasta que salió de él es λ · W. Por otra parte, es obvio

que dicho número medio de clientes es precisamente el número medio de clientes

que hay en el sistema justo en el momento que sale del sistema nuestro cliente

particular, es decir; L. Un razonamiento análogo es válido para la segunda fórmula

de Little.

Obviamente, las fórmulas de Little no pueden ser válidas si los λn no son

constantes (¿qué sería λ entonces?), pero si pueden generalizarse a esa situación

mediante:

L=λ . W Lq= λ .W q λ=∑ λn p n
n=0

Otra relación importante (en este caso para relacionar W y Wq) es la dada por

1
W =W q +
μ

Su deducción es inmediata pues viene a decir que el tiempo medio que un cliente

está en el sistema (W) coincide con la suma del tiempo medio en la cola (Wq) más el

tiempo medio que tarda en ser servido 1/μ, ya que μ es el número medio de clientes

que un servidor puede atender por unidad de tiempo.


III.10. Mecanismo De Servicio

Se caracteriza por las estaciones de servicio (servidores o dependientes) y por los

canales de servicio que desembocan en cada uno de los servidores.

Una única cola puede desembocar en varios servidores que van siendo ocupados

de acuerdo a una disciplina de selección, el caso habitual de asignación al primer

servidor que queda libre.

Puede haber multiplicidad en el número de servidores, es posible encontrar múltiples

colas que surtan clientes a un único o a múltiples servidores.

En una determinada estación de servicio, el cliente entra en uno de estos canales y

el servidor le presta el servicio completo.

Los modelos de colas deben especificar el número de estaciones de servicio

(canales de servicio en serie) y el número de servidores (canales paralelos) en cada

una de ellas. Los modelos elementales se componen de una estación, ya sea con un

servidor o con un número finito de ellos.

La variable más importante que caracteriza el mecanismo de servicio es el tiempo

de servicio es el tiempo de servicio. Se denomina tiempo de servicio el que

transcurre desde el inicio del servicio para el cliente hasta su terminación en una

estación.

El modelo de un sistema de colas debe especificar la distribución de probabilidad

de los tiempos de servicio de cada servidor, siendo habitual suponer la misma

distribución para todos los servidores.


La distribución de servicio que más se emplea en la práctica (por ajustarse a un

gran número de situaciones como por su simplicidad en el cálculo) es la distribución

exponencial. Otras distribuciones que se utilizan son la distribución degenerada (para

tiempos de servicio constantes) y la distribución de Erlang (Gamma) para

combinaciones de distribuciones exponenciales.

III.11. Como medir el rendimiento de un sistema

La tarea de un analista de colas puede ser de dos tipos:

a) establecer mecanismos para medir la efectividad del sistema o

b) diseñar un sistema “óptimo” (de acuerdo a algún criterio).

Diseñar eficientemente consiste, básicamente, en definir un sistema cuyo coste (de

diseño y de operación) se justifique por el servicio que da. Dicho servicio se puede

evaluar mediante el coste de “no darlo”. De este modo al diseñar se pretende

minimizar unos supuestos costes totales.

A partir de los datos que nos suministra la teoría de colas se puede obtener la

información necesaria para definir el número de asientos necesarios en una sala de

espera, o la estructura de etapas de un proceso de atención al cliente.

En cualquier caso, para poder tomar decisiones hacen falta datos que la teoría de

colas puede dar en alguno de los siguientes tres aspectos:

a) tiempo de espera (en el total del sistema o en la cola)

b) cantidad de clientes esperando (en el sistema o en las colas)

c) tiempo ocioso de los servidores (total o particular de cada servicio)

III.12.Aplicaciones de la teoría de colas:


 Facturación en aeropuertos.
 Cajeros automáticos.
 Restaurantes de comida rápida.
 Esperas en líneas de atención telefónica.
 Intersecciones de tráfico.
 Aviones en espera para aterrizar.
 Llamadas a la policía o a compañías de servicios públicos.
 Estándares de calidad del servicio.
 Análisis económicos que incluyan comparaciones entre costes de explotación,

inversiones de capital.
III.13.Sistema De Colas Tánden

También denominado sistema secuencial o en serie.

En un sistema de colas tándem un cliente debe visitar diversos servidores antes de

completar el servicio requerido. Se utiliza para casos en los que el cliente llega de

acuerdo al proceso de Poisson y el tiempo de atención se distribuye exponencialmente

en cada estación.

Se considera un ejemplo en el que los clientes llegan según un proceso de Poisson

de parámetro λ, y pasan sucesivamente por dos colas en serie, respectivamente, con

tasas de servicio 1 μ y 2 μ

 El número de clientes de cada uno de los servidores es independiente del otro.


 Los tiempos de espera de un cliente en cada cola no son independientes.
 Los tiempos totales de espera (cola + servicio) son independientes.

Ejemplo

En una farmacia para atender satisfactoriamente a los clientes se cuenta con tres

empleados: un farmacéutico quien se encarga de recetar los medicamentos, un

enfermero quien entrega el medicamento y un cajero. Lo cual consta de tres ventanas

de atención.

El primer dispone de suficiente espacio para atender a clientes sin limitación, mientras

que los otros dos tienen un espacio limitado a dos personas como máximo. El

autoservicio, modelado como red, muestra que la tasa media de llegada a la farmacia
es de 54 clientes/hora, el primero tiene un tiempo medio de servicio de un minuto y el

segundo de treinta segundos. Se solicita:

a) Valor máximo del tiempo de servicio del tercer empleado (cajero) para que su

trabajo no interrumpa al de sus compañeros.

b) Longitud de las colas que forman el sistema.

c) Tiempo medio que un cliente pasa en el autoservicio desde que llega hasta que sale.

Solución:

Es un modelo de red de colas en tándem, con tres nodos (subsistemas), cada uno un

modelo de cola M/M/1.

clientes 54 clientes
λ=54 = =0.9
hora 60 minuto

1
=1 minuto → µ1=1 minuto
µ1

1 30
=30 segundos= =0.5 minutos → µ2=2minutos
µ2 60

λ
El factor de utilización o intensidad de tráfico ρ= ˂1 para que la red no se
µ

sature y el estado sea estacionario.

λ 0,9 λ 0,9
ρ1 = = = 0,9 ρ2 = = = 0,45
µ1 1 µ2 2

Lq λ2 ρ2
a) Numero promedio de clientes en cola: = =
µ( µ− λ) (1−ρ)
ρ23
Número máximo de clientes en cola nodo 3: : Lq 3 = =2
(1−ρ 3)
2
ρ3 +2 ρ3 -2 = 0 ⥤ ρ3 = 0,732
0,9 0,9
Intensidad de tráfico nodo 3: ρ1 = ⥤ µ3 = = 1.2295
µ3 0.732

minutos

ρ 12 0.92 ρ22 0.452


b) Lq 1= = =8.1 clientes Lq 2 = = = 0.3682
(1−ρ1) 1−0.9 (1−ρ2) 1−0.45

clientes

Lq 3=2 clientes

1
c) Tiempo promedio de estancia en sistema de cada nodo: W si =
µ1−λ

1 1
W s 1= =10 minutos W s 2= =0.9091 minutos
1−0.9 2−0.9

1
W s3= =3.0350 minutos
1.2295−0.9
3
1
W si =∑ =10+0.9091+3.0350=13.9441 minutos .
i=1 µi−λ
IV. BIBLIOGRAFIA

Bibliografía

Morales González, D. (2003). Teoría de Colas. . ISBN 84-605-1045-X.

Santiago Martínez, H. (5 de diciembre de 2017). Teoría de Colas o de Líneas de Espera.

Obtenido de Teoría de Colas o de Líneas de Espera:

https://www.emprendices.co/teoria-colas-lineas-espera/

 Vargas H. (2015). Investigación de Operaciones. Bolivia. Segunda edición.


 GEOCITIES. Teoría de colas. www.geocities.ws/io2_jonathan/Teoriadecolas.xls.