CAPÍTULO IV

TEORÍA DE COLAS
Introducción

Las "colas" son un aspecto de la vida moderna que nos encontramos

continuamente en nuestras actividades diarias. La formación de líneas de espera
ocurre siempre que la demanda actual de un servicio excede la capacidad
presente para proporcionarlo. Sin embargo, la decisión sobre la magnitud de la
capacidad ofrecida es una decisión económica que puede implicar demasiado
servicio a un costo excesivo. A éste problema hay que agregarle el hecho de que
con frecuencia es muy difícil predecir con exactitud cuándo llegarán las unidades
en busca del servicio, y la duración precisa de éste.
El estudio de las líneas de espera (llamada con frecuencia teoría de colas) es un
análisis matemático que propone lograr un balance que resulte económico entre el
costo del servicio en sí, y el costo asociado a la espera para recibirlo. No propone,
pues, anular las líneas de espera, pero contribuye a su operación óptima,
proporcionando información vital y prediciendo algunas características que tendrá
una línea de espera en particular, tales como el tiempo de espera promedio, y el
costo que dicho tiempo implica.

Todos hemos experimentado en alguna ocasión la sensación de estar

perdiendo el tiempo al esperar en una cola. El fenómeno de las colas nos parece
natural: esperamos en el coche al estar en un semáforo mal regulado, o en un
peaje; esperamos en el teléfono a que nos atienda un operador y en la cola de un
supermercado para pagar. Generalmente como clientes no queremos esperar, los
gestores de los citados 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. Esta limitación se puede
eliminar invirtiendo en elementos que aumenten la capacidad. En estos casos la
pregunta es: ¿Compensa invertir?

OBJETIVOS
Los objetivos de la teoría de colas consisten en:

 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

Algunos ejemplos de colas

Muchas actividades diarias, de servicios e industriales tienen un sistema de colas

en el que los “productos” (o clientes) llegan a una “estación” esperan en una “fila”
(o cola), obtienen algún “servicio” y luego salen del sistema. Considere los
siguientes ejemplos:

Colas: Actividades diarias:

Colas: Bancos

Colas: Supermercados
Colas: Aeropuerto

Colas: Restaurantes comida rápida

Las colas son frecuentes en nuestra vida cotidiana:

En un banco, en un restaurante de comidas rápidas, al matricular en la
universidad, autos en un estación de lavado, etc.
En general, a nadie le gusta esperar
Cuando la paciencia llega a su límite, la gente se va a otro lugar, sin embargo, un
servicio muy rápido tendría un costo muy elevado, es necesario encontrar un
balance adecuado.

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 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 sistemas de espera 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.
Historia

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.

Las más recientes contribuciones se deben a: D. Lindley por sus ecuaciones

integrales, N. Bailey, W. Lederman y G. Reuter con soluciones dependientes del
tiempo; D. G. Kendall por las cadenas en bebidas. También en la literatura de
colas, son significativos los trabajos de Benes, Bhat, Conway, Gaver, Little,
Maxwell, Morse, Prabhu y Saaty.

Características de las colas:

 Los clientes llegan a un banco, esperan en una fila para obtener un servicio de
uno de los cajeros, y después salen del banco.
 Las partes de un proceso de producción llegan a una estación de trabajo
particular desde diferentes estaciones, esperan en un compartimiento para ser
procesadas por una máquina, y luego son enviadas a otra estación de trabajo.
 Después de hacer sus compras, los clientes eligen una fila en las cajas,
esperan a que el cajero les cobre y luego salen de la tienda.
 Las llamadas telefónicas llegan al centro de reservaciones de una aerolínea,
esperan al agente de ventas disponible, son atendidas por ese agente y dejan el
sistema cuando el cliente cuelga.

DESARROLLO

Los problemas administrativos relacionados con tales sistemas de colas se

clasifican en dos grupos básicos:

Problemas de análisis

Usted podría estar interesado en saber si un sistema dado está funcionado

satisfactoriamente. Necesita responder una o más de las siguientes preguntas:

a. ¿Cuál es el tiempo promedio que un cliente tiene que esperar en la fila antes de
ser atendido?
b. ¿Qué fracción de tiempo ocupan los servidores en atender a un cliente o en
procesar un producto?
c. ¿Cuáles son el número promedio y el máximo de clientes que esperan en la fila

Basándose en estas preguntas, los gerentes tomarán decisiones como emplear o

no más gente, agregar una estación de trabajo adicional para mejorar el nivel de
servicio; o si es necesario o no aumentar el tamaño del área de espera.

Problemas de diseño

Usted desea diseñar las características de un sistema que logre un objetivo

general. Esto puede implicar el planteamiento de preguntas como las siguientes:

a. ¿Cuántas personas o estaciones deben emplearse para proporcionar un

servicio aceptable?
b. ¿Deberán los clientes esperar en una sola fila (como se hace en muchos
bancos) o en diferentes filas (como en el caso de los supermercados)?
c. ¿Deberá haber una estación de trabajo separada que maneja las cuestiones
“especiales” (como el caso del acceso a primera clase en el mostrador de una
aerolínea?
d. ¿Qué tanto espacio se necesita para que los clientes o los productos puedan
esperar? Por ejemplo, en un sistema de reservaciones por teléfono, ¿qué tan
grande debe ser la capacidad de retención? Esto es, ¿cuántas llamadas
telefónicas se deben mantener en espera antes de que las siguientes obtenga la
señal de ocupado?

Estas decisiones de diseño se toman mediante la evaluación de los méritos de las

diferentes alternativas, respondiendo a las preguntas de análisis del grupo 1 y
luego seleccionando la alternativa que cumpla con los objetivos administrativos.
En el presente capítulo se proporcionan las técnicas para analizar un sistema de
colas dado. Sin embargo, las técnicas matemáticas específicas dependen de la
clase de sistema a la cual pertenece su modelo de colas
A continuación se presentan algunas estructuras típicas de sistemas de colas
existentes en nuestra realidad:

Descripción de un sistema de colas

Un sistema de colas se puede describir como: “clientes” que llegan buscando

un servicio, esperan si este no es inmediato, y abandonan el sistema una vez
han sido atendidos. En algunos casos se puede admitir que los clientes
abandonan el sistema si se cansan de esperar.

El término “cliente” se usa con un sentido general y no implica que sea un ser
humano, puede significar piezas esperando su turno para ser procesadas o una
lista de trabajo esperando para imprimir en una impresora en red.

Un sistema de colas tiene dos componentes básicos: la cola y el mecanismo

de servicio. En la figura se presenta un esquema de una cola simple.

Esquema de Cola Simple

Pueden existir varias configuraciones decolas más complejas.

MODELO DE FORMACIÓN DE COLAS

 En los problemas de formación de cola, a menudo se habla de clientes, tales

como personas que esperan la desocupación de líneas telefónicas, la espera de
máquinas para ser reparadas y los aviones que esperan aterrizar y estaciones de
servicios, tales como mesas en un restaurante, operarios en un taller de
reparación, pistas en un aeropuerto, etc. Los problemas de formación de colas a
menudo contienen una velocidad variable de llegada de clientes que requieren
cierto tipo de servicio, y una velocidad variable de prestación del servicio en la
estación de servicio.
 Cuando se habla de líneas de espera, se refieren a las creadas por clientes o por
las estaciones de servicio. Los clientes pueden esperar en cola simplemente
porque los medios existentes son inadecuados para satisfacer la demanda de
servicio; en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez más
larga a medida que transcurre el tiempo. Las estaciones de servicio pueden estar
esperando por que los medios existentes son excesivos en relación con la
demanda de los clientes; en este caso, las estaciones de servicio podrían
permanecer ociosas la mayor parte del tiempo. Los clientes puede que esperen
temporalmente, aunque las instalaciones de servicio sean adecuadas, porque los
clientes llegados anteriormente están siendo atendidos. Las estaciones de servicio
pueden encontrar temporal cuando, aunque las instalaciones sean adecuadas a
largo plazo, haya una escasez ocasional de demanda debido a un hecho temporal.
Estos dos últimos casos tipifican una situación equilibrada que tiende
constantemente hacia el equilibrio, o una situación estable.
 En la teoría de la formación de colas, generalmente se llama sistema a un grupo
de unidades físicas, integradas de tal modo que pueden operar al unísono con una
serie de operaciones organizadas. La teoría de la formación de colas busca una
solución al problema de la espera prediciendo primero el comportamiento del
sistema. Pero una solución al problema de la espera consiste en no solo en
minimizar el tiempo que los clientes pasan en el sistema, sino también en
minimizar los costos totales de aquellos que solicitan el servicio y de quienes lo
prestan.

 La teoría de colas incluye el estudio matemático de las colas o líneas de espera y
provee un gran número de modelos matemáticos para describirlas.

 Se debe lograr un balance económico entre el costo del servicio y el costo
asociado a la espera por ese servicio
La teoría de colas en sí no resuelve este problema, sólo proporciona información
para la toma de decisiones

ELEMENTOS EXISTENTES EN UN MODELO DE COLAS

Fuente de entrada o población potencial:

Es un conjunto de individuos (no necesariamente seres vivos) que pueden llegar a

solicitar el servicio en cuestión. 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.

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: consecutivos: clientes consecutivos: T{k} = 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.

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 misma.

Disciplina de la cola:

Es el modo en el que los clientes son seleccionados para ser servidos. Las
disciplinas más habituales son:

 La disciplina FIFO (first in first out), también llamada FCFS (first come first
served): según la cual se atiende primero al cliente que antes haya llegado.
 La disciplina LIFO (last in first out), también conocida como LCFS (last come
first served) o pila: que consiste en atender primero al cliente que ha llegado el
último.
 La RSS (random selection of service), o SIRO (service in random order), que
selecciona a los clientes de forma aleatoria.

Mecanismo de servicio:

Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. 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 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.
La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir
los clientes que ya han solicitado el servicio pero que aún no han pasado al
mecanismo de servicio.

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. Estos elementos
pueden verse más claramente en la siguiente figura:

  Un modelo de sistema de colas debe especificar la distribución de probabilidad

de los tiempos de servicio para cada servidor.
 La distribución más usada para los tiempos de servicio es la exponencial, aunque
es común encontrar la distribución degenerada o determinística (tiempos de
servicio constantes) o la distribución Erlang (Gamma).
 
CARACTERÍSTICAS DE UN SISTEMA DE COLAS

Para analizar un sistema de colas, es mejor primero identificar las características

importantes que aparecen en la siguiente sección características clave
.
Características claves

Las siguientes características se aplican a los sistemas de colas:

Una población de clientes, que es el conjunto de los clientes posibles.

Un proceso de llegada, que es la forma en que llegan los clientes de esa
población
Un proceso de colas, que está conformado por (a) la manera que los clientes
esperan para ser atendidos y (b) la disciplina de colas, que es la forma en que son
elegidos para proporcionarles el servicio.
Un proceso de servicios, que es la forma y la rapidez con la que es atendido el
cliente
Proceso de salida, que son de los siguientes dos tipos:
a. Los elementos abandonan completamente el sistema después de ser
atendidos, lo que tiene como resultado un sistema de colas de un paso. Por
ejemplo los clientes de un banco esperan en una sola fila, son atendidos por uno
de los tres cajeros y, después que son atendidos abandonan el sistema.

b. Los productos, ya que son procesados en una estación de trabajo, son

trasladados a alguna otra parte para someterlos a otro tipo de proceso, lo que
tiene como resultado una red de colas. Por ejemplo, los productos primero son
procesadas en la estación de trabajo A y después son enviadas a la estación de
trabajo B o C. Los productos terminados en ambas estaciones, B y C, luego son
procesados en la estación D, antes de abandonar el sistema.

En el presente capítulo solamente se considerarán sistemas de un paso Se

necesitan diferentes análisis matemáticos para cada uno de estos dos tipos de
procesos de salida.

La población de clientes

Al tomar en cuenta la base de clientes, la principal preocupación es el tamaño de

la población. Para problemas como los de un banco o un supermercado, en donde
el número de clientes potenciales es bastante grande (cientos de miles), el tamaño
de la población se considera, para fines prácticos, como si fuera infinita.
Al contrario, considere una fábrica que tiene cuatro máquinas, que a menudo se
descomponen y requieren servicio de reparación en un taller especializado. En
este caso, es de solamente cuatro. El análisis de poblaciones finitas (es decir de
tamaño limitado) es más complicado que el análisis en donde la base de población
se considera infinita.

El proceso de llegada

El proceso de llegada es la forma en que los clientes llegan a solicitar un servicio.

La característica más importante del proceso es el tiempo entre llegadas, que es la
cantidad de tiempo entre dos llegadas sucesivas. Este lapso es importante porque
mientras menor sea el intervalo de tiempo, con más frecuencia llegan los clientes,
lo que aumenta la demanda de servidores disponibles.

Características claves

Existen dos clases básicas de tiempo entre llegadas:

 Determinístico, en el cual clientes sucesivos llegan en un mismo intervalo de

tiempo, fijo y conocido. Un ejemplo clásico es el de una línea de ensamble, en
donde los artículos llegan a una estación en intervalos invariables de tiempo
(conocido como ciclos de tiempo)
 Probabilístico, en el cual el tiempo entre llegadas sucesivas es incierto y
variable. Los tiempos entre llegadas probabilísticos se describen mediante una
distribución de probabilidad.

En el caso probabilístico, la determinación de la distribución real, a menudo,

resulta difícil. Sin embargo, una distribución, la distribución exponencial, ha
probado ser confiable en muchos de los problemas prácticos. La función de
densidad, para una distribución exponencial depende de un parámetro, digamos
 (letra griega lambda), y está dada por:
f(t)=(1/  )e t
en donde  (lambda) es el número promedio de llegadas en una unidad de
tiempo.
Con una cantidad, T, de tiempo usted puede hacer uso de la función de densidad
para calcular la probabilidad de que el siguiente cliente llegue dentro de las
siguientes T unidades a partir de la llegada anterior, de la manera siguiente:
P(tiempo entre llegadas <=T)=1-e t

EL PROCESO DE COLAS

Parte del proceso de colas tiene que ver con la forma en que los clientes esperan
para ser atendidos. Los clientes pueden esperar en una sola fila, como en un
banco, éste es un sistema de colas de una sola línea. Al contrario, los clientes
pueden elegir una de varias filas en las que deben esperar para ser atendidos,
como en las cajas cobradoras de un supermercado, éste es un sistema de colas
de líneas múltiples
Podemos mostrar algunas de las formas que se presentan en el proceso de colas:

Estructuras típicas de sistemas de colas: una línea, un servidor

Estructuras típicas de sistemas de colas: una línea, múltiples servidores

Estructuras típicas de colas: varias líneas, múltiples servidores

Estructuras típicas de colas: una línea, servidores secuenciales

Proceso de Nacimiento – Muerte

Otra característica del proceso de colas es el número de espacios de espera en

cada fila, es decir, el número de clientes que pueden esperar (o que esperarán )
para ser atendidos en cada línea. En algunos casos, como en un banco, ese
número es bastante grande y no significa ningún problema práctico, pues para
cuestiones de análisis la cantidad de espacio de espera se considera infinita. En
contraste, un sistema telefónico puede mantener un número finito de llamadas (es
decir limitado) de llamadas, después del cual las llamadas subsecuentes no tienen
acceso al sistema. Las condiciones de espacio de espera infinito y finito requieren
análisis matemáticos diferentes

Características claves
Otra característica del proceso de colas es la disciplina de cola, es decir la forma
en que los clientes que esperan son seleccionados para ser atendidos. A
continuación presentamos algunas de las formas más comunes.

Primero en entrar, primero en salir (PEPS). Los clientes son atendidos en el

orden en que van llegando a la fila. Los clientes de un banco y de un
supermercado son atendidos de esa manera.

Último en entrar, primero en salir (UEPS). El cliente que ha llegado más

recientemente es el primero en ser atendido. Un ejemplo de esta disciplina se da
en un proceso de producción en el que los productos llegan a una estación de
trabajo y son apilados uno encima del otro. El trabajador elige, para su
procesamiento, el producto que está encima de la pila, que fue el último que llegó
para ser procesado o para brindarle un servicio.

Selección de prioridad. A cada cliente que llega se le da una prioridad y se le

elige según ésta para brindarle el servicio. Un ejemplo de esta disciplina son los
pacientes que llegan a la sala de urgencias de un hospital. Mientras más severo
sea el caso, mayor será la prioridad del ¨cliente ¨

El proceso de servicio
El proceso de servicio define cómo son atendidos los clientes. En algunos casos,
puede existir más de una estación en el sistema en el cual se proporcione el
servicio requerido. Los bancos y los supermercados, de nuevo, son buenos
ejemplos de lo anterior. Cada ventanilla y cada registradora son estaciones que
proporcionan el mismo servicio. A tales estructuras se les conoce como sistemas
de colas de canal múltiple. En dichos sistemas, los servidores pueden ser
idénticos, en el sentido en que proporcionan la misma clase de servicio con igual
rapidez, o pueden no ser idénticos. Por ejemplo, si todos los cajeros de un banco
tienen la misma experiencia, pueden considerarse como idénticos. En este
capítulo, se tomarán en cuenta servidores idénticos.
Al contrario de un sistema de canal múltiple, considere un proceso de producción
con una estación de trabajo que proporciona el servicio requerido. Todos los
productos deben pasar por esa estación de trabajo; en este caso se trata de un
sistema de colas de canal sencillo. Es importante hacer notar que incluso en un
sistema de canal sencillo pueden existir muchos servidores que, juntos, llevan a
cabo la tarea necesaria. Por ejemplo, un negocio de lavado a mano de
automóviles, que es una sola estación, puede tener dos empleados que trabajan
en un auto de manera simultánea
Otra característica del proceso de servicio es el número de clientes atendidos al
mismo tiempo en una estación. En los bancos y en los supermercados (sistema de
canal sencillo), solamente un cliente es atendido a la vez. Por el contrario, los
pasajeros que esperan en una parada de autobús son atendidos en grupo, según
la capacidad del autobús que llegue. En este capítulo se verá el servicio de uno a
la vez.
Otra característica más de un proceso de servicio es si se permite o no la
prioridad, esto es ¿puede un servidor detener el proceso con el cliente que está
atendiendo para dar lugar a un cliente que acaba de llegar? Por ejemplo, en una
sala de urgencia, la prioridad se presenta cuando un médico, que está atendiendo
un caso que no es crítico es llamado a atender un caso más crítico. Cualquiera
que sea el proceso de servicio, es necesario tener una idea de cuánto tiempo se
requiere para llevar a cabo el servicio. Esta cantidad es importante debido a que
cuanto más dure el servicio, más tendrán que esperar los clientes que llegan.
Como en el caso del proceso de llegada, este tiempo pude ser determinístico o
probabilístico. Con un tiempo de servicio determinístico, cada cliente requiere
precisamente de la misma cantidad conocida de tiempo para ser atendido. Con un
tiempo de servicio probabilístico, cada cliente requiere una cantidad distinta e
incierta de tiempo de servicio. Los tiempos de servicio probabilísticos se describen
matemáticamente mediante una distribución de probabilidad. En la práctica resulta
difícil determinar cuál es la distribución real, sin embargo, una distribución que ha
resultado confiable en muchas aplicaciones , es la distribución exponencial .En
este caso, su función de densidad depende de un parámetro, digamos (la letra
griega my) y está dada por
s(t)=(1/  )e- t
en la que
 =número promedio de clientes atendidos por unidad de tiempo, de modo que
1/  =tiempo promedio invertido en atender a un cliente
En general, el tiempo de servicio puede seguir cualquier distribución, pero, antes
de que pueda analizar el sistema, usted necesita identificar dicha distribución.

CLASIFICACIONES DE LOS MODELOS DE COLA

Como se mencionó al inicio del presente capitulo, para aplicar las técnicas
matemáticas apropiadas, usted debe identificar las características de un sistema
de colas, basado en la población de clientes y en los procesos de llegada, de
colas y de servicio. El método de clasificación presentado aquí pertenece a un
sistema de colas en el que el tamaño de la población de clientes es infinito, los
clientes que llegan esperan en una sola fila y el espacio de espera en cada línea
es efectivamente infinito.

Características claves

En este modelo, los símbolos describen las características del sistema

EL proceso de llegada. Este símbolo describe la distribución de tiempo entre

llegadas, que es uno de los siguientes:

D para denotar que el tiempo entre llegadas es determinístico.

M para denotar que los tiempos entre llegadas son probabilístico y siguen una
distribución exponencial.
G para denotar que los tiempos entre llegadas son probabilísticos y siguen una
distribución general diferente a la exponencial.
El proceso de servicio. Este símbolo describe la distribución de tiempos de
servicio, que es uno de los siguientes:

D para describir un tiempo de servicio determinístico.

M para denotar que los tiempos de servicio son probabilísticos y siguen una
distribución exponencial
G para denotar que los tiempos de servicio son probabilísticos y siguen una
distribución diferente a la exponencial.

El proceso de colas.

Un número, c, representa cuántas estaciones o canales paralelos existen en el

sistema. (Recuerde que se supone los servidores idénticos en su rapidez de
servicio.) Cuando de espera y/o el tamaño de la población de clientes es finito, los
dos siguientes símbolos adicionales se incluyen para indicar estas limitaciones:
Un número k que representa el número máximo de clientes que pueda estar en el
sistema en cualquier momento(es decir, en servicio o en espera en la fila). Este
número es igual al de estaciones paralelas más el número total de clientes para
ser atendidos.
Un número L que representa el número total de clientes de la población

Clasificación de Kendall y Lee

Proponen un sistema de clasificación para sistemas de líneas de espera, el cual

considera seis de las características mencionadas en la estructura de los modelos.

El cual tiene el siguiente formato

(a/b/c)(d/e/f)

Donde

a Distribución de probabilidad del tiempo entre llegadas de las transacciones

b Distribuciones de probabilidad del tiempo de servicio.
Símbolos utilizados en estos dos primeros campos son:
D: constante
Ek: distribución Erlang con parámetro k
G: cualquier tipo de distribución
GI: distribución general independiente
H: distribución hiperexponencial
M: distribución exponencial
c número de servidores
d orden de atención de los clientes
Símbolos utilizados en este campo son:
FIFO : primeras entradas, primeros servicios
LIFO : últimas entradas, primeros servicios
SIRO : orden aleatorio
PR : con base en prioridades
GD : en forma general
e número máximo de clientes que soporta el sistema en un mismo instante de
tiempo
f número de clientes potenciales del sistema de líneas de espera

En el siguiente cuadro se muestran algunos ejemplos

MEDIDAS DE RENDIMIENTO PARA EVALUAR UN SISTEMA DE COLAS

El objetivo último de la teoría de colas consiste en responder cuestiones

administrativas pertenecientes al diseño y a la operación de un sistema de colas.
El gerente de un banco puede querer decidir si programa tres o cuatro cajeros
durante la hora de almuerzo. En una estructura de producción, el administrador
puede desear evaluar el impacto de la compra de una nueva máquina que pueda
procesar los productos con más rapidez.
Cualquier sistema de colas pasa por dos fases básicas. Por ejemplo, considere un
día cuando el banco abre en la mañana, no hay nadie en el sistema, de modo que
el primer cliente es atendido de forma inmediata. Conforme van llegando más
clientes, lentamente se va formando la cola y la cantidad de tiempo que tienen que
esperar se empieza a aumentar. A medida que avanza el día, el sistema
Llega a una condición en la que el efecto de la falta inicial de clientes ha sido
eliminado y el tiempo de espera de cada cliente ha alcanzado niveles bastante
estables.
La fase inicial, que conserva los efectos de las condiciones iniciales, se conoce
como fase transitoria .Después de que los efectos de las condiciones son
eliminados, el sistema entra en un estado estable. A pesar de que las preguntas
pertenecientes a ambas faces son importantes, esta sección trata solamente el
comportamiento del estado estable.

Algunas medidas de rendimiento comunes

Existen muchas medidas de rendimiento diferentes que se utilizan para evaluar un

sistema de colas en estado estable, algunas de las cuales se describen en la
presente sección. Para diseñar y poner en operación un sistema de colas, por lo
general, se los administradores se preocupan por el nivel de servicio que recibe un
cliente, así como el uso apropiado de las instalaciones de servicio de la empresa.
Algunas de las medidas que se utilizan para evaluar el rendimiento surgen de
hacerse las siguientes preguntas:
Preguntas relacionadas con el tiempo, centradas en el cliente, como:

¿Cuál es el tiempo promedio que un cliente recién llegado tiene que esperar
en la fila antes de ser atendido? La medida de rendimiento asociada es el
tiempo promedio de espera, representado con Wq

¿Cuál es el tiempo que un cliente invierte en el sistema entero, incluyendo el

tiempo de espera y el de servicio? La medida de rendimiento asociada es el
tiempo promedio en el sistema, denotado con W
Preguntas cuantitativas relacionadas al número de cliente, como:

En promedio ¿cuántos clientes están esperando en la cola para ser

atendidos? La medida de rendimiento asociada es la longitud media de la cola,
representada con Lq

¿Cuál es el número promedio de clientes en el sistema? La medida de

rendimiento asociada es el número medio en el sistema, representado con L
Preguntas probabilísticas que implican tanto a los clientes como a los servidores,
por ejemplo:

¿Cuál es la probabilidad de que un cliente tenga que esperar a ser atendido?

La medida de rendimiento asociada es la probabilidad de bloqueo, que se
representa por, pw

En cualquier tiempo particular, ¿cuál es la probabilidad de que un servidor esté

ocupado? La medida de rendimiento asociada es la utilización, denotada con U.
Esta medida indica también la fracción de tiempo que un servidor está ocupado.
¿Cuál es la probabilidad de que existan n clientes en el sistema? La medida
de rendimiento asociada se obtiene calculando la probabilidad Po de que no haya
clientes en el sistema, la probabilidad P1 de que haya un cliente en el sistema, y
así sucesivamente. Esto tiene como resultado la distribución de probabilidad de
estado, representada por Pn, n=0,1......

Si el espacio de espera es finito, ¿Cuál es la probabilidad de que la cola esté

llena y que un cliente que llega no sea atendido? La medida de rendimiento
asociada es la probabilidad de negación del servicio, representada por Pd
Preguntas relacionadas con los costos, como:

¿Cuál es el costo por unidad de tiempo por operar el sistema?

¿Cuántas estaciones de trabajo se necesitan para lograr mayor efectividad
en los costos?

El cálculo específico de estas medidas de rendimiento depende de la clase de

sistema de colas. Algunas de estas medidas están relacionadas entre sí. Conocer
el valor de una medida le permita encontrar el valor de una medida relacionada.

Relaciones entre medidas de rendimiento

El cálculo de muchas de las medidas de rendimiento depende de los procesos de

llegadas y de servicio del sistema de colas en específico. Estos procesos son
descritos matemáticamente mediante distribuciones de llegada y de servicio.
Incluso sin conocer la distribución específica, las relaciones entre algunas de las
medidas de rendimiento pueden obtenerse para ciertos sistemas de colas,
únicamente mediante el uso de los siguientes parámetros de los procesos de
llegada y de servicio.

 =número promedio de llegadas por unidad de tiempo

 = número promedio de clientes atendidos por unidad de tiempo en una sección
Suponga una población de clientes infinita y una cantidad limitada de espacio de
espera en la fila. El tiempo total que un cliente invierte en el sistema es la cantidad
de tiempo invertido en la fila más el tiempo durante el cual es atendido:

El tiempo promedio en el sistema y el tiempo promedio de espera están

representados por las cantidades W y Wq, respectivamente. El tiempo promedio
de servicio puede expresarse en términos de parámetros de . Por ejemplo, si 
es cuatro clientes por hora, entonces, en promedio, cada cliente requiere un cuarto
de hora para ser atendido. En general, el tiempo de servicio es 1/, lo cual nos
conduce a la siguiente relación:
W = Wq + 1/
Considere ahora la relación entre el número promedio de clientes en el sistema y
el tiempo promedio que cada cliente pasa en el sistema. Imagine que un cliente
acaba de llegar y se espera que permanezca en el sistema un promedio de media
de hora. Durante esta media hora, otros clientes siguen llegando a una tasa ,
digamos doce por hora. Cuando el cliente en cuestión abandona el sistema,
después de media hora, deja tras de sí un promedio de (1/2)*12 = 6 clientes
nuevos. Es decir, en promedio, existen seis clientes en el sistema en cualquier
tiempo dado. En términos de  y de las medidas de rendimiento, entonces:

de modo que:
L =*W
Utilizando una lógica parecida se obtiene la relación entre el número promedio de
clientes que esperan en la cola y el tiempo promedio de espera en la fila:

de manera que:
Lq =* Wq

Parámetros de los sistemas de colas

En resumen lo anterior expresamos de la forma siguiente:

λ : Tasa media de llegadas (número esperado de llegadas por unidad de

tiempo)
1/λ: Tiempo promedio entre llegadas (arribos)
μ: Tasa media de servicio para todo el sistema (número esperado de clientes
que completan su servicio por unidad de tiempo de tiempo)
1/μ: Tiempo promedio de servicio
Lq: Número esperado de clientes en la cola
Ls: Número esperado de clientes en todo el sistema de colas
Wq : Tiempo de espera en la cola
Ws : Tiempo de espera en todo el sistema
ρ : Tasa de utilización del sistema
P0 : Probabilidad que hayan cero clientes en el sistema
Pn : Probabilidad que hayan “n” clientes en el sistema

Fórmulas de Parámetros: 1 Servidor

ρ =λ/μ
Wq = λ / (μ * (μ-λ))
Ws = Wq + 1/ μ = 1 / (μ-λ)
Lq = λ * Wq = λ 2 / (μ *(μ-λ))
Ls = Lq + λ / μ = λ * Ws = λ / (μ-λ)
P0 = 1 - λ / μ
Pn = (λ / μ) n * P0

EJEMPLO

Problema de la Estación de Pesaje en la carretera

ESCENARIO ACTUAL:

El gerente de operaciones desea estudiar el diseño para una estación de pesaje

de camiones en una carretera. La tasa promedio de llegadas de los camiones se
estima en 1 cada minuto con distribución exponencial y la tasa promedio de
camiones que pueden ser pesados es de 66 por hora con distribución también
exponencial.
Efectuar el análisis de estado estable del sistema, suponiendo que la población de
clientes y la capacidad del sistema son infinitas, las llegadas son de uno en uno y
la disciplina de colas es el primero en llegar el primero en ser atendido.

El gerente de operaciones siente que el sistema actual cumple con las

condiciones:

 Una población de clientes finita.

 Un proceso de llegada en el que los clientes se presentan de acuerdo con un
proceso de Poisson con una tasa promedio de  clientes por unidad de tiempo.
 Un proceso de colas que consiste en una sola línea de espera de capacidad
infinita, con una disciplina de colas de primero en entrar primero en salir.
 Un proceso de colas que consiste en un solo servidor que atiende a los clientes
de acuerdo con una distribución exponencial con un promedio de  clientes por
unidad de tiempo.

Su siguiente paso debe ser estimar las tasas promedio de llegada y de servicio en
dicha estación. De los datos disponibles, suponga que la gerencia determina que
los valores son:
 = Numero promedio de camiones que llegan por hora = 60.
 = Numero promedio de camiones que pueden ser pesados por hora = 66.

El valor de  =66 es mayor que el de  = 60, de modo que es posible hacer el

análisis de estado estable de este sistema.
Determinación de las medidas de rendimiento

En términos de los parámetros  y  , los investigadores han derivado fórmulas

para calcular las diferentes medidas de rendimiento para cualquier sistema de
colas
M / M / 1. Estas fórmulas a menudo expresan en términos de la intensidad del
tráfico,
 que es el cociente de  entre  . Para el problema de la carretera, esta
intensidad de tráfico es
 =  /  = 60 / 66 = 0.9091.

Mientras más cerca esté  de 1 más cargado estará el sistema, lo cual tiene como
resultado colas más largas y tiempos de espera más grandes.

En términos de , ,  , las medidas de rendimiento para el problema de OTC se

calcula de la manera siguiente.

1. Calculo de la utilización:
U =  = 0.9091.
Este valor indica que aproximadamente 91 % del tiempo las instalaciones de
pesado están en uso ( un camión está siendo pesado ). De manera equivalente,
aproximadamente 9 % del tiempo la estación esta sin funcionar, sin que haya
camiones que se estén pesando.

2. Probabilidad de que no haya clientes en el sistema ( P 0):

P0 = 1 –  = 1 – 0.9091 = 0.0909
Este valor indica que aproximadamente 9 % del tiempo, un camión que llega no
tiene que esperar a que se le proporcione el servicio porque la estación de pesado
está vacía. Dicho de otra manera, aproximadamente 91 % del tiempo un camión
que llega tiene que esperar.

3. Numero promedio en la fila ( Lq ) :

Lq = 2 / (1 - ) = (0.9091)2 / ( 1 – 0.9091) = 9.0909
En otras palabras en el estado estable, en promedio, la estación de pesado puede
esperar tener aproximadamente 9 camiones esperando para obtener servicio (sin
incluir al que se está pesando).
Cuando se ha determinado un valor para Lq, se puede calcular los valores de Wq,
W y L, utilizando las relaciones siguientes:

4. Tiempo promedio de espera en la cola ( Wq ).

Wq = Lq /  = 9.0909 / 60 = 0.1515.
Este valor indica que, en promedio, un camión tiene que esperar 0.1515 horas,
aproximadamente 9 minutos, en la fila antes que empiece el proceso de pesado.

5. Tiempo promedio de espera en el sistema ( W ).

 = Wq + 1/ = 0.1515 + 1/66 = 0.1667.
Ester valor indica que, en promedio, un camión invierte 0.1617 horas , 10 minutos,
desde que llega hasta que sale.

6. Numero promedio en el sistema ( L ):

L =  * W = 60 * 0.1617 = 10
Este valor indica que, en promedio, existe un total de 10 camiones en la estación
de pesado, ya sea en la báscula o esperando a ser atendidos.

7. Probabilidad de que un cliente que llega tenga que esperar ( P(T>0)):

P(T>0) = 1 – P0 =  = 0.9091.

Este valor como se estableció en el paso 1, indica que aproximadamente 91 % del

tiempo un camión que llega tiene que esperar.

8. Probabilidad de que haya n clientes en el sistema ( Pn).

Pn = n * P0
Al utilizar esta fórmula se obtiene las siguientes probabilidades:
n Pn
0 0.0909
1 0.0826
2 0.0751
3 0.0683
. .
. .
.
Esta tabla proporciona la distribución de probabilidad para el número de camiones
que se encuentra en el sistema. Los números que aparecen en la tabla se pueden
utilizar para responder una pregunta como:
¿Cuál es la probabilidad de que haya más de 16 camiones en el sistema 
En este caso, la respuesta de 0.1978 se obtiene mediante restar uno menos la
suma de los 16 primeras probabilidades de la tabla.

Observación: En realidad la capacidad del sistema es de 16 camiones. De la

tabla se observa que existe un 19.78% de probabilidad que habrá más de 16
camiones en el sistema (uno en servicio y 16 o más en espera). Este número
puede traer numerosas complicaciones operativas para la estación y por ello el
diseñador deberá pensar en otra alternativa.

NUEVO ESCENARIO

Con información adicional el diseñador se informa que el tráfico de camiones

tiende a incrementarse en el corto plazo hasta un valor de 70 camiones por hora.
Para afrontar la situación de la reducida eficiencia del sistema y el nuevo estimado
del tráfico de camiones, el diseñador piensa contratar más personal con lo que
estima mejore en 10% la tasa de atención del servicio de pesado, por lo tanto se
debe evaluar la nueva situación:

Determinación de las medidas de rendimiento

Modelo M/M/1/FIFO//
 = 70 camiones por hora
 = 73 camiones por hora
k = 1 estación de servicio

Cálculo de las medidas de rendimiento del sistema:

U = 0.9589  95.89% (sistema ocupado)

Lq = 22.37 camiones
Wq = 0.3196 hrs.  19.17 minutos
W = 0.3333 hrs.  20 minutos
L = 23.33 camiones
Po = 0.0411  4.11% (sistema ocioso)
Pw = 0.9589  95.89%
P(n=16) = 0.021
P(n16) = 0.51
P(n>16) = 0.49

Los resultados empeoraron, por lo que es necesario sugerir alternativas de

optimización al sistema.

ALTERNATIVA DE OPTIMIZACION

Ante esta situación desfavorable, el diseñador piensa en la siguiente alternativa:

Construir una nueva plataforma, equipándola con una balanza independiente y el
personal de operación respectivo.
Esta opción permitiría atender dos camiones en simultáneo a una tasa promedio
de 40 camiones por hora por balanza.
Al igual que en el anterior escenario, debemos de efectuar la evaluación
correspondiente, pero con nuevas medidas de rendimiento, ya que ahora tenemos
dos balanzas en servicio, requiere usar las siguientes formulas:

SISTEMA M/M/k/FIFO// donde <k

Número promedio de clientes en cola

K

  
Lq   P0 Lq 
   K 1 P
( k  1)! k    (k  1)! k   
2 0
2
o
Tiempo promedio de espera en cola

k
Po 
Wq  2 
 
    Lq
kk!1   Wq 
 k  o 

Tiempo promedio de espera en el sistema

1
W  Wq 

Número promedio de clientes en el sistema

L  Lq 
 ó L  W

Probabilidad de que no haya clientes en el sistema

1
P0  n k
 
k 1    
   1
 n!  
P0  k 1 n
 k k
n 0
k!1     
 μk 
ó n  0 n! k! k   
Probabilidad de que un cliente que llega tenga que esperar
k
 Po
 
   k!1    k k
 k  Po
Pw =   ó Pw = k !( k   )
Probabilidad de que haya n clientes en el sistema (si nk)
n
1 n
Pn    Po Pn 
Po
n!    ó n!
Probabilidad de que haya n clientes en el sistema (si n>k)
  n
Pn   n  k Po Pn 
n
Po
k !k ó k!k n  k
Utilización
 
U
k ó U=k
Determinación de las medidas de rendimiento

Modelo M/M/2/FIFO//
 = 70 camiones/hora  = 40 camiones/hora k = 2 estaciones de servicio

Cálculo de las medidas de rendimiento del sistema:

a)  = / = 70/40 = 1.75
b) Utilización:

U
k = 0.875  87.5% (sistema ocupado)
c) Probabilidad de que no haya clientes en el sistema:
1
P0  k 1 n
 k k

n  0 n!

k! k    = 0.0667  6.67% (sistema ocioso)
d) Número promedio en la fila:
K

  
Lq   P0
( k  1)! k   
2
= 5.717 camiones
e) Tiempo promedio de espera en la cola:
Lq
Wq 
 = 0.0817 hrs.  4.9 minutos
f) Tiempo promedio de espera en el sistema:
1
W  Wq 
 = 0.1067 hrs.  6.4 minutos
g) Número promedio en el sistema:
L  W = 7.47 camiones

h) Probabilidad de que el cliente que llega tenga que esperar:

k k
Po
Pw = k!(k   ) = 0.817  8.17%
i) Probabilidad de que haya n clientes en el sistema:
n
Pn  Po
Si nk n!
n
Pn  Po
Si n>k k!k n  k
ANALISIS ECONÓMICO DEL NÚMERO DE SERVIDORES

Cuando se diseña un sistema de colas, a menudo la pregunta clave es cuántos

servidores tener. Proporcionar demasiados provoca costos excesivos; tener muy
pocos ocasiona una espera excesiva de los clientes. Por lo tanto, la selección del
número de servidores involucra encontrar un trueque adecuado entre el costo de
los servidores y el tiempo de espera.

En muchos casos, las consecuencias para una organización de hacer esperar a

sus clientes se puede expresar como un costo de espera. Esto es cierto en
especial cuando los clientes son internos a la organización, como los empleados
de la compañía. Hacer que uno de sus empleados espere provoca pérdida de
productividad, que redunda en pérdida de ganancia. Esta pérdida es el costo de
espera.

Un gerente está interesado en minimizar el costo total. Sean

CT = Costo Total esperado por unidad de tiempo

CS = Costo del Servicio esperado por unidad de tiempo
CW = Costo de Espera esperado por unidad de tiempo

Entonces el objetivo es elegir el número de servidores con el fin de

Minimizar CT = CS + CW
Cuando cada servidor cuesta lo mismo, el costo del servicio es
CS = Cs*k

Donde
Cs = costo de un servidor por unidad de tiempo
k = número de servidores

Cuando el tiempo de espera es proporcional a la cantidad de la espera, este costo

se puede expresar como

CW = Cw*L

Donde

Cw = costo de espera por unidad de tiempo para cada cliente en el sistema de

colas
L = número esperado de clientes en el sistema.

Entonces después de estimar las constantes Cs y Cw, la meta es elegir el valor de

S con el fin de

Minimizar CT = Cs*K + Cw*L

Al seleccionar el modelo de colas que se ajusta al modelo de colas, se puede
obtener el valor de L para diversos valores de k. El aumento de k disminuye L,
primero con rapidez y luego en forma gradual más lenta.

La figura siguiente muestra la forma general de las curvas CS, CW y CT respecto

al número de servidores K.

Al calcular CT para valores consecutivos de K hasta que CT deja de disminuir y

comienza a aumentar, se halla el número de servidores que minimiza el costo
total.

Problema de colas de American Weavers, Inc.

American Weavers, Inc, tiene una fábrica de manufactura en Georgia. La planta

tiene un gran número de máquinas tejedoras que con frecuencia se atascan. Estas
máquinas son reparadas basándose en el procedimiento de la primera en entrar,
la primera en ser revisada, por uno de los 7 miembros del personal de reparación.
Durante varios recorridos, la gerente de producción ha observado que, en
promedio, de 10 a 12 máquinas están fuera de operación en cualquier momento
debido a que están atascadas. Ella sabe que contratar personal de reparaciones
adicional bajaría el número de máquinas sin funcionar, lo cual traería como
consecuencia un aumento en la producción, pero no sabe a cuantas personas
más debería contratar. Se desea determinar dicho número.

MODELO Y ANALISIS DEL SISTEMA DE COLA ACTUAL.

El primer paso que se debe dar consiste en analizar las condiciones de operación
actuales. Se debe reconocer que las maquinas tejedoras conforman un modelo de
colas. Los clientes están constituidos por las maquinas que se atascan de vez en
cuando. Existe un gran número de tales máquinas, de modo que se podría
suponer razonablemente, que la población de clientes es infinita. Se tienen 7
servidores independientes e idénticos que reparan las maquinas basándose en
una estrategia de primera en entrar, primera en darle servicio. Se puede pensar en
estas máquinas formando una sola fila en espera de pasar con el siguiente
servidor que esté disponible.
Para modelar esta operación, el siguiente paso consiste en reunir y analizar los
datos correspondientes a los procesos de llegada y de servicio. Se supone lo
siguiente:
1 La aparición de máquinas atascadas puede ser aproximada por un proceso de
llegada de Poisson con una tasa promedio de 25 por hora.
2 Cada máquina atascada requiere una cantidad aleatoria de tiempo para su
reparación, que puede ser aproximada por una distribución exponencial con un
tiempo promedio de servicio de 15 minutos, lo cual, para cada servidor, significa
una tasa promedio de cuatro máquinas por hora.

Con estas observaciones, el sistema actual puede modelarse como un sistema de

colas M / M / 7, con  = 25 máquinas por hora,  = 4 máquinas por hora y una
población y un área de espera infinita.

Medidas de rendimiento obtenidas con ‘ Queuing Analysis ‘ en el WinQSB

Como se puede ver, el gerente de producción había estimado con bastante

precisión el hecho de que entre 10 y 12 máquinas están atascadas, en promedio;
en cualquier momento. De hecho, ese número en el informe es de 12.09. La línea
10 del reporte indica que las maquinas atascadas están fuera de operación
durante un tiempo promedio de 0.4839 horas, aproximadamente 29 minutos.
Es necesario determinar el número de reparadores adicionales que se
necesitarían contratar. Se conocen las medidas de rendimiento de un total de 7
trabajadores.
¿ De qué manera cambian las medidas de rendimiento si se aumenta el personal
de reparación  Las medidas de rendimiento asociadas para un número entre 7 y
11 reparadores se muestran en la en la siguiente tabla:
A medida que aumenta el tamaño del personal de 7 a 11, el número promedio de
máquinas fuera de operación disminuye de aproximadamente 12 a 6.333.
Similarmente , la cantidad promedio de tiempo que una maquina esta fuera de
operación disminuye de 0.4839 horas ( aproximadamente 29 minutos ) a 0.2533
horas ( aproximadamente 15 minutos ).
Ahora se necesita información sobre los costos para determinar cuántos
reparadores adicionales, si se requieren, deben contratarse.

ANALISIS DE COSTOS DEL SISTEMA DE COLAS.

Al analizar los méritos de contratar personal de reparación adicional en American

Weavers, Inc., se deben identificar dos componentes importantes:

1 Un costo por hora basado en el tamaño del personal.

2 Un costo por hora basado en el número de máquinas fuera de operación.

Para seguir adelante, se necesita ahora conocer el costo por hora de cada
miembro del personal de reparación ( denotado con Cs ) y el costo por hora de
una maquina fuera de operación ( denotado Ce ), que es el costo de una hora de
producción perdida. Suponga que el departamento de contabilidad le informa que
cada reparador le cuesta a la compañía $ 50 por hora, incluyendo impuestos,
prestaciones, etc. El costo de una hora de producción perdida deberá incluir
costos explícitos, como la cantidad de ganancias no obtenidas, y costos implícitos,
como la pérdida de voluntad del cliente no se cumple con la fecha límite de
entrega. Sin embargo, suponga que el departamento de contabilidad estima que la
compañía pierde $ 100 por cada hora que una maquina este fuera de operación.
Ahora se puede calcular un costo total para cada uno de los tamaños de personal.
Para un personal de 7 reparadores, el número esperado de máquinas en el
sistema es 12. 0973.
Costo total = Costo del personal + Costo de la espera

= ( 50 * 7 ) + ( 100 * 12.0973 ) = $ 1559.73 por hora.

Realizando cálculos parecidos para cada uno de los tamaños de personal

restantes se tiene como resultado los costos por hora de cada alternativa
presentada en la tabla siguiente:

De los resultados, se puede ver que la alternativa que tiene el menor costo por
hora, $ 1128.63, es tener un total de 9 reparadores. En consecuencia, la
recomendación a la gerencia de producción, es contratar a dos reparadores
adicionales. Estos dos nuevos empleados tendrán un costo de $ 100 por hora,
pero este costo adicional está más que justificado por los ahorros que se tendrán
con menos maquinas fuera de operación. La recomendación reducirá el costo por
hora de $1559.73 a $ 1128.63, un ahorro de aproximadamente $ 430 por hora,
mayor que la cantidad que cubre sus honorarios.

Características claves

En resumen, para evaluar un sistema de colas en el que usted controla el número

servidores o su tasa de servicio, se necesitan las siguientes estimaciones de
costos y medidas de rendimiento:
 El costo por servidor por unidad de tiempo (Cs)
 El costo por unidad de tiempo por cliente esperando en el sistema (Ce)
 El número promedio de clientes en el sistema (L)

APLICACIÓN 1.- Como se acerca la temporada de gripe, la universidad desea

instalar un local para proporcionar inyecciones a los estudiantes, al personal y a
los profesores. La duda que existe tiene que ver con el nivel del personal para
atender las distintas demandas posibles. Una opción es contratar a sólo una
enfermera. Suponga que la enfermera puede aplicar 110 inyecciones por hora,
distribuidas exponencialmente. En promedio, la gente llega cada 36 segundos con
distribución Poisson.

a) ¿Cuál es la utilización de la enfermera?

b) ¿Cuánta gente habría en el sistema (sin incluir a la enfermera)?
c) ¿Cuánto tiempo tardaría, si acaba de unirse a la cola, para recorrer el sistema
(incluyendo la inyección)?
d) ¿Cuál es la probabilidad de que existan 3 o más personas en el sistema (sin
incluir a la enfermera)?
e) ¿Cuál es la probabilidad de que haya 2 estudiantes esperando el servicio?
f) Las metas de servicio indican que un estudiante que llega no debe esperar para
que lo atiendan más de 3 minutos en promedio. ¿Se está cumpliendo esta meta?
De lo contrario ¿Qué acción recomendaría Ud.?

SOLUCIÓN

Datos:
 = 110 inyecciones por hora  = 100 inyecciones por hora K=1
Sistema m/m/1

a) ¿Cuál es la utilización de la enfermera?.

U=90.9091%
b) ¿Cuánta gente habría en el sistema (sin incluir a la enfermera)?.
L=10 estudiantes
c) ¿Cuánto tiempo tardaría, si acaba de unirse a la cola, para recorrer el sistema
(incluyendo la inyección)?.
W= 0.1 horas
d) ¿Cuál es la probabilidad de que existan 3 o más personas en el sistema (sin
incluir a la enfermera)?.
Pn>=3= 1- Pn<=2 = 1- 0.2487 = 0.7513 ósea 75.13%
e) Cuál es la probabilidad de que haya 2 estudiantes esperando el servicio?.
Pn=3 = 0.0683 ósea 6.83%
f) Las metas de servicio indican que un estudiante que llega no debe esperar para
que lo atiendan más de 3 minutos en promedio. ¿Se está cumpliendo esta meta?.
De lo contrario ¿Qué acción recomendaría Ud.?
Wq=5.4 minutos, entonces no se está cumpliendo con el requerimiento, por lo que
se recomienda como una de las alternativas agregar otra enfermera al sistema.

Aplicación 2.- La compañía Máquinas de alimentos, S.A., produce máquinas

vendedoras de alimentos para una gran universidad. La gerencia tiene un
constante problema de mantenimiento, ya que los estudiantes golpean las
máquinas cada vez que se enojan. El promedio de averías es de tres por hora y
tienen una distribución de Poisson. Los periodos de inactividad tienen un costo de
25 dólares por hora por máquina para la compañía y cada mecánico recibe 4
dólares por hora. Un trabajador puede reparar máquinas a una tasa promedio de
cinco por hora, distribuida exponencialmente; dos trabajadores, juntos, pueden
atender siete por hora, con distribución exponencial; y un equipo de tres
mecánicos pueden reparar ocho por hora (distribución exponencial). ¿Cuál es el
tamaño óptimo del grupo de mecánicos para reparar las máquinas? Indicar el
costo total para cada alternativa.

SOLUCIÓN
Datos:
= 3 máquinas por hora
 con 1 trabajador = 5 máquinas por hora
 con 2 trabajadores = 7 máquinas por hora
 con 3 trabajador es= 8 máquinas por hora
Cw = 25 dólares por hora
Cs = 4 dólares por hora

Sistema m/m/1
Entonces:
L con 1 trabajador = 1.5 máquinas
L con 2 trabajadores = 0.75 máquinas
L con 3 trabajadores = 0.6 máquinas
Por lo tanto:
CT con 1 trabajador = 25*1.5 + 1*4 = 41.5 dólares
CT con 2 trabajadores = 25*0.75 + 2*4 = 26.75 dólares
CT con 3 trabajadores = 25*0.6 + 3*4 = 27 dólares
En consecuencia el tamaño óptimo del grupo de mecánicos es de 2

Aplicación 3.- En el departamento de servicio de la agencia de automóviles GM;

los mecánicos que necesitan recambios para la reparación o el servicio de un
automóvil presentan sus formularios de solicitud en el mostrador del departamento
de recambios. El empleado del departamento llena una solicitud mientras el
mecánico espera. Los mecánicos llegan en forma aleatoria (Poisson) a una tasa
de 40 por hora y un empleado puede llenar 20 solicitudes por hora (Exponencial).
Si el costo de un empleado del departamento de recambios es de 6 dólares por
hora y el de un mecánico es de 12 dólares por hora, determine si GM debe
contratar 2, 3 ó 4 empleados adicionales para el mostrador. (Por la alta tasa de
llegadas, se puede suponer una fuente infinita). Indique el costo total para cada
alternativa.

SOLUCIÓN

DATOS:
 = 40 mecánicos por hora  = 20 mecánicos por hora
Cs = 6 dólares Cw = 12 dólares

Sistema m/m/k
Por lo tanto se deberá contratar 3 empleados adicionales
Nota:
Estas respuestas son obtenidas aplicando las fórmulas respectivas:
K

  
Lq   P0
(k  1)! k   
2


L  Lq 

1
P0  n k
 
k 1    
  
 n!  
n 0
k!1   
 μk 

APLICACIONES PROPUESTAS:

1.- La gerencia de una compañía Manufacturera tiene un constante problema de

mantenimiento. El promedio de averías es de 0.75 máquinas por hora y tienen una
distribución Poisson. Un mecánico puede reparar máquinas a una tasa promedio
de 1 por hora, distribuida exponencialmente. La compañía tiene actualmente 1
trabajador asignado a la reparación de máquinas.
La gerencia a efectos de tomar decisiones de optimización solicita a Ud. la
siguiente información:
a. La probabilidad de que el empleado de mantenimiento este ocioso.
b. La probabilidad de que el empleado este ocupado.
c. El tiempo promedio de las máquinas sin operar.
d. Si Ud. llega a la instalación ¿Cuántas máquinas esperaría ver averiadas?.
e. Cuál es la probabilidad de que haya 2 máquinas esperando el servicio?.
f. Las metas de servicio indican que una máquina que llega no debe esperar para
que lo atiendan más de 2 horas en promedio. ¿Se está cumpliendo esta meta?.
De lo contrario ¿Qué acción recomendaría Ud.?.

2.-Al Banco WZ llega un promedio de 100 clientes por hora. Un servidor se tarda
un promedio de 2 minutos en atender a un cliente. Los tiempos entre llegadas y de
servicio son exponenciales. El banco tiene actualmente cuatro servidores
trabajando. El gerente desea comparar los dos sistemas siguientes en cuanto al
tiempo promedio que un cliente espera en cola:
Sistema 1. Cada servidor tiene su propia cola y no se permite cambiar de cola.
Sistema 2. Todos los clientes esperan en una cola única a que se desocupe un
servidor.
Si Ud. fuera el gerente del banco, ¿qué sistema escogería?.
3.-Una lavandería tiene muchas lavadoras. Una máquina normal se descompone
una vez cada 5 días. Un técnico puede reparar una máquina en un promedio de
2.5 días.
En la actualidad, hay tres técnicos en servicio. El dueño de la lavandería tiene la
opción de cambiarlos por un supertécnico que puede reparar una máquina en un
promedio de 5/6 de día. El sueldo del supertécnico es igual al de los tres técnicos
juntos. Los tiempos entre descomposturas y los de servicio son exponenciales.
¿Debe cambiar la lavandería los tres técnicos por el supertécnico?

4.- En el taller mecánico de Daniel S.A., 4 grúas elevadas dan servicio a cierto
número de máquinas de producción. Si todas las grúas están ocupadas y un
mecánico debe esperar servicio, el costo del tiempo de espera es de $4.50 por
hora (cuota de salario, beneficios marginales y costo de la falta de producción).
Por otra parte, los gastos de administración de las grúas son de $5.80 por hora
(cuota de salario, beneficios marginales y otros costos). Los datos empíricos
obtenidos, indican que el número de solicitudes de servicio de las grúas por los
mecánicos sigue una distribución Poisson, con una tasa promedio de 5 solicitudes
por hora. El promedio del tiempo de servicio se distribuye en forma exponencial,
con un tiempo de 20 minutos por llamada, Las grúas atienden al primer mecánico
que lo solicita. El gerente encargado de la manufactura quiere saber cuántas
grúas se necesitan para mantener al mínimo el costo del tiempo de espera de los
mecánicos, así como el costo de los gastos generales de administración de las
grúas. Úsese un día de 8 horas en los cálculos.

5.- A una instalación portuaria llegan barcos a una tasa promedio de 2 barcos
cada 3 días. En promedio, una sola cuadrilla necesita 1 día para descargar un
barco. Suponga que los tiempos entre llegadas y de servicio son exponenciales.
La compañía naviera posee tanto los barcos como el muelle. Se pide:
a. En un periodo de 30 días, ¿en promedio cuántos días de trabajo efectivo tendrá
la cuadrilla?.
b. ¿Cuántos días en promedio esperará un barco antes de ser atendido?.
c. ¿Cuántos barcos se espera encontrar en un día cualquiera en el sistema?.
d. ¿Cuál es la probabilidad de que la cuadrilla se encuentre ociosa?.
e. ¿Cuál es la probabilidad de que haya más de 2 barcos esperando el servicio?.
Se calcula que a la naviera le cuesta 1000 dólares por día que pasa un barco en
puerto. La cuadrilla que atiende a los barcos consiste en 100 trabajadores, y se
paga un promedio de 30 dólares diarios a cada uno de ellos. Un consultor ha
recomendado que la naviera contrate 40 alijadores adicionales y divida a los
trabajadores en dos cuadrillas iguales de 70 personas cada una. Esto haría que el
tiempo promedio de carga o descarga para cada cuadrilla fuera de 1.5 días. ¿Qué
organización de cuadrillas recomienda el alumno a la naviera?.

6.- Una gestoría dispone de tres personas que atienden al público; cada una de
ellas tarda una media de 10 minutos en atender a un cliente.
a) Supongamos que los clientes llegan con una tasa de 15 por hora.
a.1) ¿Con qué probabilidad un cliente tiene que esperar para ser atendido?.
a.2) ¿Cuál es número medio de clientes en la cola?.
a.3) ¿Cuál es el tiempo medio de espera en el sistema?.
b) Supongamos que se estructura la gestoría en tres servicios: uno dedicado a las
gestiones de compra/venta, el segundo para documentación (DNI, pasaportes,
carnets de conducir, etc.) y el tercero para las restantes gestiones. Ahora, la tasa
de llegada de los clientes a cada uno de los servicios es de 5 por hora. Además,
cada uno de los tres empleados está asignado a un único servicio.
b.1) ¿Con qué probabilidad un cliente tiene que esperar para ser atendido?.
b.2) ¿Cuál es el número medio de clientes en la cola?.
b.3) ¿Cuál es el tiempo medio de espera en el sistema?.
¿Cuál de las 2 alternativas anteriores le parece más conveniente?. Razónelo.

7.- Al Banco de Crédito del centro de la ciudad llegan los clientes de 10 a 11 am. A
razón de 250 por hora, de estos el 80% se dirige a la sección Depósitos y retiros
(Sección A), el 15% a la sección de Solicitudes de Crédito (Sección B) y el resto a
la sección reclamos (Sección C).
Los empleados que laboran en la sección A atienden en promedio a los clientes a
razón de 12 por hora, los de la sección B a razón de 6 por hora y los de la sección
C a una velocidad de 2 por hora.
Asumiendo que las llegadas y los servicios tienen comportamientos
exponenciales, se pide:
a) Si el gerente quiere que los tiempos de espera en las secciones A, B y C sean
menores a 7, 12 y 20 minutos respectivamente, ¿Cuántos servidores activos se
deberá programar en cada sección de 10 a 11 am.?
b) Los empleados de la sección A reclaman por su escaso tiempo para descansar
y desean disponer de al menos 5 minutos, ¿Cuántos servidores debe programarse
de 10 a 11 am.?
c) En la sección B existen clientes cuyo costo de oportunidad en promedio es S/.
50.00 la hora, dado que la mayoría son empresarios, y el costo del servicio es S/.
30.00, ¿Cuál es el número óptimo de servidores a programarse de 10 a 11 am.?
d) Tomando en cuenta la solución del punto c), la sección tiene problemas de
capacidad de cola la cual actualmente es de 10 clientes. El cliente que al llegar
encuentra el sistema ocupado, se va a otro banco. Por cada cliente perdido hay un
costo de oportunidad de S/. 500.00, ¿Cuánto deja de ganar por hora el banco por
no contar con la capacidad adecuada?
e) Tomando en cuenta la solución del punto c), si el banco quiere tener la certeza
de no perder clientes del 99%, ¿Cuál debe ser la capacidad de cola de la sección
B?

8.- Una franquicia de comidas rápidas está considerando operar una operación de
ventanilla para automóviles de servicio de alimentos. Suponga que las llegadas de
los clientes siguen una distribución de probabilidad de Poisson, con una tasa
media de llegadas de 20 automóviles por hora y que los tiempos de servicio
siguen una distribución de probabilidad exponencial. Los clientes que llegan
colocan sus pedidos en una estación de intercomunicación en la parte trasera del
estacionamiento y a continuación conducen hasta la ventanilla de servicio para
pagar y recibir sus compras. Se están considerando las siguientes tres alternativas
de servicio:
 Una operación de un solo canal, en la que un empleado surte el pedido y recibe
el dinero del cliente. El tiempo promedio de servicio de esta alternativa es 2.5
minutos.
 Una operación de dos canales, con dos ventanillas de servicio y dos
empleados. El empleado estacionado en cada una de las ventanillas surte el
pedido y cobra a los clientes que llegan a su ventanilla. El tiempo promedio de
servicio de esta alternativa es 2.5 minutos para cada canal.
Responda las preguntas siguientes y recomiende un diseño alternativo para la
franquicia de comidas rápidas.
a) ¿Cuál es la probabilidad de que no haya ningún cliente en el sistema?.
b) ¿Cuál es el tiempo promedio que espera un automóvil el servicio?.
c) ¿Cuál es número promedio de automóviles en el sistema?.
d) Cuál es la probabilidad de que un automóvil que llega tenga que esperar
servicio?.
e) ¿Cuál es la probabilidad de que haya más de 2 automóviles en cola
La siguiente información de costos está disponible para la franquicia de comidas
rápidas:
 El tiempo de espera del cliente se evalúa en 10 dólares la hora.
 El costo de cada empleado es de 5 dólares la hora.
 Al tomar en consideración espacio y equipo, se le asigna un costo adicional de
10 dólares la hora a cada uno de los canales.
f) ¿Cuál es el diseño del negocio de comida rápida con un costo más bajo?

ANÁLISIS DE COLAS CON WINQSB

INTRODUCCIÓN

Este programa, Análisis de Colas (QA), resuelve y evalúa la actuación de un

sistema de colas y costos.
Este programa resuelve la actuación de una sola fase de un sistema de colas. La
fase única que hace cola en un sistema tiene elementos mayores incluso una
población del cliente, una cola, y un único o múltiples servidores (canales). la
población del Cliente puede limitarse o ser ilimitada (infinita) con un modelo de
llegada especificado (distribución); la cola puede limitarse o ser de longitud
ilimitada; y se pueden asumir servidores múltiples para ser idénticos con una
distribución de tiempo especifica. El sistema de colas se evalúa según las medidas
populares como número promedio de clientes en el sistema, el número promedio
de clientes en la cola, el número de clientes en la cola para un sistema ocupado, el
tiempo promedio que un cliente pasa en el sistema, tiempo promedio que un
cliente pasa en la cola en un sistema ocupado, la probabilidad que todos los
servidores están ociosos, la probabilidad que un cliente se encuentre en espera al
llegar al sistema, el número promedio de clientes sin atender por unidad de
tiempo, el costo total de un servidor ocupado por unidad de tiempo, el costo total
de un servidor ocioso por unidad de tiempo, costo total del cliente que se
encuentra en espera por unidad de tiempo, costo total del cliente que se ha
atendido por unidad de tiempo, costo total del cliente que no se atendió por unidad
de tiempo, longitud total de la cola por unidad de tiempo, y el costo total del
sistema por unidad de tiempo.
Tres métodos son incluidos para evaluar cada situación de la formación de colas:
fórmula de cercanía, aproximación, y la simulación de Monte Carlo. Si ninguna
forma está disponible para un problema de colas particular, usted puede
especificar una aproximación o simularla para poder resolverla.
Las capacidades específicas de QA incluyen:

 Análisis de la actuación de la cola

 Análisis de sensibilidad para los parámetros del sistema
 Análisis de capacidad para colas y capacidad de servicio
 Aproximación si no existiese una forma similar
 Simulación - la alternativa para la evaluación de la actuación
 15 distribuciones de probabilidad para el tiempo de servicio, los tiempos entre
llegadas, y tamaño de lote de llegada
 Muestra la actuación de la cola y análisis del costo
 Muestra un gráfico que muestra el análisis de sensibilidad
 Entrada de los datos simple para los sistemas M/M

NOTACIÓN

 : Coeficiente de presión sobre el servicio.

 : Coeficiente de retardación de llegadas
 : Tasa Promedio de llegadas.
 : Tasa Promedio de Servicio.
 : Tasa de ocupación del sistema.
 : Intensidad de Tráfico ( / ).
B: Número Promedio de clientes en la cola
b: Tamaño del Lote.
Cb: Costo por cliente no atendido
Ci: Costo de Servidor Ocioso por unidad de tiempo.
Cq: Costo por la capacidad de una cola.
Cs: Costo de servidor ocupado por unidad de tiempo.
Cu: Costo de cliente servido por unidad de tiempo.
Cw: Costo por cliente esperando en la cola.
K: Número máximo de clientes permitidos en un sistema.
L: Numero promedio de clientes en el sistema.
Lb: Numero promedio de clientes en la cola para un sistema ocupado.
Lq: Numero promedio de clientes en la cola.
N: Población de clientes. El programa considera a población como infinita, cuando
su número supera a 10000 clientes potenciales.
n: Número de clientes en el sistema, incluidos los que están siendo atendidos, y
los que están en la cola.
P0: Probabilidad de que todos los servidores estén ociosos.
P(n): Probabilidad de que hayan n clientes en el sistema.
Pw o Pb : Probabilidad de clientes que al llegar esperaran.
Q: Capacidad máxima de la cola (Máximo espacio de espera).
s: Numero de servidores o canales
W: Tiempo promedio que el cliente pasa en el sistema.
Wb: Tiempo promedio que un cliente pasa en un sistema ocupado.
Wq: Tiempo promedio que un cliente pasa en la cola.
Acá se muestra un sistema de notación estándar para clasificar sistemas de colas
como A/B/C/D/E/F, donde:
 A representa la distribución de probabilidad para el proceso de llegadas
 B representa la distribución de probabilidad para el proceso de servicio
 C representa el número de canales (servidores)
 D representa el número del máximo de clientes permitido en el sistema de colas
(sirviéndose o esperando por el servicio)
 E representa el número máximo de clientes en total
 Nº de clientes potenciales
Opciones comunes para A y B son:
 M para una distribución de llegada tipo Poisson (distribución entre llegadas de
tipo exponencial) o una distribución del tiempo de servicio de tipo exponencial
 D para un valor determinístico o constante
 G para una distribución general (pero con media y varianza conocida)
Si no se especifican D y E entonces se da por supuesto que ellos son infinitos.
Por ejemplo un sistema de colas M/M/1, el sistema de colas más simple, tiene una
distribución de llegada tipo Poisson, una distribución de tiempo de servicio del tipo
exponencial y un solo canal (un servidor).
Note que aquí usando esta anotación, siempre se asume que hay solamente una
cola (línea de espera) y los clientes se mueven de esta sola cola hacia los
servidores.

ANÁLISIS DE SENSIBILIDAD

QA realiza el análisis de sensibilidad según un rango especificado de número de

servidores, proporción de servicio ( ), coeficiente de presión de servicio,
proporción de la llegada ( ), el tamaño del lote (volumen) , coeficiente de
retardación de llegada, la capacidad de la cola, población del cliente, costo de
servidor ocupado por unidad de tiempo, costo de servidor ocioso por unidad de
tiempo, costo de cliente en espera por unidad de tiempo, costo de cliente servido
por unidad de tiempo, costo por cliente sin atender por unidad de tiempo, costo
unitario de la capacidad de la cola. la capacidad de la cola, población del cliente,
costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso por
unidad de tiempo, costo por cliente en espera por unidad de tiempo, costo por
cliente servido por unidad de tiempo, el costo por cliente no atendido, o costo por
capacidad de cola unitaria. QA resuelve y compara las actuaciones según la
entrada, salida, y valores del paso del parámetro seleccionado. Usted puede
especificar la aproximación o simulación para el problema con el valor del
parámetro que no tiene ninguna fórmula aproximada disponible

ANÁLISIS DE CAPACIDAD
Dos capacidades básicas del sistema de colas son consideradas en QA: número
de servidores y la capacidad de la cola. Después de especificar los rangos del
número de servidores y la capacidad de la cola, QA realiza la comparación del
costo para una combinación de capacidades diferentes. Note que los elementos
del costo necesitan ser especificados en la entrada de los datos.

FORMULA DE APROXIMACIÓN.

Cuando el problema de la formación de colas no tiene ninguna solución

aproximada, QA resuelve el Lq como un modelo de G/G/s para la aproximación
siguiente
Lq= (Lq de M/M/s) [Var(tiempo de servicio) ² + Var(tiempo entre llegadas) ²]/2
donde Var representa la varianza. El resto de las medidas de la actuación de la
cola siguen la fórmula de M/M/s.
.
SIMULACION, SIMULACION MONTE CARLO, SIMULACION DE EVENTOS
DISCRETOS.

La simulación es la imitación de un proceso del mundo-real o sistema a lo largo

del tiempo. La simulación involucra la generación de eventos artificiales o
procesos para el sistema y recolecta las observaciones para dibujar cualquier
inferencia sobre el sistema real. Una simulación de eventos discretos simula sólo
eventos que cambian el estado de un sistema. QA realiza la simulación de eventos
discretos simulando los dos eventos mayores en el sistema de colas: llegada del
cliente y realización de servicio. El método de Monte Carlo emplea los modelos
matemáticos o la transformación inversa para generar variables del azar para los
eventos artificiales y colecciona observaciones. QA también acostumbra usar la
transformación inversa para generar el tiempo de servicio, el tiempo entre
llegadas, y tamaño del lote que guía el evento del sistema de formación de colas.
Transformación Inversa:

Asuma que la variable aleatoria X tiene la distribución de probabilidad de f(X) y su

función acumulada es F(X). Sea r un número al azar del intervalo uniformemente
distribuido [0,1]. La transformación inversa para obtener una muestra de la
variable aleatoria de la distribución f(X) es como sigue:
a). Obtenga un número del azar r
b). Resuelva X de la ecuación r = F(X), es decir, encuentre el X tal que ese
r = Prob. (x£X)
Para cualquier número del azar, QA acostumbra usar un método congruencial para
generar un número del pseudo-aleatorio, es decir,
r(i+1) = (a r(i) + b) mod c
donde un, b, c son constantes, y i = 0, 1, 2,... Nota que dada la misma semilla
aleatoria r(0), el método genera la misma secuencia de números al azar.

DISTRIBUCIÓN DE PROBABILIDADES
QA permite manejar distribuciones de probabilidad para el tiempo de servicio, los
tiempos entre llegadas, y tamaño del lote. Las distribuciones disponibles en QA y
sus funciones asociadas y los parámetros se describen más adelante. Nosotros
usaremos la anotación siguiente para describir las funciones de la distribución:
P(a,b) : a b
B(a,b) : Función Beta
 (a) : Función Gamma
C(n,m): Combinatoria C mn
Exp(a) : Función Exponencial, e a
Log(a) : Logaritmo Natural de a
sqr(a) : Raiz Cuadrada de a
a! : Factorial de a
f(x) : Función de Probabilidad (pdf)
 : Media
 ² : Varianza
Las distribuciones disponibles en WINQSB son:
 Distribución Beta.
 Distribución Binomial
 Constante.
 Distribución Discreta
 Distribución Erlang
 Distribución Exponencial
 Distribución Gama
 Distribución Geométrica
 Distribución Hipergeometrica
 Distribución de Laplace
 Distribución logarítmica Normal
 Distribución Normal
 Distribución de Pareto
 Distribución Poisson
 Distribución de Función Potencial
 Distribución Triangular
 Distribución Uniforme
 Distribución Weibull

COSTOS RELACIONADOS CON LA COLA

Los costos relacionados con la cola incluyen:

El costo total de servidor ocupado por unidad de tiempo = Cs(L-Lq) = Cs 
El costo total de servidor ocioso por unidad de tiempo = Ci (s- ) = Ci (s-L+Lq)
Costo total de cliente que espera por unidad de tiempo = Cw Wq (  (n) P(n))
Costo total de cliente que está siendo atendido por unidad de tiempo =
Cu (W-Wq) (  (n) P(n))
El costo total de ser del cliente sin atender por unidad de tiempo = Cb B
Costo total de la cola por unidad de tiempo = Cq Q
Costo Total del sistema por unidad de tiempo = la Suma de todos los anteriores
Nótese que estos son los costos utilizados por el paquete, diferenciándose de
aquellos llevados en la materia de investigación operativa 2, pudiéndose encontrar
algunas diferencias en los resultados.

COMANDOS DEL ANÁLISIS DE COLAS

MENUS PRINCIPAL Y VENTANA INICIAL

Los menús para el QA después que el programa está cargado se muestra debajo:

Este comando inicia un nuevo problema de colas. La entrada para el nuevo

problema incluye nombre del problema, unidad de tiempo, número de servidores,
la proporción de servicio (µ ) con una distribución de tiempo de servicio,
coeficiente de presión de servicio, proporción de la llegada () con una distribución
de tiempo entre llegadas, el tamaño del lote (volumen) con una distribución de
tamaño de lote, coeficiente de retardación de llegadas, capacidad de la cola (el
espacio máximo de espera), población del cliente, costo del servidor ocupado por
unidad de tiempo, costo del servidor ocioso por unidad de tiempo, costo de espera
del cliente por unidad de tiempo, costo de cliente servido por unidad de tiempo, el
costo por cliente no atendido, y/o costo unitario de capacidad de cola. Si usted
especifica el sistema de M/M simple, la entrada será más simple. Todos los datos
se entran en la columna de "Entrada" exceptuando los parámetros de la
distribución que se entran en las columnas de "Parámetro". Si usted especifica la
distribución discreta durante el tiempo de servicio, tiempo entre llegadas, o tamaño
del lote, introduzca el número de datos discretos en Parameter 1 (Parámetro 1) y
entre los datos discretos en Parameter 2 (Parámetro 2) usando el formato "value
1/probability 1, value 2/probability 2,..." (Valor 1/probabilidad 1, Valor 2/probabilidad
2).
Si hay un problema sin guardar en edición, cuando usted seleccione el comando
New Problem (Nuevo Problema), QA preguntará si usted quiere guardar el
problema. QA entonces aclara el área de edición para el nuevo problema.

Este comando inicia una ventana de dialogo para abrir un archivo guardado
previamente. El diálogo le permite tanto seleccionar un archivo de datos en
directorio en particular, o entrar una especificación de un archivo completo de
datos incluyendo la ruta. QA mostrará automáticamente el problema cargado.

Este comando permite salir del programa

VENTANA DE ESPECIFICACIÓN DEL PROBLEMA

Para especificar un problema de colas, aquí se muestra el procedimiento:
 Paso 1. Entre en el título del problema que será parte del título para las
ventanas posteriores.
 Paso 2. Entre la unidad de tiempo para la descripción del sistema de colas. El
valor por defecto es hora.
 Paso 3. Elija o de clic en el formato de entrada siguiente
Simple M/M System (Sistema M/M simple): Asume que tanto el servicio y la
llegada del cliente tienen distribución Poisson.
General Queuing System (Sistema General de colas): Usted puede especificar
una distribución particular para el servicio, llegada del cliente, y tamaño del lote.
Paso 4. Si la especificación está completa, apriete el botón de OK para la entrada
de los datos. Por otra parte, apriete el botón de Cancel. El botón de Help está para
poder proporcionar ayuda.

BARRA DE TAREAS

La barra de tareas es similar a la que existe en los otros módulos del WINQSB,
diferenciándose solamente en algunos botones, por lo cual solo se explicará a
aquellos que diferencian a este de los otros módulos:

Este comando resuelve la actuación de la cola. Si no existe ninguna fórmula

aproximada para el problema, el programa preguntará si para resolverlo desea
hacerlo por aproximación o por la simulación de Monte Carlo.
Después de que la actuación se evalúa, QA automáticamente desplegará un
resumen de la actuación.
Este orden realiza la simulación de evento-discreto de Monte Carlo para evaluar la
actuación de la cola. Después de escoger el comando, el programa desplegará
una forma para especificar cómo se asigna la semilla del azar, disciplina de la cola
, tiempo de la simulación, inicio de recolección de datos en el tiempo, capacidad
de la cola, y el máximo número de recolecciones de los datos (observaciones). La
semilla del azar puede ser un valor predefinido, el reloj del sistema, o un valor
entrado. Note que la misma semilla del azar creará la misma secuencia de
números al azar (número aleatorios).
Usted puede especificar FIFO (primero en entrar-primero en salir PEPS), LIFO
(último en entrar-primero en salir UEPS), o aleatorizar la disciplina de la cola. El
FIFO es el que se asume para la fórmula de aproximación.
Es importante especificar una capacidad de la cola limitada desde que los clientes
en espera se guardan en la memoria de la computadora. Una capacidad de la cola
grande o muy grande puede usar toda la memoria de la computadora. El valor por
defecto es 1000 que es normalmente suficiente para la mayoría de los casos.
Especificando un tiempo de simulación razonable le permitirá recolectar bastantes
observaciones para la evaluación de la actuación. Usted puede especificar un
tiempo distinto de cero para la recolección para arreglar los estados del sistema
iniciales. Usted también puede especificar el número del máximo de recolección
de datos (el valor por defecto es infinito (M)) como la regla de detención de la
simulación. La simulación se detendrá en el tiempo de simulación o cuando se
alcanza el máximo número de colecciones de los datos.

Esta orden realiza el análisis de sensibilidad del problema de colas para un rango
especificado de número de servidores, proporción de servicio ( ), coeficiente de
presión de servicio, proporción de la llegada ( ), coeficiente de retardación de
llegada, el tamaño de lote (volumen) , la capacidad de la cola, población del
cliente, costo de servidor ocupado por unidad de tiempo, costo de servidor ocioso
por unidad de tiempo, costo de cliente en espera por unidad de tiempo, costo de
cliente servido por unidad de tiempo, costo por cliente sin atender por unidad de
tiempo, costo unitario de la capacidad de la cola.
QA resuelve la actuación de acuerdo al inicio, final, y valores de cada paso del
parámetro seleccionado.
Usted puede especificar la aproximación o simulación para el problema con el
valor del parámetro que no tiene ninguna fórmula aproximada disponible. Este
comando realiza el análisis de sensibilidad del problema de colas para un rango
especificado de número de servidores, proporción de servicio ( ), coeficiente de
presión de servicio, proporción de la llegada ( ), etc. QA resuelve los costos
según los valores iniciales, finales, de cada paso del número de servidores y
capacidad de la cola.

Esta orden realiza el análisis de capacidad del problema de colas con un número
diferente de servidores y capacidad de la cola. QA resuelve los costos según los
valores iniciales, finales, de cada paso del número de servidores y capacidad de la
cola.
Usted puede especificar la aproximación o simulación para el problema con el
valor del parámetro que no tiene ninguna fórmula aproximada disponible.

Este comando dispone de las siguientes opciones:

Performance Summary
Esta orden muestra la actuación del problema de colas. Incluye todas las medidas
populares de la formación de colas. Si la actuación es medida por simulación, el
número de observaciones recolectadas, el número del máximo de clientes en la
cola, y el tiempo total de simulación del CPU en segundos será mostrado.

Probability Summary

Este comando muestra la probabilidad del sistema de colas. Muestra P(n), la

probabilidad de que existan n clientes en el sistema, donde n puede ser desde 0 a
200, y la probabilidad acumulativa.

Show Sensitivity Analysis – Table

Este comando clasifica los resultados del análisis de sensibilidad del problema de
colas para un rango especificado de número de servidores, proporción de servicio
( ), coeficiente de presión de servicio, proporción de la llegada ( ), coeficiente de
retardación de llegada, el tamaño de lote (volumen) , la capacidad de la cola,
población del cliente, costo de servidor ocupado por unidad de tiempo, costo de
servidor ocioso por unidad de tiempo, costo de cliente en espera por unidad de
tiempo, costo de cliente servido por unidad de tiempo, costo por cliente sin atender
por unidad de tiempo, costo unitario de la capacidad de la cola.

Show Sensitivity Analysis – Graph

Este comando muestra los resultados gráficos del análisis de sensibilidad del
problema de colas para un rango especificado de número de servidores,
proporción de servicio ( ), coeficiente de presión de servicio, proporción de la
llegada ( ), coeficiente de retardación de llegada, el tamaño de lote (volumen) , la
capacidad de la cola, población del cliente, costo de servidor ocupado por unidad
de tiempo, costo de servidor ocioso por unidad de tiempo, costo de cliente en
espera por unidad de tiempo, costo de cliente servido por unidad de tiempo, costo
por cliente sin atender por unidad de tiempo, costo unitario de la capacidad de la
cola.
Después de que la orden es escogida, seleccione una medida particular de la
actuación para el despliegue gráfico.

Show Capacity Analisis

Este comando muestra los resultados del análisis de capacidad del problema
colas con un número diferente de servidores y capacidad de la cola. Todos los
elementos del costo relacionados están incluidos.

PROCEDIMIENTOS DEL ANÁLISIS DE COLAS

COMO ENTRAR UN PROBLEMA

Para entrar en un problema de colas, este es el procedimiento general:

1. Prepare los parámetros de la cola para el problema. (Nota: usted no tiene que
tener un modelo formal para la entrada de los datos. Usted puede modificarlo junto
con el proceso.)
2. Seleccione el comando New Problem (Nuevo Problema) para entrar el
problema. El programa planteará la ventana de especificación. Seleccione tanto el
sistema de M/M simple o el sistema de colas general para la entrada de los datos.
El sistema de M/M simple tendrá un formato de entrada mucho más simple.
3. Entre los parámetros de la cola en la columna de "Entry" (Entrada). Note que
para el sistema de colas general, los parámetros de la distribución se entran en las
columnas de "Parameters 1-3" (Parámetros 1-3).
4. (Opcional) Use las órdenes de Format (Formato) para cambiar el formato
numérico, conjunto de caracteres, color, alineación, alturas de la fila, y anchuras
de la columna.
5. (Opcional, pero importante) Después que el problema se entra, escoja el
comando Save Problem As (Guardar el Problema Como) para guardar el
problema.

COMO ENTRAR UNA DISTRIBUCIÓN DE PROBABILIDAD

Para entrar una distribución de probabilidad, este es el procedimiento general:

1. Pulse Doble clic en la celda para entrar la distribución en la hoja de cálculo de
entrada de datos. Esto planteará una lista de funciones de probabilidad para
escoger.
2. Escoja o de clic en la función de probabilidad de la lista. Deben mostrarse los
parámetros apropiados para la función al lado de la lista. Usted puede apretar
Help para ver las Funciones de Distribución de Probabilidad.
3. Presione el botón de OK para volver a la forma de entrada de datos. Los
parámetros que siguen el nombre de la distribución deberán cambiar su
descripción de acuerdo con la función escogida.

COMO ENTRAR UNA DISTRIBUCIÓN DISCRETA

Si usted ha especificado una distribución discreta (el número de valores discretos

se entra en la fila "Number of discrete values") durante el tiempo de servicio, los
tiempos entre llegadas, o el tamaño del lote, este es el procedimiento para entrar
los valores discretos y las probabilidades asociadas:
1. Entre el número de datos discretos en la fila "Number of discrete values"
(Parámetro 1).
2. Entre los datos discretos en la fila "Discrete values" (Parámetro 2) usando el
formato "valor 1/probabilidad 1, valor 2/probabilidad 2,...", separe cada par de
valores y la probabilidad asociada por una coma ","
3. Cuando se termine, apriete las teclas de flecha para mover el cursor al otro
formulario de entrada de datos.

COMO RESOLVER UN PROBLEMA

Para resolver un problema de colas, aquí se muestra el procedimiento general:

1. Prepara los parámetros de la cola para el problema. (Nota: usted no tiene que
tener un modelo formal para la entrada de los datos. Usted puede modificarlo junto
con el proceso.)
2. Seleccione la orden New Problem (Nuevo Problema) para entrar el problema.
3. Para una práctica general buena, usted puede querer guardar el problema
escogiendo el comando Save Problem As (Guardar el Problema Como) antes de
resolverlo.
4. Seleccione el orden Solve the Performance (Resuelva la Actuación) o Simulate
the System (Simule el Sistema) para resolver el problema.
5. Después que el problema se resuelve, escoja los órdenes del Results Menu
(Menú de los Resultados) para mostrar los resultados apropiados.

COMO LLEVAR ADELANTE UNA SIMULACIÓN

Para cualquier problema de colas que usted defina en QA, usted puede usar la
simulación Monte Carlo para evaluar la actuación del sistema. Para simular el
sistema de colas, aquí se muestra el procedimiento general:

1. Asuma que el problema se ha entrado y las distribuciones están definidas.

2. Seleccione la orden Simulate the System (Simule el Sistema). El programa
planteará una forma para permitirle especificar el proceso de la simulación,
incluyendo:

(a). Random seed (semilla del Azar): Usted puede escoger el valor por defecto o
reloj del sistema, o entrar un valor particular para la semilla del azar. Cada vez
usted ejecute la simulación, si la misma semilla del azar se usa, generará la
misma sucesión números aleatorios. Por consiguiente, escogiendo el reloj del
sistema como la semilla del azar garantiza una sucesión del azar diferente.

(b). Queuing discipline (Disciplina de la cola): Usted puede escoger FIFO (PEPS),
LIFO (UEPS), o al azar para la disciplina de la cola. Disciplina de la cola es la
regla para poder escoger al cliente en espera a ser servido cuando un servidor se
pone disponible. Si el sistema tiene una solución de la forma aproximada, el
resultado debe estar muy cerca del de la simulación usando la disciplina FIFO.
(c). Simulation time (Tiempo de la Simulación): Que indica cuanto tiempo
funcionará el sistema de colas.

(d). Start collection time (Iniciar tiempo de colección): Indica cuando el programa
empieza a recolectar datos sobre la actuación de la cola. Un tiempo de inicio
distinto de cero para la recolección puede filtrar la inicialización del estado del
sistema.

(e). Queue capacity (Capacidad de la Cola): esto permite al sistema el mantener a

los clientes de espera. El valor por defecto es 1000 que es normalmente suficiente
para la mayoría de las situaciones. No se recomienda el entrar una capacidad de
cola grande ya que puede usar toda la memoria de la computadora.

(f). Maximum number of data collections (Número Máximo de recolecciones de

datos): Esto es otra regla de detención para que el programa detenga el proceso
de la simulación. Acompañado con el tiempo de la simulación, el programa detiene
la simulación cuando cualquiera de los dos se alcanza.

1. Presione el comando OK para iniciar la simulación si las especificaciones

anterior se han hecho. Cuando se haya terminado la simulación, el resultado se
mostrará.

COMO LLEVAR ADELANTE UN ANÁLISIS DE SENSIBILIDAD

Para un problema de colas que usted define en QA, usted puede realizar el
análisis de sensibilidad para ver cómo la actuación del sistema cambia para
valores de parámetro diferentes. Para realizar el análisis de sensibilidad, aquí el
procedimiento general:

1. Asuma que el problema se ha entrado y los parámetros están definidos.

2. Seleccione el comando Perform Sensitivity Analysis (Realice Análisis de
Sensibilidad). El programa planteará una forma para permitirle especificar el
análisis de sensibilidad, incluyendo:

(a). Seleccione un parámetro: escoja a cualquiera de la lista.

(b). Rango del parámetro: Entre los valores del inicio, final, y los valores para cada
paso del parámetro seleccionado para la evaluación. El número de las situaciones
de la cola resuelta será determinado por los valores de inicio, final, y valores de
cada paso.

(c). Método de Solución: El método predefinido para el problema de colas es la

fórmula aproximada. Sin embargo, cuando usted cambia un parámetro a un valor
diferente puede hacer el problema irresoluble por la fórmula. Cuando ése es el
caso, el programa usará el método especificado, aproximación o simulación para
evaluar el problema automáticamente.
(d). (Opcional) Especificación de la Simulación: si la simulación es escogida en el
paso (c), después de presionar la orden OK, usted necesita entrar la
especificación de la simulación.

1. Presione OK para empezar el análisis si las especificaciones anteriores se

realizaron. Cuando se haya acabado del análisis, se mostrará el resultado.
2. Usted puede usar el Results Menu (Menú de los Resultados) para mostrar el
resultado gráfico del análisis de sensibilidad.

COMO LLEVAR ADELANTE UN ANÁLISIS DE CAPACIDAD

Para un problema de colas que usted define en QA, usted puede realizar el
análisis de capacidad para comparar los costos de configuraciones diferentes del
número de servidores y capacidades de la cola. Para realizar análisis de
capacidad, aquí el procedimiento general:

1. Asuma que el problema se ha entrado y los parámetros se han definido.

2. Seleccione la orden Perform Capacity Analysis (Realice Análisis de Capacidad).
El programa planteará una forma para permitirle especificar el análisis de
capacidad, incluyendo:

(a). Rango del número de servidores: entre los valores de inicio, final, y los valores
de cada paso del número de servidores para la evaluación.

(b). Rango de la capacidad de la cola: entre los valores de inicio, final, y los
valores de cada paso de la capacidad de la cola (espacio de espera) para la
evaluación. El número de las situaciones de la cola resueltas será determinado por
los valores de inicio, final, y los valores de cada paso del número de servidores y
la capacidad de la cola. La capacidad predefinida de la cola es infinita (M).

(c). Método de Solución: el método predefinido para el problema de colas es la

fórmula de aproximación. Sin embargo, cuando usted cambia el número de
servidores y la capacidad de la cola puede hacer el problema irresoluble por la
fórmula. Cuando ése es el caso, el programa usará el método especificado, como
también aproximación o simulación, para evaluar el problema, automáticamente.

(d). (Opcional) Especificación de la Simulación: si la simulación es escogida en

paso (c), después de presionar OK, usted necesita entrar la especificación de la
simulación.

1. Presione OK para empezar el análisis si las especificaciones anteriores se han

hecho. Cuando se haya acabado del análisis, se mostrará el resultado.

COMO IMPORTAR DATOS DE OTRAS APLICACIONES DE HOJAS DE

CALCULO
Si usted decide entrar un problema de colas de una aplicación de hoja de cálculo
como Microsoft Excel, use los pasos siguientes:

1. Entre el problema con la siguiente secuencia. Aquí se muestran las entradas

para cada celda en la hoja de cálculo: (Note que las celdas están separadas por
"," y los textos requeridos están en "")
Para el Sistema M/M de Entrada Simple:

Fila 1: "QA", Nombre del Problema, Unidad de tiempo, 0.

Fila 2: "Problem Specification", "Entry".
Fila 3: "Number of servers", número de servidores.
Fila 4: "Service rate per server", proporción de servicio.
Fila 5: "Customer arrival rate", proporción de llegadas.
Fila 6: "Queue capacity (maximum waiting space)", capacidad de la cola.
Fila 7: "Customer population", población del cliente.
Fila 8: "Busy server cost per unit time", Costo de servidor ocupado por unidad de
tiempo.
Fila 9: "Idle server cost per unit time", Costo de servidor ocioso por unidad de
tiempo.
Fila 10: "Customer waiting cost per unit time", Costo de cliente en espera por
unidad de tiempo.
Fila 11: "Customer being served cost per unit time", Costo de cliente que se sirve
por unidad de tiempo.
Fila 12: "Cost of customer being balked", el costo de cliente no atendido.
Fila 13: "Unit queue capacity cost", Costo Unitario de la capacidad de la cola.
Para la Entrada de Sistema de Formación de colas de espera General:
Fila 1: "QA", Nombre del Problema, Unidad de tiempo, 1.
Fila 2: "Problem Specification", "Entry".
Fila 3: "Number of servers", número de servidores.
Fila 4: "Service time distribution", nombre de la distribución.
Fila 5: "Parameter 1", parámetro 1.
Fila 6: "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.)
Fila 7: "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.)
Fila 8: "Service pressure coefficient", coeficiente de presión.
Fila 9: "Interarrival time distribution", nombre de la distribución entre llegadas.
Fila 10: "Parameter 1", parámetro 1.
Fila 11: "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.)
Fila 12: "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.)
Fila 13: "Arrival discourage coefficient", coeficiente de retardación de llegada.
Fila 14: "Batch size distribution", nombre de la distribución.
Fila 15: "Parameter 1", parámetro 1.
Fila 16: "Parameter 2", parámetro 2. (Si no existe ningún parámetro 2, entre 0.)
Fila 17: "Parameter 3", parámetro 3. (Si no existe ningún parámetro 3, entre en 0.)
Fila 18: "Queue capacity (maximum waiting space)", capacidad de la cola.
Fila 19: "Customer population", población del cliente.
Fila 20: "Busy server cost per unit time", Costo de servidor ocupado por unidad de
tiempo.
Fila 21: "Idle server cost per unit time", Costo de servidor ocioso por unidad de
tiempo.
Fila 22: "Customer waiting cost per unit time", Costo de cliente en espera por
unidad de tiempo.
Fila 23: "Customer being served cost per unit time", Costo de cliente atendido por
unidad de tiempo.
Fila 24: "Cost of customer being balked", Costo de cliente sin atender por unidad
de tiempo.
Fila 25: "Unit queue capacity cost", Costo Unitario de la capacidad de la cola.

Note que si la distribución discreta es especificada para el tiempo de servicio, los

tiempos entre llegadas, o el tamaño de lote uso el formato descrito Cómo Entrar
una Distribución Discreta.
2. Guarde la hoja de cálculo en un archivo con el formato del texto.
3. Los datos guardados se archivan entonces y pueden ser recuperados por QA.

EJEMPLOS DE COLAS

EJEMPLO1.- Un almacén tiene 2 cajeras que atienden a razón de 1.5 minutos por
cliente siguiendo una distribución exponencial. Los clientes llegan a este almacén
siguiendo una distribución Poisson a razón de 30 por hora. Con esta información
calcular: A)La probabilidad de que el sistema esté lleno, B) La intensidad de
tráfico.

Datos:

Numero de servidores = 2
 =30 [cl/hr]
 =1/1.5 [cl/min]= 40 [cl/hr]
El problema será del tipo M/M/2/FIFO/ /

Procedimiento

1. Se iniciará un nuevo problema en el módulo Análisis de Colas (QA).

2. Se elegirá Sistema Simple M/M, porque es un modelo del que se conocen todos
los datos. Este se llamará Cajeras, eligiendo como unidad de tiempo a horas:
3. En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Los valores de M, representan que es un valor infinito, como ya se mencionó

antes.
4. Al presionar el icono se verá la ventana de los resultados:

De la ventana de resultados podemos concluir:

Customer arrival rate per hour =  = 30 [cl/hr]
Service rate per server per hour =  = 40 [cl/hr]
Overall system effective arrival rate per hour = Tasa de llegada eficace al sistema
global por hora = 30
Overall system effective service rate per hour = Tasa de servicio eficaz del sistema
global por hora = 30
Overall system utilization = Tasa de ocupación del sistema =  = 37.5 %
Average number of customers in the system = Número promedio de clientes en el
sistema = L = 0.8727
Average number of customers in the queue = Número promedio de clientes en la
cola = Lq = 0.1227
Average number of customers in the queue for a busy system = Número promedio
de clientes en la cola para un sistema ocupado = Lb = 0.6
Average time customer spends in the system = Tiempo promedio que un cliente
pasa en el sistema = W = 0.0291 [horas]
Average time customer spends in the queue = Tiempo promedio que un cliente
pasa en la cola = Wq = 0.0041 [horas]
Average time customer spends in the queue for a busy system = Tiempo promedio
que un cliente pasa en la cola para un sistema ocupado = Wb = 0.02 [horas]
The probablity that all servers are idle = Probabilidad de que todos los servidores
estén ociosos = P0 = 45.45 %
The probablity an arriving costumer waits = Probabilidad de que un cliente espere
al llegar al sistema = Pw = Pb = 20.45 %
Average number of customers being balked per hour = Numero promedio de
clientes que no serán atendidos por el sistema por hora = 0
Por lo que las respuestas buscadas son
A. Tasa de ocupación del sistema =  = 37.5 %
B. Probabilidad de que un cliente espere al llegar al sistema = Pw = Pb = 20.45 %
Adicionalmente podemos realizar los siguientes análisis:

 Observar las probabilidades estimadas de que existan de 0 hasta 200

clientes en la cola:
En este caso no es necesario llegar a 200 clientes, ya que se puede observar
claramente, que las probabilidades de que existan 9 clientes, ya son casi cero
(0.0001), siendo así de que la probabilidad de que existan 10 clientes sea cero.

 También podemos realizar una simulación del sistema:

a. Si presionamos veremos la siguiente ventana:

En el que usaremos:
 La semilla de aleatoriedad por defecto
 Una disciplina de cola de tipo FIFO (PEPS)
 Un tiempo de simulación de cola de 24 horas (1 día).
 El momento que iniciará la recolección de datos será a las cero horas.
 La capacidad de la cola es infinita (M).
 El máximo de número de recolecciones de datos será infinito (M).
Si presionamos OK, se llevará adelante la simulación y veremos los siguientes
resultados de la actuación de la cola durante 24 horas:
System M/M/2 =Sistema M/M/2
Customer arrival rate per hour =  = 30 [cl/hr]
Service rate per server per hour =  = 40 [cl/hr]
Overall system effective arrival rate per hour = Tasa de llegadas eficaces al
sistema global por hora = 27.3295
Overall system effective service rate per hour = Tasa de servicio eficaz del sistema
global por hora = 27.3295
Overall system utilization = Tasa de ocupación del sistema =  = 34.2151 %
Average number of customers in the system = Número promedio de clientes en el
sistema = L = 0.7565
Average number of customers in the queue = Número promedio de clientes en la
cola = Lq = 0.0722
Average number of customers in the queue for a busy system = Número promedio
de clientes en la cola para un sistema ocupado = Lb = 0.4174
Average time customer spends in the system = Tiempo promedio que un cliente
pasa en el sistema = W = 0.0277 [horas]
Average time customer spends in the queue = Tiempo promedio que un cliente
pasa en la cola = Wq = 0.0026 [horas]
Average time customer spends in the queue for a busy system = Tiempo promedio
que un cliente pasa en la cola para un sistema ocupado = Wb = 0.0153 [horas]
The probablity that all servers are idle = Probabilidad de que todos los servidores
estén ociosos = P0 = 48.8648%
The probablity an arriving costumer waits = Probabilidad de que un cliente espere
al llegar al sistema = Pw = Pb = 17.2951 %
Average number of customers being balked per hour = Numero promedio de
clientes que no serán atendidos por el sistema por hora = 0
Simulation time in hours = Tiempo de simulación en horas = 24
Starting data collection in hour = Iniciar recolección de datos en el tiempo = 0
Number of observations collected = Número de observaciones recolectadas = 656
Maxium number of costumers in queue = Número máximo de clientes en la cola =
4
Total simulation CPU time in second = Tiempo total de simulación en CPU =
0.1050

Las probabilidades estimadas para n clientes:

Se puede observar que se puede esperar para un tiempo de simulación de 24

horas, un máximo de 6 clientes con una probabilidad de casi cero (0.0002).

 Otro de los análisis del que podemos disponer es el de Análisis de

sensibilidad.
Si presionamos podremos observar la siguiente
ventana:
Si realizamos un análisis de sensibilidad, seleccionando como parámetro de
análisis a la tasa de llegadas  , haciendo que esta cambie de 30 a 100 [cl/hr], con
un paso de 10 [cl/hr], utilizando el modelo de aproximación G/G/s, podremos ver
de qué manera reacciona el sistema:

Podemos observar claramente de que la utilización del sistema va en incremento

en una proporción de 10 [cl/hr], y cuando ésta llega a los 70 [cl/hr], se da una
utilización del 87.5% (Máxima utilización posible), pero si seguimos incrementando
hasta llegar a los 80 [cl/hr], el sistema se vuelve inestable, es decir el número de
servidores es insuficiente.
 También podemos ver el gráfico del análisis de sensibilidad de un
parámetro determinado en función del parámetro analizado:
Si presionamos: Show Sensitivity Analysis – Graph
Se abrirá la siguiente ventana:

En la que seleccionaremos como variable independiente para el gráfico a L

(Número promedio de clientes en el sistema), en función de nuestro parámetro
analizado (
En el que se puede ver un crecimiento exponencial.
Así sucesivamente se pueden ir analizando cada uno de los parámetros,
dependiendo que necesidades se tenga.

Otro análisis disponible es el de Análisis de Capacidad:

a. Como éste análisis se realiza a partir de costos, se asumirán los siguientes

costos
Costo de servidor ocupado por hora = 5 $
Costo de servidor ocioso por hora = 1 $
Costo por cliente en espera = 0.5 $
Costo por cliente servido por hora = 3 $
Costo por cliente no atendido = 1 $
Costo unitario por capacidad de cola = 3 $

b. Si presionamos podremos observar la siguiente ventana:

En el que variaremos el número de servidores de 2 a 8, con un paso de 1, y en el
que la capacidad de la cola es Infinita, seleccionando la formula G/G/s de
aproximación.

C. Si presionamos en OK, la ventana de resultados será la siguiente:

Ejemplo
Una cadena de supermercados es abastecida por un almacén central. La
mercadería que llega a este almacén es descargada en turnos nocturnos. Los
camiones que descargan llegan en forma aleatoria siguiendo una Poisson a razón
de dos camiones por hora. En promedio 3 trabajadores descargan 3 camiones por
hora siguiendo una distribución exponencial. Si el número de trabajadores del
equipo es incrementado, la razón de servicio se incrementa en la misma
proporción. Cada trabajador recibe 5$ por hora durante el turno nocturno de 8
horas. El costo de tener el chofer esperando ser servido, se estima en 20 $ por
hora. Se desea determinar el tamaño del equipo que minimiza el costo total.

Datos:
Numero de servidores = 2
 =2 [cl/hr]
 1= 3 [cl/hr],  2= 4 [cl/hr],  3= 5 [cl/hr] …
El problema será del tipo M/M/1/FIFO/ /
CS = 5 [$/hr]
CE = 20 [$/hr]
Procedimiento

1. Se iniciará un nuevo problema en el módulo Análisis de Colas (QA).

2. Se elegirá Sistema Simple M/M, porque es un modelo del que se conocen todos
los datos. Este se llamará Supermercados, eligiendo como unidad de tiempo a
horas:

3 En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Si presionamos podremos observar la siguiente

ventana:
Si realizamos un análisis de sensibilidad, seleccionando como parámetro de
análisis al número de servidores, haciendo que esta cambie de 1 a 10 con un paso
de 1, utilizando el modelo de aproximación G/G/s en caso de no existir una
fórmula para este modelo, podremos ver de qué manera reacciona el sistema:

Podemos observar claramente de que a medida que se incrementa el número de

servidores (1-15), los costos totales van disminuyendo, pudiéndose notar que el
que al llegar a 4 servidores, se tiene el costo mínimo (23.4783), siendo que desde
5 servidores, nuevamente el costo total va en aumento. Podemos ver el gráfico del
análisis de sensibilidad del costo total, en función del número de servidores:
Si presionamos: Show Sensitivity Analysis – Graph
Se abrirá la siguiente ventana:

Pudiéndose ver el siguiente gráfico

Por lo que la respuesta del número de servidores a seleccionar es 4

Ejemplo
Cierta computadora tarda exactamente 1.5 horas en atender un servicio requerido.
Si los trabajos llegan según una Poisson a razón de un trabajo cada 120 minutos,
se desea saber:

a. ¿Qué tanto debe esperar en promedio un trabajo para recibir atención?

b. ¿Será necesario la compra de otra computadora?
c. Si la distribución del tiempo de servicio fuera Erlang con una media de 1.5 y con
un parámetro k = 5, ¿Cuánto debería esperar un trabajo para ser atendido?
¿Cuál sería la probabilidad de ser atendido?

Datos:
Numero de servidores = 1  =1/120 [tr/min] = 0.5 [tr/hr]
 = 1/1.5 [tr/hr] = 0.667 [tr/hr] El problema será del tipo M/M/1/FIFO/ /

Procedimiento
1. Se iniciará un nuevo problema en el módulo Análisis de Colas (QA).
2. Se elegirá Sistema Simple M/M, porque es un modelo del que se conocen todos
los datos. Este se llamará Computadora, eligiendo como unidad de tiempo a
horas:

3. En la hoja de cálculo se introducirá los datos conocidos como se muestra:

1. Al presionar el icono se verá la ventana de los resultados:

De la ventana de resultados podemos concluir:

Customer arrival rate per hour =  = 0.5 [tr/hr]

Service rate per server per hour =  = 0.667 [tr/hr]
Overall system effective arrival rate per hour = Tasa de llegadas eficaces al
sistema global por hora = 0.5
Overall system effective service rate per hour = Tasa de servicio eficaz del sistema
global por hora = 0.5
Overall system utilization = Tasa de ocupación del sistema =  = 74.9625 %
Average number of customers in the system = Número promedio de clientes en el
sistema = L = 2.9940
Average number of customers in the queue = Número promedio de clientes en la
cola = Lq = 2.2444
Average number of customers in the queue for a busy system = Número promedio
de clientes en la cola para un sistema ocupado = Lb = 2.9940
Average time customer spends in the system = Tiempo promedio que un cliente
pasa en el sistema = W = 5.9880 [horas]
Average time customer spends in the queue = Tiempo promedio que un cliente
pasa en la cola = Wq = 4.4888 [horas]
Average time customer spends in the queue for a busy system = Tiempo promedio
que un cliente pasa en la cola para un sistema ocupado = Wb = 5.9880 [horas]
The probablity that all servers are idle = Probabilidad de que todos los servidores
estén ociosos = P0 = 25.0375 %
The probablity an arriving costumer waits = Probabilidad de que un cliente espere
al llegar al sistema = Pw = Pb = 74.9625 %
Average number of customers being balked per hour = Numero promedio de
clientes que no serán atendidos por el sistema por hora = 0
Por lo que las respuestas buscadas son

a. Tiempo promedio que un cliente pasa en la cola = Wq = 4.4888 [horas]

b. No, porque la Tasa de ocupación del sistema =  = 74.9625 %

La resolución del inciso c es la que sigue:

1. Se iniciará un nuevo problema en el módulo Análisis de Colas (QA).

2. Se elegirá Sistema General de colas, porque es un modelo del que se conocen
todos los datos de la distribución Erlang. Este se llamará Computadoras 1,
eligiendo como unidad de tiempo a horas:

3. Como el problema es del tipo: M/EK/1/FIFO/ /. En la hoja de cálculo se

introducirá los datos conocidos como se muestra:
Al presionar el icono se verá la ventana de los resultados:

Ejemplo
Las secretarias de cinco oficinas sacan copias en una copiadora en forma
periódica. La razón de llegadas a la copiadora es Poisson con una media de 4 por
hora; el tiempo de servicio es exponencial con una tasa promedio de 6 por hora.
a. ¿Cuál es la probabilidad de que la copiadora esté ociosa?
b. ¿Cuál es el número promedio de secretarias usando la copiadora?
c. ¿Cuál es el número promedio de secretarias en la copiadora?

Datos:

Numero de servidores = 1
 = 4 [secr/hr]
 = 6 [secr/hr]
El problema será del tipo M/M/1/FIFO/5/5

Procedimiento

1. Se iniciará un nuevo problema en el módulo Análisis de Colas (QA).

2. Se elegirá Sistema Simple M/M, porque es un modelo del que se conocen todos
los datos. Este se llamará secretaria, eligiendo como unidad de tiempo a horas:

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono se verá la ventana de los resultados:

Por lo que lo que los resultados buscados son:

a. Probabilidad de que la copiadora este ociosa = P 0 = 1.4183 %

b. Número promedio de secretarias usando la copiadora = L = 3.5213
c. Número promedio de secretarias en la copiadora = Lq = 2.5355

Ejemplo

Los autos que llegan a una caseta de pago en una carretera siguen una Poisson
con una media de 90 autos por hora. El tiempo promedio para pasar es de 38
segundos. Los chóferes se quejan de un largo tiempo de paso y por ello el tránsito
está dispuesto a disminuir a 30 segundos el tiempo de paso, introduciendo nuevos
mecanismos. Este cambio se justifica si antes el número de autos que esperan
sea mayor a cinco. Por otro lado, el % de tiempo ocioso en la caseta con el nuevo
sistema no deberá ser mayor al 10 % ¿Se justifica el cambio?

Datos:

Numero de servidores = 1
 = 90 [autos/hr]
 = 3600/30 [autos/hr] = 120 [autos/hr]
N=6
P0  10 %
El problema será del tipo M/M/1/FIFO/N/
Procedimiento
Los pasos 1 y 2 son los mismos, que en los anteriores problemas.
1. En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Al presionar el icono se verá la ventana de los resultados:

Como las condiciones eran: Lq = 5 y P0  10 %
Pero del modelo nos muestra de que Lq = 1.3878 y P 0 = 27.7813 %
Entonces se rechaza la implementación de un nuevo sistema
2 Se tiene un puesto de gasolina con dos bombas, localizado en un punto
privilegiado de la ciudad con un servicio excelente. Cada 5 minutos (siguiendo una
exponencial) llega un cliente. Suponiendo que el puesto está abierto desde las 6
horas hasta las 21 horas y que la tasa de servicio es de 15 clientes por hora
(siguiendo una Poisson) a) ¿Cuál es la tasa de ocupación del sistema?, b) ¿Cuál
es la probabilidad de que el sistema esté lleno?, c) ¿Cuál es el tiempo promedio
que un cliente pasa en el sistema?
Datos:

Numero de servidores = 2
 = 1/5 [autos/min] = 12 [autos/hr]
 = 15 [autos/hr]
El problema será del tipo M/M/1/FIFO/ /

Procedimiento

Los pasos 1 y 2 son los mismos, que en los anteriores problemas.

3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:
Al presionar el icono se verá la ventana de los resultados:

Las respuestas buscadas son:

Tasa de ocupación del sistema =  = 40%
Probabilidad de que el sistema esté lleno = Pw = Pb = 22.8571%
Tiempo promedio que un cliente pasa en el sistema = W = 0.0794[horas]
1. Una estación de servicio maneja cuatro bombas de gasolina. El tiempo
necesario para servir a un cliente tiene una distribución exponencial con un índice
medio de 5 minutos. Los automóviles llegan a la gasolinera con una distribución de
Poisson a un índice medio de 30 por hora. Si llega un automóvil y no hay bombas
disponibles, la venta se pierde. La venta promedio de gasolina es de 4 $ por
automóvil.
a. ¿Cuánto puede esperar perder diariamente el dueño de la gasolinera, debido a
la impaciencia de los automovilistas?
b. ¿Cuál es la probabilidad de que un cliente se vaya?
c. Sí esta probabilidad fuera del 15 % o menos, ¿Cuál sería el número óptimo de
bombas de gasolina?

Datos:
Numero de servidores = 4
 = 30 [autos/hr]
 = 1/5 [autos/min] = 12 [autos/hr]
El problema será del tipo M/M/1/FIFO/4/4
Procedimiento
Los pasos 1 y 2 son los mismos, que en los anteriores problemas.
3) En la hoja de cálculo se introducirá los datos conocidos como se muestra:
Al presionar el icono se verá la ventana de los resultados:

Las respuestas buscadas son:

a. Perdida = 30 [autos/hr]*24/1 [hr/dia]*4[$/autos]*0.149916 = 431,75808 [$us/dia]
b. Probabilidad de que un cliente se vaya = 14.9916 %
La resolución del inciso c es la siguiente:
Si realizamos un análisis de sensibilidad, seleccionando como parámetro de
análisis al número de servidores tenemos:

En el que claramente podemos ver de que Pw < 15 % desde el momento en que

se incrementa el número de servidores a 5.
Por tanto la respuesta es 5