Modelos de Toma de Decisiones

Modelos de Toma de Decisiones

Teoría de Colas.
 Agenda
• Descripción de un problema de colas.
– ¿Por qué hay colas?
– Características de los sistemas de colas, Notación de Kendall, 
C t í ti d l it d l N t ió d K d ll
Nomenclatura básica
• La ley de Little
• Procesos de Nacimiento y Muerte
• Colas Markovianas
– M/M/1
– M/M/c
– M/M/c/k
• Colas no Markovianas
Colas no Markovianas
– G/G/1
– G/G/k
 Descripción
p del p
problema
• La teoría de colas es un campo de estudio de la investigación de operaciones
que se encarga de estudiar las esperas.

• Como clientes no queremos esperar, los gestores de los muchos servicios no 
quieren que esperemos.... ¿Por qué hay que esperar?

 La respuesta es casi siempre simple, en algún momento la capacidad de 
servicio ha sido (o es) menor que la capacidad demandada. Generalmente 
esta limitación se puede eliminar invirtiendo en elementos que aumenten la 
capacidad. ¿invertir? ¿Cuánto?

La teoría de colas intenta responder a estas preguntas utilizando análisis 
matemáticos detallados.
Características de los sistemas
de colas

1.       Patrón de llegada de
los clientes
2.       Patrón de servicio
3.       Disciplina de la cola y 
capacidad del sistema
4.       Número de canales 
de servicio
5.       Número de etapas
5 Nú d t
de servicio
 Características de los sistemas
de colas
Patrón de llegada de los clientes
g
• Generalmente la llegada es estocástica (depende de cierta V.A)
• Hay que tener en cuenta la impaciencia de los clientes
• Si el patrón de llegada no varía con el tiempo se dice estacionario
Si el patrón de llegada no varía con el tiempo se dice estacionario
Patrones de servicio
• Asignación de funciones de probabilidad
• Pueden variar de acuerdo al número de clientes en cola (patrones de servicio 
dependientes)
Disciplina de la cola
• FIFO, LIFO, LVF, HVF
 Características de los sistemas
de colas
Capacidad del sistema
p
• Limitación respecto al número de clientes que pueden esperar en cola
• Simplificación en el modelaje de la impaciencia de los clientes
Número de canales de servicio
Número de canales de servicio

Etapas de servicio
 Notación de Kendall
Kendall [1953] propuso un sistema de notación para sistemas de servidores 
paralelos
A/B/c
/ /
A  distribución del tiempo entre arribos
B  distribución del tiempo de servicio
distribución del tiempo de servicio
c  número de servidores localizados en paralelo

M  Exponencial o Markov
D  constante o determinística
G  Arbitraria o general

Ejemplo: M/M/1 indica que los tiempos entre arribos y los tiempos de 
servicio son exponenciales y que se cuenta con un sólo servidor.
 Nomenclatura Básica
 =  tasa
tasa promedio de arribos
promedio de arribos
1/ =  tiempo promedio entre arribos
a =  desviación estándar del tiempo entre arribos
= desviación estándar del tiempo entre arribos
µ  =  tasa promedio de servicio
1/µ =  tiempo
1/µ  = tiempo promedio de servicio
promedio de servicio
s =  desviación estándar del tiempo de servicio
 Nomenclatura Básica
 =  utilización del sistema
Ls =  número promedio de entidades en servicio
número promedio de entidades en servicio
L =  número promedio de entidades en el sistema
Lq = número promedio de entidades en el sistema
=  número promedio de entidades en el sistema
W =  tiempo promedio en el sistema
Wq = tiempo promedio de espera
=  tiempo promedio de espera
Ws =  tiempo promedio de servicio
P0 =  probabilidad de que el servidor este desocupado
p q p
Pn =  probabilidad de n entidades en el sistema
Pw =  probabilidad de que una entidad tenga que esperar
 La ley de Little
L=λW
Lq=λWq

N T T N
1 N 1
W   L(t ) dt
i 1
i Lˆ   L(t ) dt 
T 0 T N
W
i 1
i  ˆwˆ
0
Tenga en cuenta , por consiguiente
N T T N
1 N 1
Wq   Lq(t ) dt
i 1
i Lˆ q   Lq (t ) dt 
T 0 T N
Wq i 1
i  ˆwˆ q
0
 La ley de Little
El número medio de clientes en el sistema y en la cola se puede calcular de
diferentes maneras:

El tiempo de estancia de un cliente en el sistema se relaciona con el tiempo de

espera de un cliente en la cola,

El número de clientes que por término medio se están atendiendo en cualquier

momento es:

La probabilidad de que un servidor (de un sistema de c servidores en paralelo)

esté ocupado en el estado estable es:
 M/M/1

L 
 
2 Condición de 
Lq 
 (   ) estabilidad:

Ls 

W 
1 
  


Wq 
 (   ) Pn   n (1   )
1
Ws 

 M/M/c
La probabilidad de que haya n entidades en el sistema es,

 
r , 
donde  c

Condición de 
Las principales medidas de desempeño son: estabilidad:

λ<cμ

 1
Ls  Ws 
 
 Aproximación de Kingman G/G/1
Aproximación de Kingman

Recuerde que el coeficiente de variabilidad de una variable aleatoria se define 
como:

Observe que multiplicando ambos lados de la ecuación por λ y usando la ley de 
Little la fórmula anterior es equivalente a:
Little la fórmula anterior es equivalente a:
 Aproximación de Cunnen‐Allen 
G/G/c
/ /
Para una cola G/G/c
 Ca2  Cs2 
Lq    Lq , M / M / c
 2 
• Donde Lq,M/M/c es el número promedio en cola que se obtendría se las
distribuciones
d st buc o es eentre
t e aarribos
bos y de se
servicio
c o so
son eexponenciales.
po e c a es.
• La anterior aproximación nos dice que el tiempo en cola se puede estimar
pretendiendo que el sistema es markoviano y luego aplicando un factor de
corrección q
que depende
p de la varianza de las distribuciones involucradas.
 Ejemplo 1
Ejemplo 1
A una caseta de peaje, en donde sólo hay una ventanilla de atención,
llegan 10 vehículos aproximadamente cada hora. El cajero tarda en
promedio 4 minutos en atender cada vehículo. Asumiendo que tanto los
tiempos entre arribos como los tiempos de servicio se distribuyen
exponenciales, calcule:

a)La probabilidad de que el sistema este desocupado.

b)El tiempo promedio que un vehículo tardará desde que llega al peaje
hasta que lo cruza.
c)El número promedio de vehículos en el peaje.
d)El número promedio de vehículos en la fila del peaje.
e)El tiempo promedio que tarda un vehículo en la fila, antes de ser
atendido.
f)La proporción del tiempo que el cajero tiene que trabajar.
trabajar

16
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

a) La p
probabilidad de q
que el sistema este desocupado
p

10 2
 
15 3
0
2  2 1
Pn    1   
3  3 3

17
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

p p
b) El tiempo promedio q
que un vehículo tardará desde q
que llega
g al p
peaje
j
hasta que lo cruza.

1 1
W  hora  12 mins.
15  10 5

18
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

c) El número p
promedio de vehículos en el p
peaje
j

10
L  2 vehículos
15  10

19
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

d) El número p
promedio de vehículos en la fila del p
peaje
j

10 2 4
Lq   vehículos
15(15  10) 3

20
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

p p
e) El tiempo promedio q
que tarda un vehículo en la fila, antes de ser
atendido.

10 2
Wq   hora
h  8 mins.
i
15(15  10) 15

21
 Ejemplo 1 Sol
Ejemplo 1 Sol
La caseta de peaje se puede modelar como un sistema M/M/1, con tasa
de arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

f) La p
proporción
p del tiempo
p qque el cajero
j tiene q
que trabajar.
j

10 2
 
15 3

22
 Ejemplo 2
Ejemplo 2
A una caseta de peaje, en donde sólo hay una ventanilla de atención,
llegan vehículos aproximadamente cada 6 minutos, con una d.e. de 2
minutos. El cajero tarda en promedio 4 minutos en atender cada vehículo,
con una d.e. de 2 minutos. Calcule:

a)La probabilidad de que el sistema este desocupado.

b)El tiempo promedio que un vehículo tardará desde que llega al peaje
hasta que lo cruza.
c)El número promedio de vehículos en el peaje.
d)El número promedio de vehículos en la fila del peaje.
e)El tiempo promedio que tarda un vehículo en la fila, fila antes de ser
atendido.
f)La proporción del tiempo que el cajero tiene que trabajar.

23
 Ejemplo 2 Sol
Ejemplo 2 Sol
La caseta de peaje se puede modelar como un sistema G/G/1, con tasa de
arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

f) La p
proporción
p del tiempo
p qque el cajero
j tiene q
que trabajar.
j

10 2
 
15 3

24
 Ejemplo 2 Sol
Ejemplo 2 Sol
La caseta de peaje se puede modelar como un sistema G/G/1, con tasa de
arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15). Adicionalmente se deben calcular los
coeficientes de variación:
2 1 2 1
ca   cs  
6 3 4 2
e) El tiempo promedio que tarda un vehículo en la fila, antes de ser
atendido.

 (2 / 3) 2  (1 / 2) 2  (2 / 3) 
Wq   
 4   1.89 mins.
 2  1  2 / 3 

25
 Ejemplo 2 Sol
Ejemplo 2 Sol
La caseta de peaje se puede modelar como un sistema G/G/1, con tasa de
arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

p p
b) El tiempo promedio q
que un vehículo tardará desde q
que llega
g al p
peaje
j
hasta que lo cruza.

W  Wq  Ws  1.89
1 89  4  5.89
5 89 mins.
mins

26
 Ejemplo 2 Sol
Ejemplo 2 Sol
La caseta de peaje se puede modelar como un sistema G/G/1, con tasa de
arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

c) El número p
promedio de vehículos en el p
peaje
j
La tasa de arribos debe estar en las mismas unidades de tiempo
que los tiempos calculados, por lo tanto:
1
  10 v/h
/h  v/min
/ i
6
5.89
Lq   0.98 vehículos
1/ 6

27
 Ejemplo 2 Sol
Ejemplo 2 Sol
La caseta de peaje se puede modelar como un sistema G/G/1, con tasa de
arribos =10 v/h y tasa de servicio =15 v/h. Note que se cumple la
condición de estabilidad (10 < 15).

d) El número p
promedio de vehículos en la fila del p
peaje
j
La tasa de arribos debe estar en las mismas unidades de tiempo
que los tiempos calculados, por lo tanto:
1
  10 v/h
/h  v/min
/ i
6
1.89
Lq   0.31 vehículos
1/ 6

28