UNIVERSIDAD NACIONAL

AUTÓNOMA DE MÉXICO

Teoría de Colas y
Líneas de Espera

José Antonio Rivera Colmenero

UNAM
Facultad de Ingeniería
Posgrado de Ingeniería

-1-
Líneas de Espera

TODOS NOS HEMOS

VISTO OBLIGADOS A
ESPERAR EN UNA
FILA Y SABEMOS
QUE, CUALQUIERA
QUE SEA LA QUE
ELIJAMOS, LAS
OTRAS PERECEN
AVANZAR CON MÁS
RAPIDEZ. AQUÍ, LAS
PERSONAS SE
FORMAN EN LA FILA
PARA ENTRAR AL
MUSEO DEL LOUVRE
EN PARÍS, FRANCIA.

Las líneas de espera son parte de nuestra vida cotidiana. Todos esperamos en la fila para comprar
un boleto para el cine, efectuar un depósito bancario, pagar los víveres, enviar un paquete por
correo, obtener comida en la cafetería, comenzar un recorrido en un parque de diversiones, etcétera.
Nos hemos acostumbrado a cantidades notables de espera, pero aún nos molestamos con las esperas
prolongadas.

Sin embargo, tener que esperar no es sólo una pequeña molestia personal. La cantidad de tiempo
que la población de un país desperdicia esperando en las filas es un factor primordial tanto de la
calidad de vida ahí de la eficiencia de la economía del país. Por ejemplo, antes de su disolución, la
URRSS era notoria por las largas líneas de espera que sus ciudadanos tenían que tolerar con
frecuencia sólo para la adquisición de artículos básicos. Incluso hoy en Estados Unidos, se estima
que sus ciudadanos gastan 37’000,000,000 horas anuales esperando en las filas. Si, en cambio, este
tiempo pudiera empelarse en forma productiva, ¡equivaldría a 20 millones de años-persona de
trabajo útil cada año!

Cualquiera que haya tenido que esperar en un semáforo, en las cajas de un centro comercial, al
abordar el Metro o esperar a registrar la salida en el trabajo (que hay algunos que se forman media
hora antes de la salida frente al reloj checador), ha experimentado lo que es una línea de espera.
Quizás uno de los mejores ejemplos de la administración efectiva de las líneas de espera es el de
Walt Disney World. Un día lo pueden visitar 25,000 personas, pero otro día pueden ser 90,000
personas. Un análisis cuidadoso del proceso de flujo, de la tecnología para movilizar a la gente
(manejo de materiales), transporte del equipo, y capacidad y distribución de las instalaciones hacen
que los tiempos de espera para las atracciones sean de un nivel aceptable.
El análisis de líneas de espera es de interés para los administradores porque son los que efectúan el
diseño, planean la capacidad y distribución, controlan el inventario, y efectúan la programación de
las actividades en la empresa donde trabajan.

-2-
 En el transcurso de su vida una
persona invierte su tiempo de la
siguiente manera:

SEIS MESES
Frente al semáforo

OCHO MESES
Revisando su correo

UN AÑO
Buscando objetos perdidos

DOS AÑOS
Hablando por teléfono

CUATRO AÑOS
Construyendo su casa

CINCO AÑOS
En las líneas de espera

SEIS AÑOS
Comiendo

¿PORQUÉ SE CREAN LAS LÍNEAS DE ESPERA?

En una línea de espera uno o más “clientes” esperan por el servicio. Los clientes
pueden ser personas u objetos inanimados como las máquinas que requieren de mantenimiento, las
órdenes de ventas que esperan a despacharse, o artículos del inventario que esperan para ser
utilizados. Las formas de la línea de espera se deben a un desequilibrio temporal entre la demanda
por el servicio y la capacidad del sistema para proporcionar el servicio. En la mayoría de los
problemas de líneas de espera en la vida real, la tasa de la demanda varía; es decir, los clientes
llegan a intervalos imprevisibles. Con frecuencia, la tasa para producir el servicio también varía y
depende de las necesidades del cliente. Suponga que los clientes del banco llegan a una tasa media
de 15 por hora a lo largo del día y que el banco puede atender un promedio de 20 clientes por hora.
¿Por qué siempre se forma una línea de espera? Las respuestas son porque la tasa de llegada del
cliente varía durante el día y el tiempo requerido para atender un cliente también varía. Durante la
hora del mediodía, 30 clientes llegan al banco. Algunos de ellos efectúan transacciones
complicadas y requieren de tiempos de atención superiores al promedio. La línea de espera puede
aumentar a 15 clientes durante este período. Aunque el gerente del banco proporcione más
capacidad de la normal, aún así las líneas de espera pueden crecer.

Las líneas de espera pueden crecer aun cuando el tiempo para atender a un cliente sea constante.
Por ejemplo, en el servicio de transporte Metro se controla el tiempo del recorrido entre estaciones
a lo largo de toda la ruta. Cada tren se programa para llegar a una terminal, digamos, cada 1.5
minutos. Incluso con el tiempo de servicio constante, se crean líneas de espera. La personas esperan
el próximo tren o no pueden abordar un tren debido a la muchedumbre en un momento del día
cuando la demanda es mayor. Por consiguiente, en este caso la variabilidad en la tasa de demanda
determina el tamaño de la línea de espera. En general, si no hay variabilidad en la demanda o en
las tasas de servicio y se tiene suficiente capacidad en el sistema de servicio, no puede crearse una
línea de espera.

-3-
 ALGUNOS EJEMPLOS DE SISTEMAS DE LÍNEAS DE ESPERA

Una clase importante de los sistemas de líneas de espera que encontramos en nuestras vidas diarias
son los sistemas de servicios comerciales, donde los clientes externos reciben servicios de
organizaciones comerciales.

a. Servicios comerciales (Tabla 1).

EJEMPLOS DE SISTEMAS DE SERVICIOS COMERCIALES QUE SON SISTEMAS

TABLA 1
DE LÍNEAS DE ESPERA
Tipo de sistema Clientes Servidor (es)
Peluquería Personas Peluquero
Servicio de cajero bancario Personas Cajero
Cajero automático Personas Cajero automático
Caja en tienda Personas Cajero
Servicios de plomería Cañerías tapadas Plomero
Ventanilla de boletos en un cine Personas Cajero
Mostrador de registro en un aeropuerto Personas Agente de la línea
Servicio de corretaje Personas Corredor de valores
Gasolinera Autos Bomba
Centro de atención para ordenar artículos Personas Agente telefónico
Centro de atención para soporte técnico Personas Representante técnico
Agencia de viajes Personas Agente de viajes
Taller de reparación de autos Propietarios de autos Mecánico
Máquinas expendedoras Personas Máquinas expendedoras
Servicios dentales Personas Dentista
Servicios de techado Techos Techador.

La mayoría de estos ejemplos involucran a clientes que vienen al servidor en un lugar fijo, donde
se forma una línea de espera física si los clientes necesitan esperar para que comience el servicio.
Sin embargo, para los ejemplos de servicios de plomería y de servicios de techado, el servidor va
a los clientes, de modo que los clientes en la línea de espera están geográficamente dispersos. En
varios otros casos, el servicio se proporciona por teléfono, quizá después de algunos clientes están
en espera (en la línea).

Las organizaciones también tienen sus propios sistemas de servicio internos, donde los clientes
que reciben el servicio son internos a la organización. Como lo indican los ejemplos en la Tabla
2, éstos también son sistemas de líneas de espera. En algunos casos, los clientes son empleados de
las organizaciones. En otros ejemplos, los clientes son cargas que deben moverse, máquinas a ser
reparadas, artículos para inspección, que realizar, etcétera.

-4-
b. Servicio interno (Tabla 2).

EJEMPLOS DE SISTEMAS DE SERVICIOS INTERNOS QUE SON SISTEMAS DE

TABLA 2
LÍNEAS DE ESPERA
Tipo de sistema Clientes Servidor(es)
Servicios secretariales Empleados Secretaria
Servicios de copiado Empleados Máquina copiadora
Servicios de programación de computadoras Empleados Programador
Computadoras grandes Empleados Computadora
Centro de primeros auxilios Empleados Enfermera
Servicios de fax Empleados Máquina de fax
Sistemas de manejo de materiales Cargas Unidad de manejo de materiales
Sistema de mantenimiento Máquinas Cuadrilla de reparación
Estación de inspección Artículos Inspector
Sistema de producción Trabajos Máquina
Máquinas semiautomáticas Máquinas Operador
Depósito de herramientas Operadores de máquinas Empleado

Los sistemas de servicios de transporte constituyen otra categoría importante de sistemas de

líneas de espera. La Tabla 3 proporciona algunos ejemplos. En varios de los casos, los vehículos
involucrados son los clientes. En otros, cada vehículo es un servidor. Algunos ejemplos trascienden
el tipo básico de sistema de líneas de espera. En particular, el servicio de aerolínea y el de elevador
involucran a un servidor que sirve a un grupo de clientes en forma simultánea en lugar de uno a la
vez. La línea de espera en el ejemplo del estacionamiento tiene capacidad cero porque los autos
que llegan (clientes) van a cualquier otro lugar a estacionarse si todos los espacios del
estacionamiento están ocupados (todos los servidores están ocupados).
c. Servicio de transporte (Tabla 3).

EJEMPLOS DE ESTACIONES DE SERVICIOS DE TRANSPORTE QUE SON

TABLA 3
SISTEMAS DE LÍNEAS DE ESPERA
Tipo de sistema Clientes Servidor(es)
Caseta de cobro en autopista Autos Cajero
Muelle de carga de camiones Camiones Cuadrilla de carga
Área de descarga portuaria Barcos Cuadrilla de descarga
Aviones que esperan despegar Aviones Pista
Aviones que esperan aterrizar Aviones Pista
Servicio de aerolínea Personas Avión
Servicio de taxis Personas Taxi
Servicio de elevador Personas Elevador
Bomberos Incendios Carro de bomberos
Estacionamiento Autos Espacios de estacionamiento
Servicio de ambulancia Personas Ambulancia

-5-
Existen muchos ejemplos adicionales de sistemas de líneas de espera importantes que pueden no
estar dentro de las categorías mencionadas. Por ejemplo, un sistema judicial es una red de líneas
de espera donde los juzgados son los locales de servicio, los jueces (o paneles de jueces) son los
servidores y los casos en espera de juicio son los clientes. Varios sistemas de servicios de salud,
como las salas de urgencias de los hospitales, también son sistemas de líneas de espera. Por.
ejemplo, las máquinas de rayos X y las camas de hospital se pueden ver como servidores en sus
propios sistemas de líneas de espera. Las aplicaciones iniciales de la teoría de líneas de espera
(gracias a A. K. Erlang en la compañía telefónica de Copenhague) fueron a la ingeniería telefónica,
y el área general de las telecomunicaciones continúa siendo un área de aplicación muy importante.
Más aún, todos tenemos nuestras propias líneas de espera personales: asignación de tareas, libros
que leer, etcétera. Sin duda, los sistemas de líneas de espera prevalecen en muchas áreas de la
sociedad.

ASPECTOS ECONÓMICOS DEL PROBLEMA DE LA LÍNEA DE ESPERA

El problema fundamental en casi todas las líneas de espera tiene que ver con el equilibrio. El
administrador debe sopesar el costo adicional de proporcionar un servicio más rápido (más carriles
de tránsito, pistas de aterrizaje adicionales, más mostradores de registro de salidas) contra el costo
inherente a la espera.
Con frecuencia, el costo de esta decisión es directo. Por ejemplo, si encontramos que el tiempo
total que pasan nuestros empleados en una fila para poder utilizar una copiadora puede dedicarse a
actividades más productivas, compararíamos el costo de instalar una máquina adicional contra el
valor del tiempo que se ahorran los empleados. Después de esto la decisión se reduce al costo en
pesos, lo cual facilita la elección.
Por otra parte, supongamos que nuestro problema de la línea de espera es la demanda de camas en
un hospital. No podemos simplemente calcular el costo de las camas adicionales sumando los
costos de construcción del edificio, del equipo adicional requerido y del incremento en el
mantenimiento, ya que, de hacerlo así, ¿qué pondríamos del otro lado de la balanza? Aquí nos
enfrentamos al problema de tratar de asignarle una cifra en pesos a la necesidad del paciente de
una cama de hospital que no está disponible. Aun cuando podemos estimar los ingresos perdidos
para el hospital, ¿qué hay sobre el humano que sufre por esta falta de atención adecuada en el
hospital?

EQUILIBRIO DE COSTO-EFECTIVIDAD

La Figura 1 muestra la relación esencial del equilibrio en condiciones típicas (estado estacionario)
de tránsito de clientes. Al principio, con una capacidad de servicio mínima, el costo de la línea de
espera está en el máximo. A medida que se incrementa la capacidad de servicio hay una reducción
en el número de clientes en la línea y en sus tiempos de espera, lo que disminuye el costo de la
línea de espera. La variación en esta función suele estar representada por la curva exponencial
negativa. El costo de la capacidad de servicio se muestra de una manera sencilla como una función
lineal, más que como una función escalonada. El costo agregado o total se muestra como una curva
en forma de U, que es una aproximación común en estos problemas de equilibrio. El costo óptimo
idealizado se encuentra en el punto donde se cruzan las curvas de la capacidad de servicio y de la
fila de espera.

-6-
 EQUILIBRIO DE LA CAPACIDAD DEL SERVICIO VERSUS LÍNEA DE
FIGURA 1 ESPERA

Costo
agregado
Mínimo

Costo de la
Costo capacidad
de servicio

Costo de la
línea de espera

Capacidad óptima
Capacidad de la instalación de servicio

SUGERENCIAS PARA ADMINISTRAR LAS LÍNEAS DE ESPERA

Estas son algunas sugerencias útiles para administrar las líneas de espera, que van más allá de los
modelos cuantitativos de las líneas de espera.

1. Determine un tiempo de espera aceptable para sus clientes. ¿Cuánto tiempo creen sus
clientes que deberán esperar? Establezca objetivos operacionales con base en lo que es
aceptable.

2. Trate de desviar la atención de sus clientes cuando esperan. Si se proporciona música,

un video u otra forma de entretenimiento, eso puede ayudar a distraer a los clientes del hecho
de que se les hace esperar.

3. Informe a sus clientes qué tiempo deben esperar. Esto es especialmente importante cuando
el tiempo de espera es más largo de lo normal. Infórmeles por qué el tiempo de espera se
prolonga más de lo normal y qué es lo que hace usted para aligerar la espera.

4. Mantenga fuera de la vista de sus clientes a los empleados que no los están atendiendo.
Nada es más frustrante para quien espera en una línea que ver a los empleados que
potencialmente podrían estar atendiéndolos trabajando en otras actividades.

5. Segmente a los clientes. Si un grupo de clientes necesita algo que puede hacerse con mayor
rapidez, envíe a esos clientes a una línea especial, de manera que no tengan que esperar a causa
de los clientes más lentos.

-7-
6. Capacite a sus servidores para que sean cordiales. Saludar al cliente por su nombre, o
bien proporcionarle alguna otra atención especial, puede hacer mucho para vencer los
sentimientos negativos de una larga espera. (Sugerencia: en vez de decirles a los servidores
simplemente que sean cordiales, los psicólogos sugieren que se les diga cuándo deben recurrir
a acciones cordiales específicas, como sonreír cuando saludan a los clientes, cuando toman
pedidos y cuando dan cambio [en una tienda]. Las pruebas que se han hecho utilizando esas
conductas específicas demostraron incrementos significativos en la percepción del cliente
respecto de la actitud amistosa de los servidores.)

7. Anime a los clientes para acudir durante periodos de poca actividad. Informe a los
clientes cuáles son los horarios en los que por lo común no tienen que esperar. También dígales
cuáles son los períodos pico; esto puede ayudar a mitigar la carga.

8. Tenga la perspectiva a largo plazo de deshacerse de las líneas de espera. Desarrolle

planes para formas alternativas de atención a sus clientes. Cuando sea apropiado, desarrolle
planes para automatizar o acelerar de alguna manera el proceso. Esto no quiere decir que usted
deba eliminar la atención personal, pues para algunos clientes ésta es deseable.

APLICACIONES DE LA TEORÍA DE LÍNEAS DE ESPERA

La teoría de líneas de espera se aplica tanto en los servicios como en las empresas manufactureras,
relacionan la llegada de clientes y las características del proceso de producción en el sistema de
servicio. Se define el término servicio como el acto de trabajar para un cliente. El
sistema de servicio podría ser el corte de cabello en una peluquería, la satisfacción de las
necesidades del cliente, o el procesamiento en determinada máquina de una pieza ordenada por el
cliente . Otros ejemplos de clientes y servicios incluyen las líneas de espera en las taquillas del
teatro para comprar boletos, los camiones que esperan a ser descargados en un almacén, las
máquinas que esperan a ser reparadas por una cuadrilla de mantenimiento, y los pacientes que
esperan en un consultorio a ser examinados por un médico. Sin tomar en cuenta la situación, los
problemas de líneas de espera tienen varios elementos en común.

ESTRUCTURA DE LOS PROBLEMAS DE LÍNEAS DE ESPERA

El análisis de los problemas de líneas de espera inicia con una descripción de los elementos básicos
de la situación. Cada situación específica tendrá características diferentes, pero cuatro elementos
son comunes a todas ellas:
1. Un insumo, o población de clientes, que genera clientes potenciales.
2. Una línea de espera de clientes.
3. La instalación de servicio, consistente de una persona (o cuadrilla), una máquina (o grupo
de máquinas), o ambas y que son necesarias para realizar el servicio para el cliente.
4. Una regla de prioridad, que selecciona al siguiente cliente que se atenderá en la instalación
de servicio.

-8-
 FIGURA 2 ELEMENTOS BÁSICOS DE LOS MODELOS DE LÍNEAS DE ESPERA

Población
Sistema de servicio
de clientes

Línea de espera Clientes

atendidos
Instalación
Regla de de servicio
prioridad

La Figura 2 muestra estos elementos básicos. El sistema de servicio describe el número de

líneas y la distribución de las instalaciones. Después de realizado el servicio, los clientes atendidos
salen del sistema.

POBLACIÓN DE CLIENTES

Una población de clientes es la fuente de insumos para el sistema de servicio.

Población finita. Si el número potencial de nuevos clientes para el sistema de servicio se ve

reducido considerablemente por el número de clientes que ya están en el sistema, se dice que la
fuente de insumos es finita.
Una población finita se refiere a un conjunto reducido de clientes que utilizarán el servicio y que,
en ocasiones, deben formarse en una fila. La razón por la que es importante clasificarla como finita
es que cuando un cliente sale de su posición como miembro de la población (por ejemplo, una
máquina se descompone y requiere servicio), el tamaño del grupo de usuarios se reduce en uno, lo
que a su vez reduce la probabilidad de que se vuelva a requerir el servicio. A la inversa, cuando se
le ofrece el servicio a un cliente y regresa al grupo de usuarios, la población se incrementa al igual
que la probabilidad de que un usuario requiera un servicio. Esta clase de problemas finitos requiere
una serie de fórmulas distintas de las del caso de la población infinita.
Por ejemplo, considere un grupo de seis máquinas a las que un encargado de reparaciones da
mantenimiento. Cuando una máquina se descompone, la población fuente se reduce a cinco
máquinas y la probabilidad de que una de las cinco restantes se descomponga y necesite una
reparación es, en efecto, menor que cuando había seis máquinas operando. Si hay dos máquinas
descompuestas y sólo cuatro están operando, la probabilidad de que otra se descomponga cambia
de nuevo. A la inversa, cuando una máquina se repara y vuelve a estar en servicio, la población de
máquinas se incrementa, aumentando en consecuencia la probabilidad de una descompostura.

Población infinita. A la inversa, una población de clientes infinita es aquella en la que el número
de clientes en el sistema no afecta la tasa a la que la población genera nuevos clientes.

-9-
Una población infinita es bastante grande en relación con el sistema de servicio, de manera que el
tamaño de la población, que es consecuencia de las restas o sumas a la población (un cliente que
necesita un servicio o un cliente que recibió el servicio y regresa a la población), no afecta de
manera significativa las probabilidades del sistema. Si en la explicación finita anterior hubiera 100
máquinas en vez de seis, y si una o dos máquinas se descompusieran, las probabilidades de la
siguiente descompostura no serían muy diferentes y podría suponerse, sin un error significativo,
que la población (para todos los fines prácticos) es infinita. Las fórmulas para los problemas de
líneas de espera “infinitas” tampoco causarían un error significativo si se aplican a un médico con
mil pacientes o a una tienda departamental con diez mil clientes.

Por ejemplo, considere una operación de un pedido por correo en la que la población de clientes
consiste de compradores que han recibido un catálogo de productos vendidos por la compañía.
Debido a que la población de clientes es tan grande y sólo una pequeña parte de compradores hace
un pedido en cualquier momento, la generación de nuevos pedidos no es afectada por el número
de pedidos que esperan por el servicio o están siendo procesados por el sistema de servicio. En este
caso, se dice que la población de clientes es infinita.

Grado de paciencia. Los clientes en las líneas de espera pueden ser pacientes o impacientes, esto
no tiene nada que ver con el lenguaje colorido que usa un cliente mientras espera durante mucho
tiempo en línea para ser atendido en un día caluroso. En el contexto de los problemas de líneas de
espera, un cliente paciente es aquél que entra en el sistema y permanece allí hasta que es atendido;
un cliente impaciente es aquel que decide no entrar en el sistema (se frustra) o abandona el sistema
antes de ser atendido (renuncia). Hay dos clases de impacientes. En el primer caso, los clientes
llegan, sondean tanto la instalación de servicio como la longitud de la línea de espera, y después
deciden irse. En el otro caso, los clientes llegan, estudian la situación, se unen a la línea de espera
y luego, después de un tiempo, se van. La conducta del primer tipo se califica como de frustración,
mientras que la del segundo tipo se califica como de renuncia. Para los métodos usados en estas
notas, hacemos la suposición que todos los clientes son pacientes.

FIGURA 3 GRADO DE PACIENCIA DEL CLIENTE

¡No avanza! ¡No avanza!

Cliente Cliente
impaciente paciente

- 10 -
EL SISTEMA DE SERVICIO

El sistema de servicio queda definido por el número de líneas y los arreglos de las instalaciones.
NÚMERO DE LÍNEAS. Las líneas de espera pueden diseñarse para que sean de una sola línea o
múltiples líneas. La Figura 4 muestra un ejemplo de cada arreglo. Generalmente, las líneas solas
se utilizan en los mostradores de las aerolíneas, dentro de los bancos, y en algunos restaurantes de
comida rápida, mientras tanto las líneas múltiples se utilizan en los centros comerciales, en el pago
del teléfono sin bajar del coche, en las casetas de las autopistas y en las tiendas de descuento.
Cuando están disponibles múltiples servidores y cada uno puede manejar todas las transacciones,
el arreglo de una sola línea mantiene a los servidores constantemente ocupados y le da a los clientes
un sentido de imparcialidad. Los clientes creen que son atendidos de acuerdo a como fueron
llegando, no tienen que adivinar que línea de espera es la que avanzará más rápido. El diseño de
múltiples líneas se optimiza cuando algunos de los servidores proporcionan servicios fijos
limitados. En este arreglo, los clientes seleccionan los servicios que necesitan y esperan en la línea
donde se proporciona ese servicio, como en los centros comerciales de hay líneas especiales para
los clientes que pagan en efectivo o compran menos de 10 artículos.

FIGURA 4 EJEMPLOS DE ARREGLOS DE LÍNEAS DE ESPERA

Instalaciones de servicio

Servidor 1 Servidor 2 Servidor 3 Servidor 4 Servidor 5

(a) Una línea

Instalaciones de servicio

Servidor 1 Servidor 2 Servidor 3 Servidor 4 Servidor 5

(b) Múltiples líneas

- 11 -
Algunas veces, las filas no están organizadas esmeradamente en “líneas”. La máquinas que
necesitan reparación en el piso de producción de una fábrica permanecen ahí hasta que el personal
de mantenimiento pasa por ellas. No obstante, podemos pensar que tales máquinas como formar
una sola línea o múltiples líneas, dependiendo del número de cuadrillas de reparación y sus
especialidades. Igualmente, las personas que telefonean para solicitar un taxi forman una línea
aunque ellos esperan en diferentes lugares.

ARREGLOS DE LAS INSTALACIONES DE SERVICIO. Las instalaciones de servicio consisten

en el personal y equipo necesario para realizar el servicio requerido por el cliente. La Figura 5
muestra ejemplos de los cinco tipos básicos de arreglos de la instalación de servicio. Gerentes
deben seleccionar un arreglo con base en el volumen de clientes y la naturaleza de los servicios
realizados. Algunos de los servicios requieren de un solo paso, también llamado una fase, mientras
que otros requieren de una secuencia de pasos.

En el sistema de un solo canal, una sola fase, los servicios requeridos por un cliente pueden ser
realizados por una sola instalación de servicio. Los clientes forman una sola línea y pasan por la
instalación de servicio uno a la vez. Los ejemplos son el manejo del automóvil a través del lavado
automático, una peluquería atendida por una sola persona y una máquina que puede procesar varios
lotes de partes.

FIGURA 5 ARREGLOS DE INSTALACIONES DE SERVICIO

Instalación
de servicio 1
Instalación Instalación Instalación
de servicio de servicio 1 de servicio 2
Instalación
de servicio 2

(a) Un solo canal, una sola fase (b) Un solo canal, múltiples fases (c) Múltiples canales, una sola fase

Instalación Instalación Ruta para :1–2–4

de servicio 1 de servicio 3 Instalación Instalación
de servicio 1 de servicio 2 Ruta para :2–4–3

Instalación Ruta para :3–2–1–4

Instalación
de servicio 2 de servicio 4

Instalación Instalación
de servicio 3 de servicio 4

(d) Múltiples canales, múltiples fases (e) Arreglo mixto

El arreglo de un solo canal, múltiples fases se usa cuando los servicios se realizan mejor en serie
por más de una instalación, aunque la cantidad de clientes u otras restricciones limitan el diseño de
un canal. Los clientes forman una sola línea y se atienden en forma secuencial de una instalación
de servicio a la siguiente. Un ejemplo de este arreglo es el servicio en el automóvil en McDonald’s,
donde la primera instalación toma la orden, las segunda toma el dinero, y la tercera entrega la
comida.

- 12 -
El arreglo múltiples canales, una sola fase se usa cuando la demanda es bastante grande para
garantizar el ofrecimiento del mismo servicio en más de una instalación o cuando los servicios
ofrecidos por las instalaciones son diferentes. Clientes forman una o más líneas, dependiendo del
diseño. En el diseño de una sola línea, los clientes son atendidos por el primer servidor disponible
como en la sala de espera de un banco. Si cada canal tiene su propia línea de espera, los clientes
esperan hasta que el servidor que corresponde a su línea pueda atenderlos, como en una instalación
de servicio de un banco que atiende a los clientes en el automóvil.

El arreglo de múltiples canales, múltiples fases ocurre cuando los clientes son atendidos por una
de las instalaciones de la primera fase pero entonces requieren del servicio de una instalación de la
segunda fase, y así sucesivamente. En algunos casos, los clientes no pueden cambiar de canal
después de haber empezado el servicio; en otros pueden hacerlo. Un ejemplo de este arreglo es el
de una lavandería automática. Las máquinas de lavado son las instalaciones de la primera fase, y
las secadoras son las instalaciones de la segunda fase. Algunas de las máquinas de lavado y secado
están diseñadas para cargas extra grandes y proporcionan al cliente la opción de cambiar canal.
El problema de líneas de espera más complejo involucra a los clientes que tienen una sola secuencia
de los servicios requeridos; por consiguiente, el servicio no puede describirse en fases. En dicho
caso se usa un arreglo mixto. En el arreglo mixto, las líneas de espera se forman delante de cada
instalación, como en un taller, donde cada trabajo personalizado requiere del uso de varias
máquinas y asignaciones de ruta diferentes.

FIGURA 6 EJEMPLOS DE ARREGLOS DE INSTALACIONES DE SERVICIO

Una sola Múltiples

fase fases

Un solo Una persona Lavado de

canal “peluquería” autos
Ventanillas de
Múltiples Ingreso a
los cajeros en
canales un hospital
un banco

- 13 -
REGLA DE PRIORIDAD DE ATENCIÓN AL CLIENTE

La regla de prioridad determina qué cliente será atendido después. La mayoría de los sistemas de
servicio que usted encuentra usan la primero en llegar, primero en ser atendido (FCFS, First-
Come, First-Served). El cliente al frente de la línea de espera tiene mayor prioridad, y el cliente
que llega en último lugar tiene la prioridad mínima. Sin embargo, otras posibilidades incluyen la
selección aleatoria, primero las reservaciones, primero las urgencias, el tiempo de proceso más
corto, necesidades más limitadas o incluso último en entrar, primero en ser atendido.

Una disciplina con derecho preferente es una regla que permite al cliente de mayor prioridad
interrumpir el servicio de otro cliente. Por ejemplo, en una sala de emergencia del hospital, los
pacientes con las lesiones graves reciben tratamiento primero, sin importar su orden de llegada.

DISTRIBUCIONES DE PROBABILIDAD

Las fuentes de la variación en los problemas de líneas de espera se deben a las llegadas aleatorias
de los clientes y a las variaciones en los tiempos de servicio. Cada una de estas fuentes se describen
con una distribución de probabilidad.

DlSTRIBUCIÓN DE LLEGADA

Los clientes llegan en forma aleatoria a las instalaciones de servicio. La variabilidad en la llegada
de los clientes se describe con frecuencia por una distribución de Poisson, que especifica la
probabilidad que n clientes lleguen en T períodos de tiempo:

(T ) n T
P(n)  e para n  0, 1, 2, 
n!

donde

P(n)  probabilidad de n llegadas en T períodos de tiempo.

  número promedio de clientes que llegan por período.
e  2.7183

La media de la distribución de Poisson es T , y la varianza también es T . La distribución de

Poisson es una distribución discreta; es decir, las probabilidades son para un número específico de
llegadas por unidad de tiempo.

- 14 -
 EJEMPLO 1

El gerente está rediseñando el proceso de servicio al cliente en una tienda departamental. Es

importante atender a cuatro clientes. Los clientes llegan al mostrador a una tasa de dos clientes por
hora. ¿Cuál es la probabilidad que cuatro clientes lleguen en cualquier hora?

SOLUCIÓN

En este caso   2 clientes por hora, T  1 hora, y n  4 clientes. La probabilidad que cuatro
clientes lleguen en cualquier hora es

(T ) n T 2(1) 2 16 2

4
P(n)  e  e  e  0.090
n! 4! 14
Punto de decisión. El gerente de servicio al cliente puede usar esta información para determinar
los requerimientos de espacio para el mostrador y el área de espera. Hay una probabilidad
relativamente pequeña que cuatro clientes lleguen en cualquier hora. Por consiguiente, la capacidad
de asientos para dos o tres clientes es más que adecuada a menos que el tiempo para atender a cada
cliente sea largo.

Otra manera de especificar la distribución de la llegada es hacerlo en términos de los tiempos

entre llegadas, es decir, el tiempo entre las llegadas de los clientes. Si la población de clientes genera
a clientes según una distribución de Poisson, la distribución exponencial describe la probabilidad
que el próximo cliente llegará en los próximos T períodos de tiempo. Como la distribución
exponencial también describe los tiempos de servicio, discutimos los detalles de esta distribución
en la siguiente sección.

DlSTRIBUCIÓN DEL TIEMPO DE SERVICIO

La distribución exponencial describe la probabilidad que el tiempo de servicio del cliente en una
instalación particular no sea mayor de T períodos de tiempo. La probabilidad se calcula usando la
fórmula.
P(t  T )  1  e   T
donde
  número promedio de clientes que terminan el servicio por período.
t  tiempo de servicio del cliente.
T  tiempo de servicio objetivo.

La media de la distribución del tiempo de servicio es 1 /  , y la varianza es (1 /  ) 2 . A medida que

aumenta T , la probabilidad que el tiempo de servicio del cliente sea menor de T se aproxima a 1.0.
Por su sencillez, veremos un arreglo de un solo canal, una sola fase.

- 15 -
 EJEMPLO 2

El gerente de la tienda departamental del Ejemplo 1, debe determinar si es necesario más

entrenamiento para el empleado de servicio al cliente. El empleado de servicio al cliente puede
atender un promedio de tres clientes por hora. ¿Cuál es la probabilidad que el empleado atienda a
un cliente en menos de 10 minutos?

SOLUCIÓN

Debemos tener todos los datos en las mismas unidades de tiempo. Debido a que   3 clientes por
hora, convertiremos los minutos de tiempo a horas, o T  10 minutos  10 / 60 hora  0.167 hora.
Entonces

P(t  T )  1  e   T

P(t  0.167 hora)  1  e (3) (0.167)  1  0.61  0.39

Punto de decisión. La probabilidad que el empleado requiera solo de 10 minutos o menos no es

muy alta, esto indica la posibilidad que los clientes tengan que esperar un poco. El gerente debe
considerar el entrenamiento adicional del empleado para que éste reduzca el tiempo que toma
atender a un cliente.

Algunas características de la distribución exponencial no siempre conforman a una situación real.

El modelo de la distribución exponencial se basa en el supuesto que cada tiempo de servicio es
independiente de aquellos que lo precedieron. En la vida real, sin embargo, puede mejorar la
productividad a medida que los servidores humanos aprenden su trabajo. Otra suposición de este
modelo que son posibles tiempos de servicio muy pequeños, así como muy grandes. Sin embargo,
las situaciones de la vida real requieren con frecuencia tiempos de servicio casi constantes.

USO DE LOS MODELOS DE LÍNEAS DE ESPERA EN EL ANÁLISIS DE

OPERACIONES

Los gerentes de operaciones usan los modelos de líneas de espera para equilibrar las ganancias que
pueden obtenerse si se aumenta la eficiencia del sistema de servicio contra los costos que esto
involucra. Además, los gerentes deben considerar los costos por no hacer mejoras en el sistema:
las largas líneas de espera o el esperar demasiado tiempo pueden causar que los clientes abandonen
o renieguen del servicio. Por consiguiente, los gerentes deben involucrarse en las siguientes
operaciones características del sistema.

1. Longitud de la línea. El número de clientes en la línea de espera refleja una de dos condiciones.
Las líneas cortas significan que el servicio al cliente es bueno o tiene demasiada capacidad. De
manera semejante, las líneas largas indican poca eficiencia del servidor o la necesidad de aumentar
la capacidad.
2. Número de clientes en el sistema. El número de clientes en la línea de espera y los que son

- 16 -
atendidos están relacionados con la eficiencia y capacidad del servicio. Un número grande de
clientes en el sistema ocasiona una congestión y puede producir el descontento del cliente, a menos
que se agregue más capacidad.

3. Tiempo de espera en la línea. Las líneas largas no siempre significan tiempos largos de espera.
Si la tasa de servicio es rápida, una línea larga se atiende eficientemente. Sin embargo, cuando el
tiempo de espera parece largo, los clientes perciben una mala calidad del servicio. Los gerentes
pueden intentar cambiar la tasa de llegada de los clientes o diseñar el sistema de modo que el
tiempo de espera parezca más corto de los que realmente es. Por ejemplo, en Walt Disney World
los clientes en línea para una atracción son entretenidos por videos y también son informados
acerca del tiempo que les falta por esperar, lo que parece ayudarlos a soportar la espera.

4. Tiempo total en el sistema. El tiempo total de espera en el sistema desde la entrada hasta la salida
del mismo nos indicar los problemas con los clientes, la eficiencia del servidor, o la capacidad. Si
algunos clientes pasan demasiado tiempo en el sistema de servicio, puede haber la necesidad de
cambiar la disciplina de prioridad, aumentar la productividad, o se puede ajustar capacidad de
alguna manera.

5. Utilización de la instalación de servicio. La utilización colectiva de las instalaciones refleja el

porcentaje de tiempo que están ocupadas. La meta de la administración es mantener una utilización
y rentabilidad altas sin afectar de manera adversa las demás características.

El mejor método para analizar un problema de líneas de espera es relacionar las cinco
características de operación y sus alternativas en unidades monetarias. Sin embargo, es difícil
asignar una cifra de una unidad monetaria en ciertas características (como el tiempo de espera de
un comprador en una tienda de alimentos). En tales casos, un analista debe ponderar el costo de
implementar la alternativa bajo consideración contra una evaluación subjetiva del costo de no
hacer el cambio.

CLASIFICACIÓN DE LOS MODELOS DE LÍNEAS DE ESPERA

Hay muchos modelos de líneas de espera posibles. Por ejemplo, si el tiempo que existe entre las
llegadas en el modelo básico M/M/1 se le diera una distribución diferente (no la exponencial)
tendríamos un modelo diferente. Para facilitar la comunicación entre aquellos que trabajan con
modelos de líneas de espera, D. G. Kendall propuso una clasificación o taxonomía con base en la
siguiente notación:
A/B/s
Donde
A = distribución de las llegadas.
B = distribución del servicio.
s = número de servidores

Se utilizan diferentes letras para designar ciertas distribuciones. Colocadas en la posición A o B,

indican la distribución de llegadas o de servicio, respectivamente. Las reglas convencionales
siguientes son de uso general:
M = distribución exponencial.

- 17 -
 D = número determinístico.
G = cualquier distribución (general) de tiempos de servicio.
GI = cualquier distribución (general) de tiempos de llegada.

MEDIDAS DE DESEMPEÑO

Existen varias maneras de juzgar la calidad del servicio en un sistema de procesamiento. Los
resultados pueden evaluarse para un período corto una vez que el sistema abre, o por los resultados
a largo plazo o de equilibrio. Por lo general, el tiempo en que los trabajos están en espera es
importante y puede observarse el tiempo de espera promedio o una medida como la del porcentaje
de los trabajos que esperan más, por ejemplo, 10 minutos. Una medida relacionada es el tiempo de
rendimiento para un trabajo (tiempo de espera más tiempo de servicio); otra es la longitud de la
línea de espera. Éstas son medidas de la calidad del desempeño del sistema, desde el punto de vista
del cliente.

Otras medidas se relacionan con el costo de operación del sistema, cuyo factor de carga o de
utilización de la capacidad mide la capacidad del sistema para manejar la carga que llega. La
gerencia tiene la opción de agregar más capacidad.

Un sistema de procesamiento dado puede tener cualquier combinación de los elementos descritos
hasta ahora. Por consiguiente, existe un número muy grande de posibles sistemas, y ningún modelo
matemático puede describirlos todos. En estas notas se tratan algunos modelos simples de amplia
aplicación y que dan una perspectiva acerca del comportamiento del sistema de líneas de espera,
en general.

DEFINICIÓN DE SÍMBOLOS

n = número de clientes en el sistema.

 = lambda tasa promedio de llegadas (por ejemplo, clientes que llegan por hora)
1 /  = tiempo esperado entre llegadas.
 = mu tasa promedio de servicio para un servidor continuamente ocupado (por ejemplo,
capacidad de servicio en clientes por hora).
1 /  = tiempo esperado de un servicio.
 = rho ( /  ) utilización promedio del sistema o factor de carga del sistema.
N = número máximo de clientes permitidos en el sistema.
s = número de servidores.
Pn = probabilidad de exactamente n clientes en el sistema.
Ls = número promedio de clientes en el sistema.
Lq = número promedio de clientes en la línea de espera.
Lb = número promedio de clientes en la línea de espera para un sistema ocupado.
Ws = tiempo promedio que un cliente espera en el sistema.
Wq = tiempo promedio que un cliente permanece en la línea de espera.
Wb = tiempo promedio que un cliente permanece en la línea de espera en un sistema ocupado.
k = número de clientes.
FÓRMULA DE LITTLE

- 18 -
Indicaremos algunas relaciones útiles entre los valores esperados en estado estable de Ls , Lq , y
Ws y Wq . Como Wq es sólo el tiempo promedio en la línea de espera, mientras que Ws es el tiempo
promedio en la línea de espera más el tiempo de espera en el servicio, se ve que Ws y Wq
difieren en el tiempo esperado en el servicio, esto es,
1
Ws  Wq 

(Si la tasa media de servicio es  , por consiguiente el tiempo promedio de servicio será 1 /  ). La
fórmula de Little, nombrada así en honor de John D. C. Little del M.I.T., demostró ser válida bajo
condiciones muy generales. Es una relación sencilla, pero muy útil, entre las L y las W. Suponga
que las tasas de llegada y de servicio son constantes, esto es, que n   y que  n   para todos
los valores de n. El resultado básico es

Ls  Ws .

No presentaremos una demostración formal de este resultado, sino que sólo citaremos la siguiente
explicación intuitiva. Suponga que un cliente se une a la línea de espera en estado estable. En el
momento que va a terminar el servicio, voltea a ver a los clientes que llegaron después que él.
Habrá en promedio Ls clientes en el sistema. La cantidad esperada de tiempo que ha transcurrido
desde que se unió a la línea de espera es, por definición, Ws . Como los clientes llegan con una
frecuencia constante  , durante un tiempo Ws habrán llegado, en promedio, Ws clientes, y de
esto resulta Ls  Ws . Por ejemplo, si los clientes llegan con una tasa de 2 por minuto, y cada uno
pasa un promedio de 5 minutos en el sistema, esta fórmula indica que habrá 10 clientes en promedio
en el sistema.

Otra versión de la fórmula de Little es

Lq  Wq .

En este caso, el argumento es esencialmente igual, excepto que el cliente voltea al momento de
entrar en el servicio, y no al terminar de ser atendido.

- 19 -
MODELO DE UN SOLO SERVIDOR M/M/1 (0 <  < 1.0).
POBLACIÓN INFINITA

SISTEMA DE ESPERA
Salida
Llegada de cliente
un cliente
UNIDAD DE SERVICIO
Cliente en Servidor
servicio

Cliente
Clientes en línea de atendido
espera

El modelo más simple de líneas de espera involucra a un servidor y a una sola línea de clientes.
Para especificar un poco más el modelo, se harán las siguientes suposiciones:

1. La población de clientes es infinita y todos los clientes son pacientes.

2. Los clientes llegan conforme a una distribución de Poisson, con una tasa media de llegada igual
a .
3. La distribución de servicio es exponencial, con una tasa media de servicio iguala a  .
4. Los clientes se atienden sobre una base primero que llega, primero que se atiende (PCFS, first
come, first served).
5. La longitud de la línea de espera es ilimitada.

MEDIDAS DE DESEMPEÑO DEL MODELO M/M/1, POBLACIÓN INFINITA

Utilización promedio del sistema o factor de carga del sistema





El requisito matemático de que   1 , necesario para garantizar la convergencia de la serie

geométrica (1     2  ) conduce a un argumento intuitivo. Fundamentalmente,   1
significa que    lo que establece que la tasa de llegadas debe ser estrictamente menor que la
tasa de servicio, para que el sistema alcance estabilidad (condiciones de estado estable). Esto tiene
sentido porque bajo otras condiciones, el tamaño de la línea de espera crecería indefinidamente.
Probabilidad de exactamente n clientes en el sistema

- 20 -
 n n
     
Pn  P0   P0    1      1     n
n

     

Número promedio de clientes en el sistema de servicio

   
Ls    
       (1   ) 1  

Numero promedio de clientes en la línea de espera

    2 2 2 1 2
Lq  Ls         
          (   )      1 1  1  1 
    2  2  
    2
   2
Lq  Wq     
  (   )   (   )

     (   ) 2
Lq  Ls      
    (   )  (   )

Número promedio de clientes en la línea de espera para un sistema ocupado


Lb 
 
Tiempo promedio de espera en el sistema, incluye el servicio

Ls    1
Ws    
   (   )   
Tiempo promedio de espera en la línea

1 1 1   (   ) 
Wq  Ws     
     (   )  (   )

  1  
Wq  Ws     
         (   )

Tiempo promedio que un cliente permanece en la línea de espera en un sistema ocupado

1
Wb 
 
Probabilidad de que no haya clientes en el sistema

- 21 -
  
P0  1    (1   )
 

Probabilidad de que haya n ó más clientes (unidades) en el sistema

k 1

P(n  k )  1  ( P0  P1  P2    Pk 1  Pk )   k 1
  

Probabilidad de que llegue un cliente (k) y tenga que esperar

P(n  k )   k

La probabilidad de que el tiempo de espera en el sistema exceda alguna cantidad de tiempo t es:

P(Ws  t )  e   (1  ) t , para t  0

La probabilidad de que el tiempo de permanencia en la línea de espera exceda a t es:

P(Wq  t )   e   (1  ) t

Relaciones básicas entre estos parámetros

Ley de Little: Ls  Ws ; Lq  Wq .

Ws  Wq  1 /  ; Ls  Lq   /  .

EJEMPLO 3

Un fotógrafo de la embajada de los Estados Unidos toma las fotografías para los pasaportes a una
tasa promedio de 20 por hora. El fotógrafo debe esperar hasta que el cliente deje de parpadear y
hacer gestos, así que el tiempo para tomar una fotografía se distribuye exponencialmente. Los
clientes llegan a una tasa promedio de acuerdo a una distribución de Poisson de 19 clientes por
hora.

a. ¿Cuál es la utilización promedio del fotógrafo?

b. ¿Cuánto tiempo promedio permanece el cliente en el estudio del fotógrafo?

SOLUCIÓN

a. Las suposiciones en el enunciado del problema son consistentes con el modelo de un solo
servidor. El factor de utilización del servidor es:
 19
   0.95 .
 20

- 22 -
b. El tiempo promedio que el cliente permanece en el estudio del fotógrafo es
1 1
Ws    1 hora
   20  19
EJEMPLO 4

El gerente de una tienda de abarrotes en una comunidad de jubilados de Sunnyville está interesado
en proporcionar buen servicio a los ciudadanos de la tercera edad que compran en su tienda.
Actualmente, la tienda tiene una caja de cobro exclusiva para los ciudadanos de la tercera edad. En
promedio, 30 ciudadanos de la tercera edad llegan por hora a la caja, de acuerdo a una distribución
de Poisson, y se atienden a una tasa promedio de 35 clientes por hora, con tiempos de servicio
exponencial. Determine las siguientes características de operación:
a. Probabilidad que no haya clientes en el sistema, o bien, la probabilidad de tener a todos los
servidores desocupados.
b. Utilización promedio de la cajera.
c. Número promedio de clientes en el sistema.
d. Número promedio de clientes en la línea.
e. Tiempo promedio de espera en el sistema.
f. Tiempo promedio de espera en la línea.

SOLUCIÓN

    30 
a. P0  1    1    0.1429 .
    35 
 30
b.     0.8751.
 35
 30
c. Ls    6.
  35  30
  30 
d. Lq  L    L    (6)  5.1429
  35 
Ls 6
e. Ws    0.2
 30
  30 
f. Wq  Ws    Ws   (0.2)  0.1714
  35 

El tiempo promedio de espera en el sistema (Ws) y el tiempo promedio de espera en la línea (Wq)
se expresan en horas. Para convertir los resultados a minutos, simplemente multiplique por 60
minutos/hora. Por ejemplo, Ws  0.20(60)  12 minutos, y Wq  0.1714 (60)  10.28 minutos.

- 23 -
 SOLUCIÓN CON WinQSB

Para resolver este problema se selecciona el programa Queuing Analysis después de hacerlo se
ingresan los datos que se muestran en las siguientes figuras.

FIGURA 7. Especificaciones del problema FIGURA 8. Entrada de datos del problema

Para resolver el modelo se selecciona del menú la opción Solve and Analyze/Solve the
Performance y con ello se obtienen las medidas de desempeño que se muestran en la Figura 9.

FIGURA 9. Medidas de desempeño

- 24 -
 EJEMPLO 5

El gerente de la tienda de abarrotes del Ejemplo 4 quiere respuestas para las siguientes preguntas:
a. ¿Qué tasa de servicio se requiere para que los clientes esperen en promedio ocho minutos en el
sistema?
b. Para esta tasa de servicio, ¿cuál es la probabilidad de que haya más de cuatro clientes en el
sistema?
c. ¿Qué tasa de servicio se requiere para tener sólo un 10% de probabilidad de que haya más de
cuatro clientes en el sistema?

SOLUCIÓN

a. Usaremos la ecuación del tiempo promedio de espera en el sistema y resolvemos para  .

1
Ws 
 
8 1
8 minutos  hora 
60   30
60  240 300
(   30)(8)  60 ;    37.5 clientes/h ora
8 8
b. La probabilidad de que haya más de cuatro clientes en el sistema es igual a 1 menos la
probabilidad de que haya cuatro o menos clientes en el sistema.
4 4 4
P  1   Pn  1   (1   )  n 1  (1   )  n  1  (1   )(1     2   3   4 )
n 0 n 0 n 0

 1  (1         )   (1     2   3   4 )
2 3 4

 11     2   3   4     2   3   4   5
 5

La probabilidad de que haya n o más clientes en el sistema es

k 1

P(n  k )  1  ( P0  P1  P2    Pk 1  Pk )   k 1
  

Entonces, si k = 4:
k 1 41
  30 
P(n  k )       (0.8) 5  0.328
  37.5 

Por lo tanto, existe aproximadamente un 33% de probabilidad que más de cuatro clientes estén
esperando en el sistema.

- 25 -
 c. Usamos la misma lógica que en la parte (b), excepto que  es ahora una variable de decisión.
El camino más fácil para proceder es utilizando
k 1
 
P    , de donde; 

1 /( k 1)
P

si P = 0.10,   30 clientes por hora, k  4 , la tasa media de servicio debe ser

30 30
 1 /( 41)
  47.5468 clientes/hora.
(0.10) (0.10)1 / 5

Punto de decisión. La tasa de servicio debe tener un aumento modesto para alcanzar los ocho
minutos objetivo. Sin embargo, la probabilidad de tener más de cuatro clientes en el sistema es
demasiado alta. El gerente debe encontrar la forma de aumentar la tasa de servicio de 35 por hora
a aproximadamente 48 por hora. El gerente puede incrementar la tasa de servicio por varias formas:
contratando estudiantes de secundaria para que lo ayuden a poner en bolsas los alimentos, o bien,
instalando un equipo electrónico que lea el código de barras de los precios de cada artículo, entre
otros.

SOLUCIÓN CON WinQSB

a. En el Ejemplo 4, para una tasa promedio de servicio   35 clientes por hora, se obtuvo un
Tiempo promedio de espera en el sistema de 0.2 horas = (0.2) (60 minutos) = 12 minutos. Y se
quiere disminuir esta tasa a 8 minutos. Para ello, usamos el programa Queuing Analysis de
WinQSB para contestar esta pregunta. Aumentamos  gradualmente hasta encontrar un valor
que corresponda a Ws  8 / 60  0.1333 hora. Después de probar con varios valores
encontramos que   37.5 clientes por hora.

FIGURA 10. Especificaciones del problema FIGURA 11. Entrada de datos del problema

Para resolver el modelo se selecciona del menú la opción Solve and Analyze/Solve the
Performance para obtener las medidas de desempeño de la Figura 12.

- 26 -
 FIGURA 12. Medidas de desempeño

b. La probabilidad de que haya más de cuatro clientes en el sistema es igual a 1 menos la

probabilidad de que haya cuatro o menos clientes en el sistema. Con la opción del menú
Results/Probability Summary (vea la Figura 13), se muestra el resumen de probabilidades
del sistema de la Figura 14.

FIGURA 13. Menú para ver el resumen de probabilidades del sistema

FIGURA 14. Resumen de probabilidades del sistema

- 27 -
 Probabilidad de que haya más de cuatro clientes en el sistema = 1 – 0.6723 = 0.328,
aproximadamente 33%.

c. Aquí debemos probar con varios valores de  hasta encontrar una probabilidad acumulada de
90% para n = 4 (Figura 16). Después de probar con varios valores se obtiene una   47.5458
.

FIGURA 15. Valor de  para P (acumulada) = 0.90 y n = 4.

FIGURA 16. Resumen de probabilidades del sistema

EJEMPLO 6

Western National Bank estudia la posibilidad de instalar una ventanilla de autobanca para atender
a sus clientes. La administración estima que los clientes llegarán a una tasa de 15 por hora. El cajero
que estará en la ventanilla puede atender a los clientes a una tasa de uno cada tres minutos.

Parte 1. Suponiendo llegadas Poisson y servicio exponencial, determine:

1. La utilización del cajero.

2. El número promedio de clientes en la línea de espera.
3. El número promedio de clientes en el sistema.

- 28 -
4. El tiempo promedio de espera en la línea.
5. El tiempo promedio de espera en el sistema, incluido el servicio.

Parte 2. Debido a la limitada disponibilidad de espacio y al deseo de proporcionar un nivel

aceptable de servicio, al administrador del banco le gustaría estar seguro, con una confianza del
95%, de que no haya más de tres automóviles en el sistema en cualquier momento. ¿Cuál es el
nivel de servicio actual para el límite de tres automóviles? ¿Qué nivel de utilización del cajero
debe alcanzarse y cuál debe ser la tasa de servicio que ofrece el cajero para asegurar el nivel de
servicio del 95%?

SOLUCIÓN

Parte 1

Observe que   15 clientes por hora y   60 / 3  20 clientes por hora. De donde:

1. La utilización promedio del cajero es:

 15
   75 por ciento.
 20
2. El número promedio de clientes en la línea de espera es:

2 (15) 2
Lq    2.25 clientes
 (   ) 20(20  15)

3. El número promedio de clientes en el sistema:

 15
Ls    3 clientes
  20  15

4. El tiempo promedio de espera en la línea es:

Lq 2.25
Wq    0.15 de hora, ó 9 minutos.
 15
5. El tiempo promedio de espera en el sistema, incluido el servicio es:

Ls 3
Ws    0.2 de hora, ó 12 minutos.
 15
Parte 2

El nivel de servicio actual para el límite de tres automóviles o menos es la probabilidad de que
haya 0, 1,2 ó 3 vehículos en el sistema. Aplicando

n
    
Pn  1   
    

- 29 -
 Valor de n Formulación Resultado
0
         15 
0 P0  1     1    1   0.2500
         20 
1
      15  15 
1 P1  1     1    0.1875
      20  20 
2
      15  15 
2
2 P2  1     1    0.1406
      20  20 
3
      15  15 
3

3 P3  1     1    0.1055

      20  20 
Suma: 0.6836 ó 68.36%

La probabilidad de tener más de tres automóviles en el sistema es 1 menos la probabilidad de tener

tres o menos automóviles es 1.0 – 0.6836 = 31.64%.

También se puede usar la fórmula:

k 1

Probabilidad de más de n automóviles en el sistema =   . Si k = 3, entonces


31 4
 15   3
Probabilidad de más de 3 automóviles en el sistema =       0.3164  31.64%
 20   4

Para un nivel de servicio del 95% con tres automóviles o menos, esto establece que:
P0  P1  P2  P3  0.95 %:
0 1 2 3
                   
P95%  1     1     1     1   
                   
          
2 3

 1  1         
          
     2   3       2   3    4 
 1                    
                    
4

 1   


- 30 -
 Generalizando para un nivel de servicio del 95% con tres automóviles o menos,
k 1

P95%  1    ,


despejando  se obtiene la tasa de servicio requerida para alcanzar este nivel de servicio del 95%:

 15 15 15
 1 /( n 1)
 1 /( 31)
   32 por hora.
(1  P95% ) (1  0.95) (0.05) 1/ 4
0.47

Es decir, el cajero debe atender a aproximadamente 32 personas por hora (un incremento del 60%
en comparación con la capacidad original de 20 por hora) con el fin de tener una seguridad del 95%
de que no haya más de tres automóviles en el sistema. Es posible que el servicio se pueda acelerar
al modificar el método de servicio, agregar otro cajero o limitar el tipo de transacciones que se
pueden realizar en la ventanilla de autobanca.

Por consiguiente, con la utilización    /   15 / 32  47%, la probabilidad de que haya tres

automóviles o menos en el sistema es de 95%.

Observe que con la condición de un 95% de seguridad de que haya tres o menos automóviles en el
sistema, el cajero estará desocupado el 53% del tiempo.

SOLUCIÓN CON WinQSB

Parte 1

FIGURA 17. Especificaciones del problema FIGURA 18. Entrada de datos del problema

- 31 -
 FIGURA 19. Medidas de desempeño

Parte 2

Para obtener la tasa de servicio  requerida para alcanzar este nivel de servicio del 95% con tres
automóviles o menos se prueba con diferentes valores de  hasta que la probabilidad acumulada
para n = 3 es de 95%.

FIGURA 20. Entrada de datos del problema

- 32 -
FIGURA 21. Resumen de probabilidades del sistema

FIGURA 22. Medidas de desempeño

- 33 -
 EJEMPLO 7

Quick Lube Inc. es un taller de cambio rápido de lubricantes y aceite. En un día típico, los clientes
llegan a una tasa de tres por hora y los trabajos de lubricación se realizan a una tasa promedio de
uno cada 15 minutos. Los mecánicos trabajan en equipo en un automóvil a la vez. Suponiendo
llegadas Poisson y un servicio exponencial, determine:
a. La utilización del equipo de lubricación.
b. El número promedio de automóviles en la línea.
c. El tiempo promedio que espera un automóvil antes de ser lubricado.
d. El tiempo total que se requiere para pasar por todo el sistema (es decir, la espera en fila más el
tiempo de lubricación).

SOLUCIÓN

Tasa promedio de llegada   3 por hora, tasa promedio de servicio,   15 minutos = 4 por hora.

 3
a. Utilización:     75%.
 4

2 32 9
b. Lq     2.25 automóviles en la línea.
 (   ) 4(4  3) 4
Lq 2.25
c. Wq    0.75 de hora, o 45 minutos.
 3
    3 
   
Ls       4  3 
d. Ws     1 hora (espera + lubricación).
  3

EJEMPLO 8

American Vending Inc. (AVI) proporciona máquinas expendedoras de alimentos a las grandes
universidades. Como los estudiantes acostumbran patear las máquinas por cólera y frustración, la
gerencia tiene que afrontar un problema constante de reparaciones. Las máquinas se descomponen
a un promedio de tres máquinas por hora y las descomposturas se distribuyen en forma de Poisson.
El tiempo muerto de las máquinas cuesta a la compañía 25 dólares/hora por máquina y cada
trabajador de mantenimiento gana 4 dólares por hora. Un trabajador puede reparar las máquinas
con una velocidad promedio de cinco por hora, distribuidas exponencialmente; dos empleados que
trabajen juntos pueden reparar siete por hora, distribuidas exponencialmente; y un equipo de tres
trabajadores puede reparar ocho por hora, distribuidas exponencialmente.

¿Cuál es el tamaño óptimo del equipo de mantenimiento para reparar las máquinas?
SOLUCIÓN

- 34 -
Caso I: Un empleado:
  3/hora Poisson ,   5/hora exponencial

En el sistema hay un número promedio de máquinas de:

 3 3
Ls     1.5 máquinas.
  53 2

El costo del tiempo muerto es 25 dólares  1.5 = 37.50 UM por hora, el costo de la reparación es
de 4 dólares por hora, y el costo total por hora por un empleado es de 37.50 + 4 = 41.50 dólares.
Tiempo muerto (1.5  25 dólares) = 37.50 dólares
Mano de obra (1 empleado  4 dólares) = 4.00 dólares
Total = 41.50 dólares

Caso II: Dos empleados:

  3/hora Poisson ,   7/hora exponencial

En el sistema hay un número promedio de máquinas de:

 3 3
Ls     0.75 máquina.
  73 4

Tiempo muerto (0.75  25 dólares) = 18.75 dólares

Mano de obra (2 empleados  4 dólares) = 8.00 dólares
Total = 26.75 UM

Caso III: Tres empleados:

  3/hora Poisson ,   8/hora exponencial

En el sistema hay un número promedio de máquinas de:

 3 3
Ls     0.60 máquina.
  83 5

Tiempo muerto (0.60  25 dólares) = 15.75 dólares

Mano de obra (3 empleados  4 dólares) = 12.00 dólares
Total = 27.00 dólares

Si comparamos los costos con uno, dos o tres trabajadores, vemos que el Caso II con dos
trabajadores es la decisión óptima.

- 35 -
 EJEMPLO 9

Los estudiantes llegan a la oficina de servicios administrativos de su escuela en un promedio de

uno cada 15 minutos, mientras que el procesamiento de sus solicitudes lleva 10 minutos en
promedio. El mostrador de servicio sólo tiene una empleada, Judy Gumshoes, que trabaja ocho
horas al día. Suponga llegadas de Poisson y tiempos de servicio exponenciales para contestar las
siguientes preguntas:
a. ¿Qué porcentaje del tiempo está inactiva Judy?
b. ¿Cuál es el promedio del tiempo que espera un estudiante en la línea?
c. ¿Cuál es el promedio de la longitud de la línea de espera?
d. ¿Cuál es la probabilidad de que un estudiante que llega a la oficina de servicios administrativos
(justo antes de entrar) encuentre por lo menos a un estudiante esperando en la línea?

SOLUCIÓN

Si la tasa media de llegadas   15 minutos  4 por hora y la tasa media de servicio   10

minutos  6 por hora, entonces
 4
a. 1    1   1   0.3333 ó 33.33%
 6

 4 4
b. Wq     1 / 3 de hora ó (1/3)(60) = 20 minutos.
 (   ) 6(6  4) 6(2)

2 42 16
c. Lq     1.33 estudiantes.
 (   ) 6(6  4) 12
d. Por lo menos a un estudiante esperando en la línea es igual que tener dos estudiantes en el
sistema (uno esperando en la línea y otro en servicio). Esta probabilidad es 1  (P0  P1 )
n
    
Pn  1    
    
Entonces
      0      1          
1  ( P0  P1 )  1  1      1       1  1    1    
                     
        2    2
 1  1   1    1  1       
            

De manera general, si k = 1, se tiene:

k 1 11
  4
Probabilidad de por lo menos un estudiante en la línea es      0.4444
  6

- 36 -
 EJEMPLO 10

Sharp Discounts Wholesale Club tiene dos escritorios de servicio, uno en cada entrada de su
establecimiento. Los clientes llegan a cada escritorio de servicio en un promedio de uno cada seis
minutos. La rapidez del servicio en cada escritorio es de cuatro minutos por cliente.
a. ¿Con qué frecuencia (qué porcentaje del tiempo) está inactivo cada escritorio de servicio?
b. ¿Cuál es la probabilidad de que los dos empleados de servicio estén ocupados?
c. ¿Cuál es la probabilidad de que los dos empleados de servicio estén desocupados?
d. ¿Cuántos clientes, en promedio, esperan en la fila frente a cada escritorio de servicio?
e. ¿Cuánto tiempo pasa un cliente en el escritorio de servicio (la espera más el tiempo del
servicio)?

SOLUCIÓN

  10 /hora ,   15/hora

 10 1
a. 1    1   1    0.3333 ó 33.33%
 15 3

b. P(ambos cajeros estén ocupados) = P(un cajero ocupado)  P(un cajero ocupado)

2
 10 
      0.4444 ó 44.44%.
2

 15 

c. P(ambos cajeros estén desocupados) = P(un cajero desocupado)  P(un cajero desocupado)

2 2
 10   1  1
 (1   )(1   )  (1   )  1        0.1111 ó 11.11%
2

 15   3  9

2 10 2 100
d. Lq     1.33 clientes.
 (   ) 15(15  10) 75

1 1 1
e. Ws     0.2 hora ó 12 minutos.
   15  10 5

EJEMPLO 11

El Bijou Theater en Hermosa Beach, California, exhibe películas clásicas. La tasa de llegadas de
los clientes a la fila del cine es de 100 por hora. El vendedor de boletos tarda un promedio de 30
segundos en atender a cada cliente, lo que incluye sellar los boletos del estacionamiento y perforar
las tarjetas de cliente frecuente. (Debido a estos servicios adicionales, muchos clientes no pueden
entrar sino hasta después de que empezó la película.)

- 37 -
a. ¿Cuál es el tiempo de espera promedio del cliente en el sistema?
b. ¿Cuál sería el efecto, sobre la fila de espera, de tener a un segundo empleado que no haga na-
da más que sellar los boletos de estacionamiento de los clientes y perforar las tarjetas, redu-
ciendo así el tiempo promedio del servicio a 20 segundos?

SOLUCIÓN

3,600 seg/hora
  100 por hora,    120 por hora.
30 seg

1 1 1
a. Ws     0.05 hora ó 3 minutos.
   120  100 20

3,600 seg/hora
Ahora   100 por hora,    180 por hora.
20 seg

1 1 1
b. Ws     0.0125 horas ó 0.75 minutos ó 45 segundos..
   180  100 80

EJEMPLO 12

La fila de servicio de una cafetería tiene una cafetera de la que se sirven los clientes. Las llegadas
a la cafetera siguen una distribución de Poisson a una tasa de tres por minuto. Los clientes tardan
en servirse el café alrededor de 15 segundos, distribuidos exponencialmente.

a. ¿Cuántos clientes estima usted que verá, en promedio, frente a la cafetera?

b. ¿Cuánto tiempo cree usted que se necesite para obtener una taza de café?
c. ¿Qué porcentaje del tiempo es usada la cafetera?
d. ¿Cuál es la probabilidad de que haya tres o más personas en la cafetería?

SOLUCIÓN

  3 por minuto,   4 por minuto.

 3
a. Ls    3 clientes.
  43

Ls 3
b. Ws    1 minuto.
 3

- 38 -
  3
c.     0.75 ó 75%.
 4

d. La probabilidad de que haya tres ó más personas es igual a 1 – probabilidad de 0, 1, 2. Esta

probabilidad es 1  ( P0  P1  P2 )

n
    
Pn  1    
    
Entonces

      0      1       2 
1  ( P0  P1  P2 )  1  1      1      1     
                  
               2 
 1  1    1      1     
               
      2    2   3 
 1  1            
            
   3  3 3
       3
3

 1  1      1  1           0.4219
            4

De manera general, si k = 2, la probabilidad de 3 ó más personas es igual a:

k 1 21
  3
     0.4219
  4

EJEMPLO 13

L. Winston Martin (un alergólogo de Tucson) tiene un sistema excelente para manejar a sus
pacientes regulares que llegan sólo por inyecciones para las alergias. Los pacientes llenan una hoja
con su nombre, que después es introducida en una ranura que pasa hasta otra habitación en donde
hay una o dos enfermeras. Se preparan las inyecciones específicas para cada paciente y después
son llamados por turnos a través de un sistema de altavoces para que entren a la habitación y los
inyecten. En ciertos momentos del día baja la carga de pacientes y sólo se necesita una enfermera.

Enfoquémonos en el caso más sencillo, es decir, cuando sólo hay una enfermera. Además, suponga
que los pacientes llegan en una forma de Poisson y que la rapidez del servicio de la enfermera está
distribuida exponencialmente. Durante este período más lento, los pacientes acuden con un tiempo
entre llegadas de aproximadamente tres minutos. La enfermera necesita un promedio de dos
minutos para preparar el suero de los pacientes y administrar la inyección.
a. ¿Cuál es el número promedio de pacientes que usted esperaría ver en las instalaciones del

- 39 -
 doctor Martin?
b. ¿Cuánto tiempo le tomaría a un paciente llegar, recibir la inyección y salir?
c. ¿Cuál es la probabilidad de que haya tres o más pacientes en las instalaciones?
d. ¿Cuál es la utilización de la enfermera?

SOLUCIÓN

  20 por hora,   30 por hora.

 20
a. Ls    2 pacientes en el sistema.
  30  20

Ls 2
b. Ws    0.10 horas ó 6 minutos
 20

c. Probabilidad de tres o más pacientes es igual a 1 – probabilidad de 0, 1, 2. Si k = 2,

k 1 21
  20 
Probabilidad de tres o más pacientes es igual a      0.2963 ó 29.63%
  30 

EJEMPLO 14

Judy Gray Income Tax Service debe analizar sus operaciones de servicio al cliente durante el mes
anterior a la fecha límite – el mes de abril – para la presentación de las declaraciones de impuestos.
Con base en datos pasados, se ha estimado que los clientes llegan conforme a un proceso de
Poisson, con un tiempo promedio de 12 minutos entre llegadas. El tiempo para que un cliente
termine una declaración de impuestos está distribuido exponencialmente, con una media de 10
minutos. Use esta información y conteste las siguientes preguntas:

a. ¿Si usted acudiera a Judy, ¿cuánto tiempo destinaría para que le hagan su devolución?
b. En promedio, ¿cuántas personas deberá haber en el área de espera?
c. Si Judy estuviera en la oficina 12 horas al día, ¿cuántas horas al día, en promedio, estaría ocu-
pada?
d. ¿Cuál es la probabilidad de que el sistema esté vacío?
e. Si la tasa de llegadas no cambiara, pero el tiempo promedio en el sistema fuera de 45 minutos
o menos, ¿qué sería necesario cambiar?

SOLUCIÓN

  5 por hora,   6 por hora

1 1
a. Ws   1
  65

- 40 -
 2 52 25
b. Lq     4.17 personas en promedio.
 (   ) 6(6  5) 6

 5
c. Estaría ocupada     0.833 ó 83.3% del tiempo, por 12 horas al día 0.833(12) = 10
 6
horas.

0
      5  5 
0
1
d. P0  1     1      0.167 ó 16.7%
      6  6  6

e.   5 por hora, Ws  45 minutos  0.75 hora

Ls  Ws  (5)(0.75)  3.75

 5 5
Ls   3.75     5  6.33 , por lo tanto, la tasa de servicio debe ser de
   5 3.75
por lo menos 6.33 clientes por hora.

EJEMPLO 15

El peluquero Benny es propietario de una peluquería con un solo sillón. En la escuela de peluqueros
le dijeron que sus clientes llegarían conforme a una distribución de Poisson y que él proporcionaría
un servicio de distribución exponencial. Los datos de su encuesta de mercado muestran que los
clientes llegan a una tasa de dos por hora y Benny necesita un promedio de 20 minutos para hacer
un corte de cabello. Con base en estas cifras, encuentre lo siguiente:
a. El número promedio de clientes que esperan.
b. El tiempo promedio que espera un cliente.
c. El tiempo promedio que un cliente permanece en la peluquería.
d. La utilización promedio del tiempo de Benny.

SOLUCIÓN

Observe que   2 clientes por hora y   60 / 20  3 clientes por hora.

2 22 4
a. Lq     1.333 clientes esperando.
 (   ) 3(3  2) 3

4
Lq 2
b. Wq   3   0.667 horas ó 40 minutos
 2 3

- 41 -
  2 L 2
c. Ls    2 , Ws  s   1 hora
  3 2  2

1 1
o bien, directamente Ws    1 hora
  3 2

 2
d.     0.67  67% del tiempo está ocupado Benny.
 3

EJEMPLO 16

Los clientes entran al departamento de fotografía de una tienda en un promedio de seis por hora.
El personal del departamento consta de un solo empleado, a quien le toma un promedio de seis
minutos atender cada llegada. Suponga que hay una situación de llegadas Poisson simple y tiempos
de servicio distribuidos exponencialmente.
a. Como un observador casual, ¿cuántas personas esperaría usted ver en el departamento de
fotografía (excluyendo al empleado)? ¿Cuánto tiempo permanecería un cliente en el departa-
mento de fotografía (tiempo total)?
b. ¿Cuál es la utilización del empleado?
c. ¿Cuál es la probabilidad de que haya más de dos personas en el departamento de fotografía
(excluyendo al empleado)?

SOLUCIÓN

Observe que   6 clientes por hora y   60 / 6  10 clientes por hora.

 6 3
a. Ls     1.5 personas
  10  6 2

Ls 3/ 2 1
Ws     0.25 horas ó 15 minutos
 6 4

 6
b.     0.60 ó 60%
 10

c. Probabilidad de que haya más de dos personas es igual a 1 – probabilidad de 0, 1, 2.Aplicando

n
    
Pn  1   
    

- 42 -
 Valor de n Formulación Resultado
0
         6
0 P0  1     1    1   0.4000
         10 
1
      6  6 
1 P1  1     1    0.2400
      10  10 
2
     
2
6  6 
2 P2  1     1    0.1440
      10  10 
Suma: 0.7840 ó 78.40%

La probabilidad de tener más de dos personas en el departamento de fotografía es 1 menos la

probabilidad de tener dos o menos personas 1.0 – 0.7840 = 21.60%.

También se puede usar la fórmula:

k 1

Probabilidad de más de n personas en el departamento de fotografía =   . Si k = 2, entonces

21 3
6  3
Probabilidad de más de 2 personas =       0.216 ó 21.60%
 10   5

EJEMPLO 17

Cathy Livingston, que trabaja como cantinera en el Tucson Raquet Club, puede servir bebidas con
una rapidez de una cada 50 segundos. Hace poco tiempo, en una noche calurosa, el bar estaba
atestado como nunca y cada 55 segundos alguien se acercaba al bar a pedir una bebida.

a. Suponiendo que todos en el bar beben con la misma rapidez y que Cathy les sirvió a todos con
la regla de atender primero al que llega primero, ¿cuánto tiempo calcula usted que tendrá que
esperar por una bebida?
b. ¿Cuántas personas estima usted que estarán esperando por sus bebidas?
c. ¿Cuál es la probabilidad de que haya tres personas o más esperando por sus bebidas?
d. ¿Cuál es la utilización de la cantinera (qué tan ocupada está)?

SOLUCIÓN

Observe que   60 / 55 clientes por minuto y   60 / 50 clientes por minuto.

1 1
a. Ws    9.167 minutos.
   60 / 50  60 / 55
 60 / 55
b. Ls    10 personas.
  60 / 50  60 / 55

- 43 -
c. La probabilidad de 3 o más personas es igual a 1 – probabilidad de 0, 1, 2. Con k = 2:
k 1 21

3
 60 / 55   50 
        0.7513
  60 / 50   55 

 60 / 55 10
d.      0.9091 ó 90.91%
 60 / 50 11

EJEMPLO 18

Una oficina cuenta con varios empleados que redactan documentos y un operador que los captura
en un procesador de palabras. El grupo redacta documentos con una rapidez de 25 por hora,
mientras que el operador puede capturarlos con un tiempo promedio de dos minutos distribuidos
exponencialmente. Suponga que la población es infinita, que las llegadas son de Poisson y que la
longitud de la línea de espera es infinita, con una forma de servicio primero que llega primero que
se atiende.

a. Calcule el porcentaje de utilización del operador.

b. Calcule el número promedio de documentos en el sistema.
c. Calcule el tiempo promedio de permanencia de los documentos en el sistema.
d. Calcule la probabilidad de que haya cuatro documentos o más en el sistema.
e. Si se añadiera otro empleado, la tasa de redacción de documentos se incrementaría a 30 por
hora. ¿Cómo afectaría eso la carga de trabajo del operador del procesador de palabras? Explique
por qué.

SOLUCIÓN

Observe que   25 documentos redactados por hora y   60 / 2  30 documentos capturados

por hora.
 25
a.     0.833 ó 83.3%
 30
 25
b. Ls    5 documentos en el sistema.
  30  25

Ls 5
c. Ws    0.20 horas ó 12 minutos.
 25
d. La probabilidad de 4 ó más es igual a 1 – probabilidad de 0, 1, 2, 3. Esto es, si k = 3:
k 1 31

4
 25   5
1  ( P0  P1  P2  P3 )          0.4822 ó 48.22%
  30   6

- 44 -
 2 30 30
e. Lq      , el número de documentos en la línea de espera sería
 (   ) 30(30  30) 0
enorme.
 30
   1 , el operador de captura siempre estaría ocupado.
 30

EJEMPLO 19

Se ha instalado un escritorio de apoyo académico cuyo personal se compone de un estudiante

graduado, que ayuda a resolver los problemas y responde las preguntas de los estudiantes del curso
de Técnicas Cuantitativas. El empleado del escritorio trabaja ocho horas al día. El decano quiere
saber cómo está funcionando la instalación. Las estadísticas muestran que los estudiantes llegan a
una tasa de cuatro por hora y la distribución es aproximadamente de Poisson. El tiempo de ayuda
es en promedio de 10 minutos, distribuidos exponencialmente. Suponga que la población y la
longitud de la fila pueden ser infinitas y que al servicio es primero que llega, primero que se atiende.
a. Determine la utilización promedio del estudiante graduado.
b. Determine el número promedio de estudiantes en el sistema.
c. Determine el tiempo promedio que permanecen los estudiantes en el sistema.
d. Determine la probabilidad de que haya cuatro o más estudiantes en la fila o recibiendo el
servicio.
e. Antes de un examen, la llegada de estudiantes aumenta a seis por hora en promedio. ¿Cómo
afecta esto la longitud promedio de la línea de espera?

SOLUCIÓN

Observe que   4 estudiantes llegan por hora y   60 / 10  6 estudiantes atendidos por hora.

 4
a.     0.667 ó 66.7%
 6
 4
b. Ls    2 estudiantes en el sistema.
  64

Ls 2
c. Ws    0.5 horas ó 30 minutos.
 4
d. La probabilidad de 4 ó más es igual a 1 – probabilidad de 0, 1, 2, 3. Esto es, si n = 3:
n 1 31

4
 4  2
1  ( P0  P1  P2  P3 )          0.1975 ó 19.75%.
 6  3

2 62 36
e. Lq    
 (   ) 6(6  6) 0

- 45 -
 EJEMPLO 20

En una aduana en la frontera con California, los automóviles llegan a una tasa de 10 por minuto y
con una distribución de Poisson. Para simplificar este problema, suponga que sólo hay un carril y
un inspector que puede hacer la revisión de los vehículos con una rapidez de 12 por minuto en una
forma de distribución exponencial.

a. ¿Cuál es la longitud promedio de la línea de espera?

b. ¿Cuál es el tiempo promedio que debe esperar un vehículo para pasar por la aduana?
c. ¿Cuál es la utilización del inspector?
d. ¿Cuál es la probabilidad de que al llegar haya tres vehículos o más delante de usted?

SOLUCIÓN

Observe que   10 automóviles llegan por minuto y   12 vehículos revisados por minuto.

2 10 2 100
a. Lq     4.17 vehículos.
 (   ) 12(12  10) 24

1 1 1
b. Ws     0.5 minuto = 30 segundos.
   12  10 2

 10
c.     0.833 ó 83.3%
 12
d. Probabilidad de 3 ó más vehículos es igual a 1 – probabilidad de 0, 1, 2. Si k = 2:
k 1 21

3
 10   5
P(n  k  1)  1  ( P0  P1  P2 )          0.5787 ó 57.87%
  12   6

EJEMPLO 21

Durante el festival de la primavera en el campus de la universidad, los carros que chocan son una
de las mayores atracciones para quienes buscan divertirse, pero los administradores del juego tienen
un problema de coches que se descomponen y necesitan reparación. Se puede contratar al personal
de reparaciones a un costo de 20 dólares por hora, pero sólo trabajan como equipo. Es decir, si se
contrata a una persona, ésta trabajará sola, pero si se contratan dos o tres personas trabajarán juntas
en la misma reparación.
Un reparador puede arreglar los autos descompuestos en un tiempo promedio de 30 minutos. Dos
reparadores necesitan 20 minutos y tres necesitan 15 minutos. Mientras esos autos están dañados,
el ingreso perdido es de 40 dólares por hora. Los autos chocadores tienden a descomponerse a una
tasa de dos por hora. ¿Cuántos reparadores deben contratarse?

- 46 -
 SOLUCIÓN

  2 por hora
Con una persona de reparación:   60 / 30  2 por hora. El número promedio de carros en el
sistema de servicio es
 2
Ls   
  22
Con dos personas de reparación:   60 / 20  3 por hora. El número promedio de carros en el
sistema de servicio es
 2
Ls    2 carros
  3 2

Con tres personas de reparación:   60 / 15  4 por hora. El número promedio de carros en el

sistema de servicio es
 2
Ls    1 carro.
  42

Tasa de El número promedio

Número del servicio por de carros en el Costo de la Costo del
personal de hora sistema de servicio ( espera por servicio Costo total
reparación ( ) Ls ) hora* por hora** por hora
1 2  $ $20 $
2 3 2 80 40 120
3 4 1 40 60 100

Nota: * El costo de la espera es el número de carros en el sistema por el costo de $40 por tener los carros
dañados.
** El costo del servicio es el número de personas de reparación por la tasa salarial ($20 por hora).

Debe contratarse a tres personas de reparación.

EJEMPLO 22

Un estudiante emprendedor considera abrir una tienda de “Galletas y helados” en un centro

comercial. Observando el tráfico de personas durante la hora del refrigerio (alimento ligero que se
toma para recuperar las fuerzas) encontró que existe una demanda pico potencial de 50 clientes,
cada uno pidiendo, en promedio, un helado, seis galletas horneadas y un vaso de 12 onzas de
refresco. El tiempo promedio que permanecen en las mesas es 20 minutos.
En una charola se pueden acomodar 12 galletas y su tiempo de horneado es 10 minutos. Un mesero
requiere en promedio de 6 minutos, para tomar y servir la orden de galletas y helado.

- 47 -
a. Determine el número de sillas requeridas. Use la Ley de Little; esto es, Ls  Ws donde Ls es
el número de clientes,  , la tasa de llegadas de clientes y Ws , el tiempo de espera en el sistema
de servicio.
b. Determine el número de charolas requeridas.
c. Determine el número de meseros requeridos.

SOLUCIÓN

a. Observe que   50 clientes llegan durante la hora pico y cada uno permanece Ws  20
minutos (o un tercio de hora) en la mesa. Por lo tanto, Ls  Ws  (50)(20 / 60)  16.7 sillas.

b. Observe que el número o galletas producidas por hora con una charola es (12)(60 / 10)  72 . El
número de galletas demandadas por hora es 50  6  300 . De donde el número de charolas
requeridas es 300 / 72  4.17 .
c. El número de clientes atendidos por un mesero en una hora es (60/6) =10, y el número de
clientes que llegan por hora es 50. De donde el numero de meseros requeridos es 50 / 10  5 .

EJEMPLO 23

En el Lago Travis hay una rampa cerca del muelle que se usa para poner a flote las lanchas pequeñas
de la gente que visita este centro recreativo. La tasa de automóviles que llegan con lancha y utilizan
la rampa es de 6 por hora. Las llegadas siguen una distribución de Poisson. Un estudio reciente
demostró que los tiempos para poner a flote las lanchas en el lago, sigue una distribución
exponencial negativa con media de 6 minutos por lancha, o bien, (60/6) =10 lanchas por hora.

Determine las medidas de desempeño del sistema

SOLUCIÓN

Observe que   6 lanchas llegan por hora y   10 lanchas se ponen a flote por hora.

a. Utilización promedio del sistema

 6
   0.6 ó 60%
 10

b. Probabilidad de que un cliente llegue y tenga que esperar (es decir, k  1 )

P(n  1)   1  0.61  0.6 ó 60%

c. Número promedio de lanchas en el sistema

- 48 -
  6 3
Ls     1.5 lanchas.
  10  6 2
d. Número promedio de lanchas en la línea de espera

2   6  3  9
Lq     Ls       0.9 lanchas
 (   )     10  2  10
e. Tiempo promedio de espera en el sistema, incluye el servicio

Ls (3 / 2) 1
Ws    de hora = 15 minutos.
 6 4
f. Tiempo promedio de espera en la línea
Lq (9 / 10) 9
Wq    de hora = 9 minutos.
 6 60
g. Probabilidad de que un cliente encuentre la rampa desocupada

 6 4
P0  1     1      0.4 ó 40%
  10  10

h. Número promedio de lanchas en la línea en un sistema ocupado.

 6 3
Lb     1.5 lanchas.
  10  6 2
i. Tiempo promedio que una lancha permanece en la línea en un sistema ocupado.
1 1 1
Wb    de hora = 15 minutos.
   10  6 4
De los cálculos anteriores, encontramos que la rampa está ocupada el 60% del tiempo. Es decir, las
lanchas que lleguen tendrán rápido acceso a la rampa el 40% del tiempo, cuando la rampa esté
desocupada. Los cálculos son consistentes, debido a que el tiempo promedio en el sistema (Ws )
de 15 minutos es la suma del tiempo promedio de espera en la línea (Wq ) de 9 minutos y el tiempo
promedio de servicio (  ) de 6 minutos. Es decir

Ws  Wq    9  6  15 minutos.

El número promedio de lanchas en el sistema ( Ls ) de 1.5 es la suma del número promedio de

lanchas en la línea ( Lq ) de 0.9 lanchas y el tiempo promedio de llegadas ( )

- 49 -
 SOLUCIÓN CON WinQSB

FIGURA 23. Especificaciones del problema FIGURA 24. Entrada de datos del problema

FIGURA 25. Medidas de desempeño

- 50 -
 EJEMPLO 24

La empresa Sunset Airlines está revisando sus procedimientos de registro pensando en su

promoción de la tarifa “dos por el precio de uno”. Actualmente, un empleado tarda un promedio
de 3 minutos por pasajero en la revisión de su equipaje y en la autorización del pase para abordar
el avión. Los tiempos de servicio tienen una distribución exponencial negativa. Las llegadas de los
pasajeros siguen una distribución de Poisson, con media de 15 pasajeros por hora durante las
operaciones de vuelo.
a. ¿Cuál es la probabilidad de que un pasajero que llega sea atendido inmediatamente sin esperar?
b. En el área que está al principio de la línea de espera junto al mostrador de Sunset Airlines caben
únicamente tres pasajeros, incluyendo la persona que se está atendiendo. ¿Para qué porcentaje
de tiempo sería inadecuada esta área para los pasajeros que esperan?
c. Anticipándose a un aumento en la demanda, Sunset Airlines ha decidido agregar otro empleado,
cuando el tiempo promedio de espera en la línea sea mayor o igual a 17 minutos. Puesto que
las tasas de llegada se registran en el mostrador, determine qué tasa de llegadas por hora
indicaría la necesidad de agregar otro empleado.

SOLUCIÓN

a. Observe que   15 pasajeros por hora y   60 / 3  20 pasajeros por hora. La tasa de

utilización del sistema es    /   15 / 20  3 / 4  0.75 . Entonces:

 15 3 1
Pr(Sistema desocupado)  P0  1    1   1  1    0.25
 20 4 4
b. Para que el área al frente de la línea de espera sea inadecuada, tiene que haber más de tres
pasajeros. La probabilidad es 1  ( P0  P1  P2  P3 ) , si k = 3,
k 1

4
 15 
Pr(área de espera inadecuada)  Pr(n  k  1)  1  ( P0  P1  P2  P3 )        0.316
  20 
El área de espera es inadecuada el 32% del tiempo.

c. Se debe cumplir que:

  17
Wq    hora
   (   ) 60
resolviendo para  y sustituyendo   20 se tiene que:

60  17( 2  ) ;  (60  17 )  17 2

de donde:
17  2 17(20) 2 17(400)
    17 pasajeros por hora.
60  17  60  17(20) 400

- 51 -
 EJEMPLO 25

Un taller de reparación de automóviles tiene un mecánico que se especializa en la instalación de

silenciadores. Los clientes que buscan el servicio llegan, en promedio, dos por hora, conforme a
una distribución de Poisson. El tiempo promedio para instalar un silenciador es 20 minutos, con
distribución exponencial negativa.
a. Al llegar al taller ¿cuántos clientes esperaría encontrar en el sistema?
b. La administración está interesada en contratar otro mecánico, cuando el tiempo promedio del
cliente en el sistema sea mayor de 90 minutos. Si el negocio continúa creciendo, ¿a qué tasa
de llegadas por hora se necesitará contratar un mecánico adicional?

SOLUCIÓN

a. La tasa promedio de llegadas es Poisson con   2 clientes por hora, y la tasa promedio de
servicio sigue una distribución exponencial negativa con   60 / 20  3 clientes por hora. El
número promedio de clientes en el sistema es:
 2
Ls    2 clientes.
  3 2

b. El tiempo promedio de espera en el sistema debe satisfacer Ws  90 / 60  3 / 2  1.5 horas.

1 1 3
Ws   
  3 2

despejando  , se cumple Ws con   7 / 3  2.333 clientes por hora.

EJEMPLO 26

Una escuela de comercio está considerando el reemplazo de su vieja minicomputadora por un

modelo más rápido. Los registros históricos muestran que la tasa promedio de llegadas de los
estudiantes es 24 por hora, de acuerdo con una distribución de Posisson, y que los tiempos de
servicio se distribuyen en forma exponencial. Al comité encargado de la selección de la
computadora tiene instrucciones de considerar sólo las máquinas que logren un tiempo total de
permanencia en el sistema (es decir, tiempo de espera más tiempo de servicio) de 5 minutos o
menos. ¿Cuál es la velocidad mínima de procesamiento de la computadora por hora que debe
considerarse?

SOLUCIÓN

La tasa promedio de llegadas es Poisson con   24 estudiantes por hora, y la tasa promedio de
servicio sigue una distribución exponencial negativa con   ? estudiantes por hora. Observe que
si Ws  5 minutos = 5/60 = 1/12 de hora, entonces:

1 1 1 1
Ws   ;  ; de donde,   36 clientes por hora.
   12   24 12

- 52 -
 EJEMPLO 27

La Lower Colorado River Authority (LCRA) realizó un estudio acerca del congestionamiento en
la rampa de lanzamiento de lanchas cerca de la presa Mansfield. Los fines de semana, la tasa
promedio de llegadas es de 5 lanchas por hora, de acuerdo a una distribución de Poisson. El
tiempo promedio para botar o recuperar una lancha es 10 minutos, conforme a una distribución
exponencial negativa. Se supone que sólo una lancha puede botarse o recuperarse en un momento.

a. La LCRA planea agregar otra rampa cuando el tiempo promedio de lanzamiento (es decir,
tiempo en el sistema) exceda los 90 minutos. ¿A qué tasa promedio de llegadas por hora debe
la LCRA considerar el agregar otra rampa?
b. Si sólo hay espacio en la rampa para colocar dos lanchas para la botadura. Al llegar una lancha
¿cuál es la probabilidad de que no encuentre espacio disponible en la rampa de lanzamiento?

SOLUCIÓN

a. La distribución de Poisson de llegadas tiene una  que se debe determinar. La distribución

exponencial negativa de los servicios tiene a   1 lancha cada 10 minutos, o bien
  60 / 10  6 lanchas por hora. Si se planea agregar otra rampa cuando el tiempo promedio
de botadura exceda los 90 minutos, el tiempo esperado en el sistema es:

Ws  90 minutos  90 / 60  3 / 2  1.5 horas

entonces:
1 1 3
Ws   
  6 2

de donde   16 / 3  5.3 lanchas por hora.

b. Sean   5 lanchas por hora y   60 / 10  6 lanchas por hora. Cuando haya tres o más
lanchas en el sistema, al llegar otra lancha no encontrará espacio disponible en la rampa y la
probabilidad de este evento es:
k 1 21

3
 5  5
P(n  k  1)  1  ( P0  P1  P2 )   k 1
         0.58 .
  6  6

EJEMPLO 28

En promedio, cuatro clientes por hora usan el teléfono público en el área de arresto de la prisión, y
este uso se comporta como una distribución de Poisson. La duración de una llamada telefónica
varía conforme a una distribución exponencial negativa, con una media de 5 minutos. El director
de la prisión está considerando la instalación de una segunda cabina, cuando una persona que
necesite hacer una llamada espere 3 ó más minutos por el teléfono.
a. ¿A cuánto debe aumentar la tasa de llegadas por hora para que se justifique la instalación de
una segunda cabina telefónica?

- 53 -
b. Suponga que el criterio para justificar una segunda cabina telefónica se cambia por lo siguiente:
instalar una segunda cabina cuando la probabilidad de espera para hacer la llamada sea igual a
0.6. Con este criterio ¿a cuánto se debe incrementar la tasa de llegadas, por hora, para justificar
la instalación de una segunda cabina?

SOLUCIÓN

a. Se requiere de una  que cumpla con un tiempo promedio de espera Wq  3 / 60  1 / 20 de

hora. Observe que el tiempo promedio de servicio   60 / 5  12 llamadas por hora. Entonces:
 1
Wq  
 (   ) 20
de donde,
2 (12) 2 9
    4.5 clientes por hora
20   20  12 2

La tasa de llegadas se debe incrementar por 0.5 clientes, por hora, para que se justifique un
segundo teléfono.

b. En este caso  debe satisfacer:

  
Pr(ocupado)  Pr(n  1)  1  P0  1  1     0.6.
  
de donde
   (0.6)  12(0.6)  7.2 clientes por hora.

EJEMPLO 29

Una compañía tiene un servicio central de copiado de documentos. Las llegadas de documentos
para su copiado siguen la distribución de probabilidad de Poisson, con una tasa media de 15 por
hora. Los tiempos del servicio se comportan de acuerdo con la distribución exponencial negativa.
Con el equipo actual de copiado, el tiempo promedio de servicio es 3 minutos. La compañía piensa
rentar una máquina nueva, la cual tiene un tiempo promedio de servicio de 2 minutos. El salario
promedio (S prom ) de las persona encargadas del copiado de documentos es $8 por hora.

a. Si la máquina nueva se renta en $10 por hora más que la máquina usada, ¿debe rentar la
compañía la máquina nueva? Considere el tiempo productivo perdido por los empleados como
el tiempo que permanecen en la línea de espera debido a que la máquina de copiado nueva es
un equipo de autoservicio.
b. Para la máquina de copiado usada, ¿cuál es la probabilidad que cuándo alguien llegue
encuentre a personas esperando por el servicio? (Tenga cuidado en identificar apropiadamente
el número de clientes que podrían ser atendidos en esta situación).

- 54 -
c. Suponga que se renta la máquina de copiado nueva. ¿Cuántas sillas deben colocarse cerca de
la máquina para que las personas que esperan por el servicio tengan donde sentarse y ninguna
permanezca de pie, por lo menos el 90% del tiempo?

SOLUCIÓN

a. Observe que   15 personas por hora y la tasa promedio de servicio de la máquina usada es
usada  60 / 3  20 personas por hora. La tasa promedio de servicio de la máquina nueva es
 nueva  60 / 2  30 personas por hora. Los ahorros ( ) por hora asociados con la reducción del
tiempo de espera son:

Si: S prom  8 UM por hora;   15 ; usada  20 ;  nueva  30

 2 2 
  S prom Lq (Usada)  Lq ( Nueva)  S prom   
  usada (  usada   )  nueva (  nueva   ) 

 (15) 2 (15) 2   225 225 

  $8     $8    8(2.25  0.5)  8(1.75)
 20(20  15) 30(30  15)   100 450 

de donde,   $14  $10 por la renta. Los ahorros exceden a los costos por la renta de la
máquina de copiado nueva, por ello, conviene rentar la máquina nueva.

k 1 11
  
2
 15   3
b. P(n  k  1)  1  ( P0  P1 )   k 1
         0.5625 ó 56.25%
  usda 
usada
 20   4

c. Se pueden aplicar dos métodos para responder a esta pregunta:

Método 1: Considere la siguiente tabla:

Número de Pn
Pn
sillas (n) acumulada
0 1   nueva  1   /  nueva  1  15 / 30  1/ 2  0.5 0.5

1 P0  nueva  P0 ( /  nueva )  0.5(15 / 30)  0.5(0.5)  0.25 0.75

2 P1  nueva  P1 ( /  nueva )  0.75(15 / 30)  0.25(0.5)  0.125 0.875

3 P2  nueva  P2 ( /  nueva )  0.125(15 / 30)  0.125(0.5)  0.0625 0.9375

Método 2: Se desea k tal que: Pr (n  k )  0.90 , sin embargo:

- 55 -
 k 1 k 1
    15 
Pr (n  k )  1   k 1
 1     1    1  (0.5) k 1
 N   30 

De donde usando tres sillas (k  3) se tiene Pr (n  k )  1  (0.5) 31  1  (0.5) 4  0.9375

EJEMPLO 30

Sea Dock, una empresa privada, opera una instalación de descarga en el Golfo de México para los
barcos petroleros que transportan este hidrocarburo para las refinerías de Port Arthur en el área de
Texas. Los registros muestran que, en promedio, dos petroleros llegan por día, con una distribución
de Poisson. Los barcos petroleros se descargan uno a la vez bajo la disciplina primero que llega,
primero que se descarga. Para la descarga se requiere de aproximadamente 8 horas de un día
laborable de 24 horas, y los tiempos de descarga se comportan conforme a una distribución
exponencial negativa.
a. Sea Dock dispone de espacio para el atraque de 3 petroleros. ¿Es esto suficiente para satisfacer
los requerimientos de la Guardia Costera de que por lo menos 19 de 20 llegadas deben encontrar
espacio disponible para el atraque?
b. Sea Dock puede aumentar su capacidad de descarga a una tasa de 4 barcos por día, por medio
de mano de obra adicional a un costo de $480 por día. Considerando la tarifa de $1,000 que
paga Sea Dock, por día de sobrestadía por tener un barco petrolero parado (esto incluye el
tiempo de descarga, así como el tiempo de permanencia en la línea de espera para descargar),
¿debe considerar la administración esta oportunidad de expansión?

SOLUCIÓN

a. Observe que:

Tasa promedio de llegadas:   2 barcos petroleros por día.

Tasa promedio de servicio:   8 horas  24 / 8  3 barcos petroleros descargados por día.

Un barco encontrará espacio disponible para el amarre, si hay tres o menos barcos en el sistema
y a uno de ellos están descargando. Observe que 19/20 = 0.95.

Condición: P(n  3)  0.95

31

4
 2
Note que: P(n  3)  1  P(n  4)  1   k 1
 1     1     1  0.198  0.802
  3

No se cumple con los requerimientos de la guardia costera, es decir, P(n  3)  0.95 .

b.  Costo = $480/día

- 56 -
  2 2 
 Ahorros = $1,000( L 3  L 4 )  $1,000    $1,000(2  1)  $1,000 / día
 3  2 4  2 

Sí, se considera la expansión porque hay un ahorro de $1,000  $480 = $520/día

EJEMPLO 31

Considere una gasolinera con una sola bomba que satisface las suposiciones para el modelo
M/M/1. Se estima que, en promedio, los clientes llegan a comprar gasolina cuando sus tanques
están a un octavo de su capacidad. El tiempo promedio para atender a un cliente es 4 minutos, y la
tasa de llegadas es 6 clientes por hora.
a. Determine el número de clientes en la línea de espera y el tiempo de espera en el sistema.
b. Los clientes temen que ocurra una escasez de gasolina (cuando no la hay) y cambian su criterio
de llenar el tanque cuando está a un octavo de su capacidad. Suponiendo que los cambios en 
son inversamente proporcionales a los cambios en el criterio de llenado. Si el criterio ahora es
llenar el tanque cuando está a un cuarto de su capacidad compare los resultados con los del
punto a.
c. Con la misma suposición que en el punto b, compare los resultados obtenidos, si el criterio es
llenar el tanque cuando está a la mitad de su capacidad. ¿Esto se deberá al comportamiento de
pánico ocasionado por la falsa alarma de que habrá escasez de gasolina?
d. Es razonable suponer que el tiempo para atender a un cliente disminuirá a medida que aumenten
los criterios de llenado (entre más lleno esté el tanque se requerirá menos tiempo para el
servicio). Bajo condiciones “normales”, toma, en promedio, dos minutos bombear la gasolina,
y dos minutos limpiar el parabrisas y verificar los niveles de aceite, agua, anticongelante y
cobrar por el servicio. Conteste las preguntas b y c, si el tiempo para bombear la gasolina
cambia proporcionalmente con los cambios en el criterio de llenado.

SOLUCIÓN

Para determinar las tasas de llegada  para los incisos b, c y d, empezaremos por señalar que
originalmente llegan 0  6 automóviles por hora (6/60 = 1/10 = 0.10 automóviles por minuto) y
se atienden   60 / 4  15 automóviles por hora (15/60 = 1/4 = 0.25 automóviles por minuto). Se
supone que la tasa de llegadas de automóviles es inversamente proporcional (1 /  ) a los cambios
en el criterio de llenado.

a. Determinación de Lq y Ws . Siendo 0  1 / 10 automóviles por minuto,   1 / 4 automóviles

por minuto.
Factor de utilización del servicio:

0 (1 / 10) 2
0     0.40
 (1 / 4) 5

Número de autos en la línea a de espera:

- 57 -
 20 (1 / 10) 2 1 / 100 80 4
Lq       0.267 autos
 (   0 ) (1 / 4)(1 / 4  1 / 10) (1 / 4)(3 / 20) 300 15

Tiempo de espera en el sistema:

1 Lq 1 (4 / 15) 1 8 12 20
Ws  Wq          6.667 min.
 0  (1 / 10) (1 / 4) 3 3 3

b. Inicialmente la cantidad de gasolina que se bombea es B0  (1  1/ 8)  7 / 8 de tanque, pues el

criterio de llenado es cuando el tanque se encuentra a 1/8 de su capacidad. La nueva cantidad
de gasolina que se bombea es Bb  (1  1/ 4)  3 / 4 de tanque, si el criterio de llenado es cuando
el tanque se encuentra a 1/4 de su capacidad. De donde se obtiene la relación:

B0 (1/0 )

Bb (1 / b )

Con base a esta relación se determina la tasa de llegadas en horas y minutos:

Horas:

(7 / 8) 1/ 6 7 
 , o bien,  b , de donde b  7 automóviles por hora
(3 / 4) (1 / b ) 6 6

Minutos:

(7 / 8) 1/ (1/10) 7
 , o bien,  10b ; y b  7 / 60  0.1167 automóviles por minuto.
(3 / 4) (1 / b ) 6

Con   1 / 4 de automóviles por minuto y b  7 / 60 automóviles por minuto, se determinan

Lq y Ws :

Factor de utilización del servicio:

b (7 / 60) 7
b     0.467
 (1 / 4) 15

Longitud de la línea de espera:

- 58 -
 b2 (7 / 60) 2 49 / 60 2 49 / 60 2
Lq    
 (  b ) (1 / 4)(1 / 4  7 / 60) (1 / 4)(15 / 60  7 / 60) (1 / 4)(8 / 60)

49 / 60 2 49  4  60 49 49
     0.41 automóvile s
8 /(4  60) 8  60 2
2  60 120

Tiempo de espera en el sistema:

1 Lq 1 (49 / 120) 1 60  49 7 8 15
Ws  Wq       4    7.5 minutos.
 b  (7 / 60) (1 / 4) 7  120 2 2 2

c. En este caso, la cantidad de gasolina bombeada al tanque es Bc  (1  1/ 2)  1/ 2 , si el criterio

de llenado es cuando el tanque se encuentra a la mitad de su capacidad. Se determina c con la
siguiente relación:

B0 (1/0 )

Bc (1 / c )

En base a esta relación se determina la tasa de llegadas en horas y minutos:

Horas:

(7 / 8) 1/ 6 7  21
 , o bien,  c , de donde c   10.5 automóviles por hora
(1 / 2) (1 / c ) 4 6 2

Minutos:

(7 / 8) 1/ (1/10) 7
 , o bien,  10c ; de donde c  7 / 40  0.175 automóviles por minuto.
(1 / 2) (1 / c ) 4

Con   1 / 4 de automóviles por minuto y c  7 / 40 automóviles por minuto, se determinan

Lq y Ws .

Factor de utilización del sistema:

c (7 / 40) 7
c     0.7
 (1 / 4) 10
Longitud de la línea de espera:

- 59 -
 2c (7 / 40) 2 49 / 40 2 49 / 40 2
Lq    
 (  c ) (1 / 4)(1 / 4  7 / 40) (1 / 4)(10 / 40  7 / 40) (1 / 4)(3 / 40)
49 / 40 2 49  4  40 49
    1.633 automóvile s
3 /(4  40) 3  40 2 30
Tiempo de espera en el sistema:

1 Lq 1 (49 / 30) 1 49  40 28 12 40
Ws  Wq       4    13.333 minutos.
 c  (7 / 40) (1 / 4) 7  30 3 3 3

db. Para b  7 automóviles por hora, o bien, 7/60 = 0.1167 automóviles por minuto. La cantidad
de gasolina bombeada al tanque es Bb  3 / 4 si el criterio de llenado es cuando el tanque se
encuentra a 1/4 de su capacidad. El tiempo de llenado (Tb ) se calcula como sigue

T0 B0

Tb Bb

2 (7 / 8) 12
de donde,  ; Tb   1.7143 minutos para bombear 3/4 de tanque de gasolina. Y
Tb (3 / 4) 7
sea TLV el tiempo para la limpieza y verificación de niveles del automóvil. El tiempo promedio
del servicio:

b  Tb  TLV  12 / 7  2  26 / 7  3.714 minutos y,

  1/ b  1/(26 / 7)  7 / 26  0.269 automóviles por minuto.

Por lo tanto, el factor de utilización del servicio:

b (7 / 60) 13
b     0.433 ó 43.3%
 (7 / 26) 30
Número promedio de automóviles en la línea de espera:

72 1 1
 2
(7 / 60) 2
60 2 60 2 2
Lq  b
    60
 (  b ) (7 / 26)(7 / 26  7 / 60) 7 2 7 2
1 1 60  26
 
26 2 26  60 26
2
26(60) 26 2 (60)
26 2 (60) 26(26) 13(13) 169
 2     0.331 automóvile s.
60 (34) 60(34) 30(17) 510
Tiempo de espera en el sistema:

- 60 -
 Lq 1 (169 / 510) 1 10,140  13,260 2,340
Ws        6.554 minutos.
b  (7 / 60) (7 / 26) 3,570 357

dc. Para c  10.5 automóviles por hora. La cantidad de gasolina bombeada es Bc  1/ 2 tanque,
si el criterio de llenado es cuando el tanque se encuentra a 1/2 de su capacidad. El tiempo de
llenado (Tc ) se calcula como sigue:

T0 B0

Tc Bc

2 (7 / 8) 8
de donde,  ; Tc   1.143 minutos para bombear 1/2 tanque de gasolina. Y TLV
Tc (1 / 2) 7
, es el tiempo para la limpieza y verificación de niveles del automóvil.
El tiempo promedio del servicio es

 c  Tc  TLV  8 / 7  2  22 / 7  3.143 minutos, y

  1/ c  1/(22 / 7)  7 / 22  0.318 automóviles por minuto.

Por lo tanto:

c (7 / 40) 11
Factor de utilización del servicio: c     0.55
 (7 / 22) 20

Número de automóviles en la línea de espera:

72 1 1
2c (7 / 40) 2 40 2 40 2 2
Lq      40
 (   c ) (7 / 22)(7 / 22  7 / 40) 7 2 7 2
1 1 40  22
 2

22 2 22(40) 22 22(40) 22 2 (40)

22 2 (40) 22(22) 11(11) 121

     0.672 automóvile s.
40 2 (18) 40(18) 20(9) 180

Tiempo de espera en el sistema:

Lq 1 (121 / 180) 1 40  121 22 2  121 22

Ws        
c  (7 / 40) (7 / 22) 7  180 7 79 7
minutos
2  121  9  22 440
   6.984 minutos
79 63
Resumen de los tiempos de espera y automóviles en la línea

- 61 -
   /
  Lq Ws
Pregunta
(autos/hora) (autos/minuto) (autos/minuto) (factor de (autos) (minutos)
utilización)
a. 6 6/60 = 0.10 1/4 = 0.25 0.40 0.267 6.667
b. 7 7/60 = 0.1167 1/4 = 0.25 0.467 0.41 7.5
c. 10.5 10.5/60 = 0.175 1/4 = 0.25 0.70 1.633 13.333

Tiempo Automóviles
de Tiempo que se les da
Tiempo de Lq
promedio del servicio por Ws
Pregunta Capacidad llenado en revisión
servicio (autos) (minutos)
que se llena (minutos) de niveles minuto
(minutos) (minutos) ( )
db. 3/4 de tanque 1.7143 2 3.7143 0.29 0.331 6.554
dc. 1/2 tanque 1.143 2 3.143 0.318 0.672 6.984

EJEMPLO 32

El mecánico del taller de silenciadores de Arnold’s, Reid Blank, es capaz de instalar nuevos
silenciadores de automóviles a una tasa promedio de tres por hora, o bien, uno cada 20 minutos.
Los clientes que requieren el servicio llegan al taller a un promedio de cada dos horas. Larry
Arnold, el dueño del taller, estudió los modelos de líneas de espera en la materia Técnicas
Cuantitativas y piensa que se cumplen las condiciones para elaborar un modelo de un solo canal y
le pide que calcule los valores numéricos de las características de operación anteriores.

SOLUCIÓN

  llegan 2 automóviles por hora.

  se atienden 3 automóviles por hora.

 2
Ls    2 automóviles en el sistema en promedio
  3 2

1 1
Ws    1 hora que un automóvil en promedio pasa dentro del sistema.
  3 2

2 22 4
Lq     1.33 automóviles, en promedio, en la línea de espera.
 (    3(3  2) 3

- 62 -
  2 2
Wq    hora = 40 minutos = tiempo promedio de espera de cada automóvil
 (   ) 3(3  2) 3
antes de entrar a servicio.

Observe que Ws y Wq se manejan en horas, debido a que  se definió como el número de llegadas
por hora.

 2
   0.67 = porcentaje de tiempo que el mecánico está ocupado, o probabilidad de que el
 3
servidor esté ocupado.

 2 1
P0  1   1    0.33 = probabilidad de que haya 0 automóviles en el sistema.
 3 3

Probabilidad de que más de k automóviles se encuentren en el sistema

n
    
Pn  1    
    

k 1

k Pnk  1  ( P0  P1  P2    Pk 1  Pk )   k 1
  


 2
01
   2
0 Pn0    0.667 Observe que es igual a 1  P0  1  1    
 3    3
11
 2
1 Pn1     0.444
 3
21
 2
2 Pn2    0.296
 3
31
 2 Implica que hay una posibilidad de 19.8% de que haya
3 Pn3    0.198
 3 más de 3 automóviles en el sistema.
41
 2
4 Pn4     0.132
 3
51
 2
5 Pn5     0.088
 3

- 63 -
 EJEMPLO 33

La tienda departamental Schmedley Discount Departament Store recibe aproximadamente 300

clientes los sábados en el período de 9 am a 5 pm. Para decidir cuántas cajas registradoras deberán
estar abiertas cada sábado, el gerente de Schmedley considera dos factores: el tiempo de espera del
cliente (y el costo de espera asociado) y los costos de servicio que se derivan de la contratación de
personal adicional. Los empleados de las cajas reciben un sueldo promedio de $8 la hora. Mientras
sólo uno está en servicio, el tiempo de espera por cliente es aproximadamente diez minutos (ó 1/6
de hora); cuando son dos, el tiempo promedio de salida es de 6 minutos por persona; 4 minutos
cuando tres empleados están en servicio; y 3 minutos cuando son cuatro.

La administración de Schmedley ha llevado a cabo diversas encuestas sobre la satisfacción del

cliente y ha tenido la posibilidad de estimar que la tienda sufre de aproximadamente $10 en ventas
y pérdida de la buena voluntad de los clientes por cada hora de su tiempo ocupada en las líneas de
espera de cobro. Con la información proporcionada, determine el número óptimo de empleados
contratados para cada sábado para minimizar el costo total esperado de la tienda.

SOLUCIÓN

Considere la siguiente tabla

Número de empleados de caja

1 2 3 4

a. Número de clientes 300 300 300 300

1/10 de 1/15 de 1/20 de
1/6 de hora
b. Tiempo de espera promedio por cliente hora (6 hora (4 hora (3
(10 minutos)
minutos) minutos) minutos)
300(1/6) = 300(1/10) = 300(1/15) = 300(1/20) =
c. Tiempo de espera total de los clientes (ab)
50 horas 30 horas 20 horas 15 horas

d. Costo por hora de espera $10 $10 $10 $10

10  50 = 10  30 = 10  20 = 10  15 =
e. Costos totales de espera (cd)
$500 $300 $200 $150

f. Salario por hora de los empleados de caja $8 $8 $8 $8

g. Pago total de los empleados por un turno 88 2(8)  8 3(8)  8 = 4(8)  8 =
de 8 horas (f  8 horas de trabajo) = $64 = $128 $192 $256

h. Costo total esperado (e + g) $564 $428 $392 $406

Número óptimo de
empleados de caja en servicio = 3

- 64 -
 EJEMPLO 34

Rockwell Electronics Corporation conserva un equipo de servicio que repara los problemas
mecánicos que ocurren, en promedio,   3 al día (aproximadamente de naturaleza Poisson). El
equipo puede dar servicio a un promedio de   8 máquinas al día con una distribución de tiempo
de reparación que se asemeja a la distribución exponencial.
a. ¿Cuál es la tasa de utilización de este sistema de servicio?
b. ¿Cuál es el tiempo de reparación promedio de una máquina que está descompuesta?
c. ¿Cuántas máquinas están en espera de recibir servicio en algún momento dado?
d. ¿Cuál es la probabilidad de que más de una máquina se encuentre en el sistema? ¿Cuál la
probabilidad de que más de dos estén descompuestas y en espera de ser reparadas o recibir el
servicio? ¿De más de tres? ¿Más de cuatro?

SOLUCIÓN

a. La tasa de utilización del servicio es:

 3
   0.375 ó 37.5%
 8
b. El tiempo promedio que la máquina está descompuesta, Ws , es el tiempo que la máquina espera
por el servicio más el tiempo que lleva repararla.

1 1 1
Ws     0.2 de día ó (0.2)(8) =1.6 horas.
  83 5

c. El número de máquinas que están en espera de recibir el servicio es

2 32 9
Lq     0.225 .
 (   ) 8(8  3) 40

d. Probabilidad de que más de una máquina se encuentre en el sistema, k  1 :

k 1

Pnk   

2
 3 9
Pn1     0.141
8 64

Probabilidad de que más de dos máquinas estén en el sistema, k  2 :

3
 3 27
Pn2      0.053
8 512

- 65 -
 Probabilidad de que más de tres máquinas estén en el sistema, k  3 :
4
 3 81
Pn3     0.020
8 4,096

Probabilidad de que más de cuatro máquinas estén en el sistema, k  4 :

5
 3 243
Pn4      0.007
8 32,768

EJEMPLO 35

Con base en datos históricos, el autolavado Harry's estima que los automóviles llegan a sus
instalaciones a un ritmo de 10 por hora durante todo el día sábado. Con un equipo que trabaja en
la línea de lavado, Harry imagina que los vehículos pueden lavarse a un ritmo de uno cada 5
minutos. Se lava un solo automóvil a la vez en este ejemplo de una línea de espera de un solo canal.
Con base en los intervalos Poisson y los tiempos exponenciales de servicio, encuentre:
a. El número promedio de automóviles en línea.
b. El tiempo promedio que un automóvil espera antes de ser lavado.
c. El tiempo promedio que un automóvil pasa en el sistema de servicio.
d. El factor de utilización del servicio de autolavado.
e. La probabilidad de que ningún automóvil esté en el sistema.

SOLUCIÓN

Observe que llegan al servicio de autolavado   10 automóviles/hora, y se proporciona el servicio

con una rapidez de   60 / 5  12 automóviles/hora.

a. El número promedio de automóviles en la línea, Lq es:

2 10 2 10 2 25
Lq      4.167 automóviles
 (   ) 12(12  10) 12(2) 6

b. El tiempo promedio que un automóvil espera antes de ser lavado, Wq es:

 10 10 5
Wq      0.4167 horas
 (   ) 12(12  10) 24 12
c. El tiempo promedio que un automóvil pasa en el sistema de servicio, Ws es:

1 1 1
W2     0.5 horas
   12  10 2
d. El factor de utilización del servicio de autolavado,  es:

- 66 -
  10 5
    0.8333 , o bien, 83.33%.
 12 6

e. La probabilidad de que ningún automóvil esté en el sistema, P0 es:

 10 1
P0  1   1    0.1667 , o bien, 16.67%.
 12 6

EJEMPLO 36

Mike Dreskin administra un complejo de cines en los Ángeles denominado Cinema I, II, III y IV.
Cada uno de los cuatro auditorios presenta una película distinta. Además, el programa está planeado
de manera que los tiempos de inicio están escalonados para evitar las posibles aglomeraciones de
personas que se presentarían si todas las películas se iniciaran al mismo tiempo. El cine tiene una
sola taquilla y un cajero que puede mantener un ritmo promedio de servicio de 280 espectadores
por hora. Los tiempos de servicio se consideran de manera que se aplique una distribución
exponencial. Las llegadas en un día activo típico son de una distribución Poisson y muestran un
promedio de 210 por hora.

Para determinar la eficiencia de la operación actual del sistema de boletaje, Mike desea examinar
distintas medidas de desempeño de la línea de espera.
a. Determine el número promedio de asistentes al cine que esperan en la línea para comprar un
boleto.
b. ¿Qué porcentaje de tiempo está ocupado el cajero?
c. ¿Cuál es el tiempo promedio que el cliente pasa en el sistema?
d. ¿Cuál es el tiempo promedio que está en la línea de espera para llegar a la taquilla?
e. ¿Cuál es la probabilidad de que haya más de dos personas en el sistema? ¿Más de tres? ¿Más
de cuatro?

SOLUCIÓN

Llegadas:   210 asistentes/hora. Servicio:   280 asistentes/hora

a. El número promedio de asistentes que esperan en la línea, Lq , es:

2 (210) 2
Lq    2.25 asistentes en la línea
 (   ) 280(280  210)

b. El porcentaje de tiempo que está ocupado el cajero,  , es:

 210
  0.75 , o bien, 75%
 280
c. El tiempo promedio que un cliente pasa en el sistema, Ws , es:

- 67 -
 1 1
Ws    0.0143 de hora en la línea = 0.857 de minuto = 51.4 segundos.
   280  210
d. El tiempo promedio que un asistente está en la línea de espera para llegar a la taquilla, Wq , es:

 210
Wq    0.011 de hora = 0.64 de minuto = 38.6 segundos
 (   ) 280(280  210)
e. La probabilidad de que haya más de dos personas en el sistema, Pn2 , es:
k 1

Pn k   

2 1
 210 
Pn 2     (0.75) 3  0.422
 280 
La probabilidad de que haya más de tres personas en el sistema, k  3 , es:
31
 210 
Pn3    (0.75) 4  0.316
 280 
La probabilidad de que haya más de cuatro personas en el sistema, k  4 , es:
41
 210 
Pn4     (0.75) 5  0.237
 280 

EJEMPLO 37

La temporada de cosecha de trigo en el oeste estadounidense es corta. La mayoría de los granjeros

llevan sus camiones con las cargas del cereal a un silo central gigantesco con un lapso de tan solo
una semana. Debido a esta característica, se sabe que los camiones llenos de trigo esperan para
descargar y regresar a los campos en un tramo que está a casi una cuadra de distancia del depósito.
El silo central es de propiedad cooperativa, por lo cual beneficia a cada uno de los granjeros
incrementar el nivel de eficacia del proceso de descarga y almacenaje. El costo del deterioro del
grano provocado por los retrasos en la descarga, el costo de la renta de los camiones y el tiempo
muerto del conductor mientras llega su turno son preocupaciones serias para los miembros de la
cooperativa. A pesar de que los granjeros tienen problemas para cuantificar el daño a la cosecha,
es fácil asignar un costo de $18 por hora por concepto de espera y de descarga por cada camión y
conductor. El silo permanece abierto y funciona 16 horas al día, los siete días de la semana, durante
la temporada de cosecha, y tiene una capacidad de descarga de 35 camiones por hora de acuerdo
con una contribución exponencial. Los camiones llenos llegan a lo largo del día (durante el horario
en que el silo está abierto) a un ritmo cercano a los 30 camiones por hora, de acuerdo con un patrón
de Poisson.
Para ayudar a la cooperativa a obtener cierto manejo del problema de la pérdida de tiempo mientras
los camiones están en espera en la línea o mientras descargan en el silo, encuentre:

- 68 -
a. El número promedio de camiones en el sistema de descarga.
b. El tiempo promedio por camión en el sistema.
c. La tasa de utilización del área del silo.
d. La probabilidad de que haya más de tres camiones en el sistema en un momento dado.
e. El costo diario total para los granjeros por tener los camiones detenidos en el proceso de
descarga total.

Como se mencionó anteriormente, la cooperativa utiliza el silo sólo dos semanas al año. Los
granjeros estiman que ampliar el silo reduciría en 50% los costos de descarga durante el año
entrante. Costaría $9,000 hacerlo durante la temporada en que no hay labores ¿Valdría la pena para
la cooperativa ampliar el área de almacenamiento?

SOLUCIÓN

Llegadas:   30 camiones/hora. Servicio:   35 camiones/hora.

a. El número promedio de camiones en el sistema, Ls es:

 30
Ls    6 camiones en el sistema.
  35  30

b. El tiempo promedio de espera del camión en el sistema, Ws es:

1 1 1
Ws    de hora = 12 minutos = 12/60 horas = 0.2 horas
   35  30 5
c. La tasa de utilización del área del silo,  , es:

 30 6
    0.857
 35 7
d. La probabilidad de que haya más de tres camiones en el sistema, Pn3 , con k  3 es:
k 1 31
  30 
Pnk    , de donde Pn3     0.540
  35 
e. Costo diario por tener los camiones detenidos en el proceso de descarga:

horas  camiones  horas  $ 

C  16  30  0.2 18 
día  hora  camión  hora 

C = 1,728 $/día = 12,096 $/semana

f. Ampliando el silo reduciría en 50% los costos de descarga durante el año entrante. Primero,
debemos calcular el costo anual por la espera:

- 69 -
 semanas  días  $ 
Costo anual por la espera  2 7 1,728   $24,192.
año  semana  día 

Ampliando el silo se reducirían los costos de espera en 50% el año entrante, resultando un
ahorro de ($24,192)(0.50) = $12,096. Debido a que el costo por ampliar el silo es de sólo
$9,000, la cooperativa debe proceder a ampliar el silo. Los ahorros netos son $12,096 – $9,000
= $3,096.

EJEMPLO 38

Los automóviles llegan a la ventanilla de atención en el automóvil de una oficina postal a un ritmo
de cuatro cada diez minutos. El tiempo promedio de servicio es de dos minutos. La distribución
Poisson es apropiada para la tasa de llegadas y los tiempos de servicio se distribuyen de manera
exponencial.

a. ¿Cuál es el tiempo promedio que un automóvil permanece en el sistema?

b. ¿Cuál es el número promedio de automóviles en el sistema?
c. ¿Cuál es el tiempo promedio que los automóviles pasan en espera de recibir el servicio?
d. ¿Cuál es el número promedio de automóviles que están en la línea detrás del cliente que está
recibiendo el servicio?
e. ¿Cuál es la probabilidad de que no haya automóviles en la ventanilla?
f. ¿Cuál es el porcentaje de tiempo que el empleado postal permanece ocupado?
g. ¿Cuál es la probabilidad de que haya exactamente dos automóviles en del sistema?

SOLUCIÓN

Llegadas:   24 automóviles/hora. Servicio:   30 automóviles/hora.

1 1 1
a. Ws     0.167 horas  10 minutos.
   30  24 6

 24
b. Ls    4 automóviles.
  30  24

 24 2
c. Wq     0.133 horas  8 minutos.
 (   ) 30(30  24) 15

2 24 2 16
d. Lq     3.2 automóviles.
 (   ) 30(30  24) 5
 24 4 1
e. P0  1   1   1    0.2 ó 20%.
 30 5 5

- 70 -
  24 4
f.     0.8 u 80%.
 30 5

g. Aquí se debe determinar P(n  2)  Pn1  Pn2 , si:

k 1

Pnk  1  ( P0  P1  P2    Pk 1  Pk )   


11 21
 
2 2 3 3
 24   4   24   4 
Pn1           0.640 , y, Pn2           0.512
  30   5    30   5 

Entonces, P(n  2)  Pn1  Pn2  0.640  0.512  0.128 ó 12.8%.

EJEMPLO 39

El Billy’s Bank es el único en un pueblo pequeño de Arkansas. En un viernes típico un promedio

de 10 clientes por hora llega al banco para realizar transacciones financieras. Hay un sólo cajero
en el banco y el tiempo promedio para realizar las operaciones es de 4 minutos. Se supone que los
tiempos de servicio se pueden describir por medio de una distribución exponencial. A pesar de que
éste es el único banco del pueblo, algunas personas han entablado relaciones con el banco del
pueblo vecino, que se encuentra a 20 millas de distancia. Se usaría una sola fila y el cliente del
frente de ella sería atendido por el primer cajero disponible. Si se emplea a un solo cajero en el
Billy's Bank, determine

a. El tiempo promedio que pasa el cliente en la línea de espera.

b. El número promedio de clientes en la línea de espera.
c. El tiempo promedio de espera dentro del sistema.
d. El número promedio de clientes en el sistema.
e. La probabilidad de que el banco esté vacío.

SOLUCIÓN

Observe que   10 clientes llegan por hora,   60 / 4  15 clientes atendidos por hora.

 10 10 2
a. Wq      0.1333 horas.
 (   ) 15(15  10) 15(5) 15

2 10 2 10 2 4
b. Lq      1.333 clienete.
 (   ) 15(15  10) 15(5) 3
1 1 1
c. Ws     0.2 horas.
   15  10 5

- 71 -
  10
d. Ls    2 clientes.
  15  10

 10 1
e. P0  1   1    0.3333 ó 33.33%.
 15 3

EJEMPLO 40

La tienda de abarrotes Mom-and-Pop’s tiene un pequeño lote de estacionamiento adyacente con

tres espacios reservados para los clientes de la tienda. Durante las horas que abre, cuando el lote
no está lleno, los automóviles entran al lote y usan uno de los espacios a una tasa media de dos por
hora. Cuando el lote está lleno, los automóviles que llegan se van y no regresan. Para n = 0, 1, 2,
3, la probabilidad Pn de que exactamente n espacios estén ocupados es:

P0  0.2, P1  0.3, P2  0.3, P3  0.2 .

a. Describa cómo puede interpretarse este lote de estacionamiento como un sistema de líneas de
espera. En particular, identifique los clientes y los servidores. ¿Cuál es el servicio
proporcionado? ¿Qué constituye un tiempo de servicio? ¿Cuál es la capacidad de la línea de
espera?
b. Determine las medidas básicas de desempeño Ls , Lq , Ws y W q para este sistema de líneas
de espera. (Sugerencia: puede usar las probabilidades dadas para determinar el número
promedio de espacios de estacionamiento que están ocupados).
c. Use los resultados de la parte b. para determinar el tiempo promedio que permanece un
automóvil en un espacio del estacionamiento.

SOLUCIÓN

a. Un lote de estacionamiento es un sistema de líneas de espera donde los automóviles son los
clientes, y los espacios de estacionamiento los servidores. El tiempo de servicio es la cantidad
de tiempo que un automóvil permanece en un lugar del estacionamiento. La capacidad de la
línea de espera es 0.

b. Ls  0( P0 )  1(P1 )  2( P2 )  3( P3 )  0(0.2)  1(0.3)  2(0.3)  3(0.2)  1.5 automóviles.

Lq  0 automóviles.

 L   1.5 
Ws   s      0.75 horas.
  2 

 Lq   0 
Wq        0 horas.
    2
c. Un automóvil espera un promedio Ws  0.75 horas = 45 minutos en un lugar del
estacionamiento.

- 72 -
 EJEMPLO 41

Newell y Jeff son los dos nuevos peluqueros en una peluquería de su propiedad que atienden.
Tienen dos sillones para los clientes que esperan a que comience su corte de cabello, de modo que
el número de clientes en el establecimiento varía entre 0 y 4. Para n = 0, 1, 2, 3 y 4, la probabilidad
Pn de que exactamente n clientes estén en la peluquería es:
1 4 6 4 1
P0  , P1  , P2  , P3  , P4  .
16 16 16 16 16
a. Use la fórmula Ls = 0P0 + 1P1 + 2P2 + 3P3 + 4P4 para calcular Ls. ¿Cómo describiría el
significado de Ls a Newell y Jeff?
b. Para cada uno de los valores posibles del número de clientes en el sistema de líneas de espera,
especifique cuántos clientes están en la fila. Para cada uno de los números posibles en la línea
de espera, multiplique por su probabilidad y luego sume estos productos para calcular Lq .
¿Cómo describiría el significado de a Lq Newell y Jeff?
c. Dado que llega un promedio de cuatro clientes por hora y esperan a su corte de cabello,
determine Ws y Wq . Describa estas dos cantidades en términos significativos para Newell y
Jeff.
d. Dado que Newell y Jeff son igualmente rápidos para efectuar los cortes de cabello, ¿cuál es la
duración promedio de un corte de cabello?

SOLUCIÓN

1 4 6 4  1  32

a. Ls  (0)   (1)   (2)   (3)   (4)    2.
 16   16   16   16   16  16
qué representa el número promedio de clientes en la peluquería, incluyendo los que esperan por
su corte de cabello, que en este caso no hay nadie esperando ( Lq  0) porque se tienen dos
sillones y se atienden a dos pacientes que son los que están en el sistema.
b.
Clientes en la línea
n de espera Probabilidad Producto
0 0
1 0
2 0
3 1 4/16 = 0.25 0.25
4 2 1/16 = 0.0625 0.125

Lq  0.25  0.125  0.375 qué representa el número promedio de clientes en la peluquería

que esperan por su corte de cabello.
L 2
c. Ws  s   0.5  30 minutos
 4

- 73 -
 Lq 0.375
Wq    0.094  5.625 minutos
 4

Estas cantidades significan que los clientes estarán en la peluquería un promedio de media hora,
incluyendo el tiempo que esperan cortándose el cabello, y tendrán que esperar un promedio de
5.625 minutos antes que inicie su corte de cabello.

d. Ws  Wq  0.5 – 0.094 = 0.406 = 0.406 horas = 24.375 minutos.

EJEMPLO 42

La Friendly Neighbor Grocery Store sólo cuenta con una caja y una cajera de tiempo completo.
Los clientes llegan a la caja en forma aleatoria a una tasa media de 30 por hora. La distribución del
tiempo de servicio es exponencial, con una media de 1.5 minutos. Esta situación ha originado filas
largas y quejas de los clientes. Por consiguiente, debido a que no hay un espacio para colocar una
segunda caja de salida, el gerente está considerando la alternativa de contratar a otra persona para
que ayude a la cajera a empacar los víveres. Esta ayuda reduciría el tiempo esperado requerido para
atender a un cliente a 1 minuto, pero la distribución de tiempo de servicio todavía sería exponencial.
Al gerente le gustaría que el porcentaje de tiempo en que hay más de dos clientes de pie en la caja
se redujera a menos de 25%. También querría que no más de 5% de los clientes tuvieran que esperar
al menos cinco minutos antes de comenzar su servicio, o al menos siete minutos antes de que
termine su servicio.
a. Use las fórmulas para el modelo M/M/1 para calcular Ls, Ws, Wq, Lq, P0, P1, y P2 para el modo
de operación actual. ¿Cuál es la probabilidad de tener más de dos clientes en la caja de salida?
También, determine la probabilidad de que el tiempo de espera antes de iniciar el servicio
exceda cinco minutos y la probabilidad de que el tiempo de espera antes de que termine el
servicio exceda siete minutos.
b. Repita la inciso a para la nueva alternativa.
c. ¿Qué enfoque debe usar el gerente para satisfacer su criterio lo más cerca posible?

SOLUCIÓN

a. Operación actual: observe que la tasa promedio de llegadas es   30 por hora y la tasa de
servicio es   60 / 1.5  40 por hora

 30  30
Ls    3 clientes ;    0.75 ó 75%
  40  30  40

1 1
Ws    0.1 horas
   40  30

- 74 -
  30
Wq    0.075 horas
 (   ) 40(40  30)

Lq  Wq  30(0.075)  2.25 clientes

P0  1    1  0.75  0.25 ó 25%

P1  (1   )   (1  0.75)(0.75)  0.188

P2  (1   )  2  (1  0.75)(0.75) 2  0.141

k 1

3
 30 
Pnk  1  ( P0  P1    Pk 1  Pk )    , si k  2 entonces Pn2     0.42
  40 
Hay una probabilidad de 42% de tener más de dos clientes en la caja de salida.

La probabilidad de que el tiempo de espera en la línea exceda los cinco minutos es:

P(Wq  t )  e   (1  )t ,
entonces,
 30   1 
P(Wq  5)   e 40(130 / 40)5  0.75 50 
=1.447E-22
 40   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda los 7 minutos es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  7)  e 40(130 / 40) 7  70
  3.975 E31
e 2.71828 70

b. Nueva alternativa: observe que la tasa promedio de llegadas es   30 por hora y la tasa de
servicio es   60 / 1  60 por hora.

 30  30
Ls    1 cliente ;    0.5 ó 50%
  60  30  60

1 1 1
Ws     0.033 horas
   60  30 30

 30 1
Wq     0.017 horas
 (   ) 60(60  30) 60

- 75 -
 Lq  Wq  30(0.017 )  0.51 clientes

P0  1    1  0.5  0.5

P1  (1   )   (1  0.5)(0.5)  0.25

P2  (1   )  2  (1  0.5)(0.5) 2  0.125
k 1

3
 30 
Pnk  1  ( P0  P1    Pk 1  Pk )    , si k  2 entonces Pn2     0.125
  60 
Hay una probabilidad de 12.5% de tener más de dos clientes en la caja de salida.

La probabilidad de que el tiempo de espera en la línea exceda los cinco minutos es:

P(Wq  t )  e   (1  )t ,
entonces,
 30   1 
P(Wq  5)   e 60(130 / 60)5  0.5 150 
=3.5887E-66
 60   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda los 7 minutos es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  7)  e 60(130 / 60) 7  210
  6.283 E92
e 2.71828 210

c. El gerente debe contratar a otra persona para que ayude a la cajera a empacar los víveres.

EJEMPLO 43

La 4M Company tiene un solo torno revolver como centro de trabajo clave en su planta. Los
trabajos llegan en forma aleatoria a una tasa media de dos por día. El tiempo de procesamiento para
realizar cada trabajo tiene una distribución exponencial con una media de 1/4 de día. Debido a que
estos trabajos son voluminosos, aquellos en los que no se está trabajando se almacenan en un cuarto
a cierta distancia de la máquina. Sin embargo, para ahorrar tiempo al recoger los trabajos, el
gerente de producción propone agregar suficiente espacio para el inventario en proceso cerca del
torno revólver de manera que se acomoden tres trabajos además del que está en proceso. (Los
trabajos en exceso continuarán almacenándose temporalmente en el cuarto distante). Con esta
propuesta ¿qué proporción del tiempo para este espacio de almacén cercano al torno revólver es
suficiente para acomodar todos los trabajos en espera?
SOLUCIÓN

- 76 -
P0  1    1  0.5  0.5 ; P1  (1   )   0.25 ; P2  (1   )  2  0.125

P3  (1   )  3  0.0625 ; P4  (1   )  4  0.03125
4

 P P
i 1
i 0  P1  P2  P3  P4  0.5  0.25  0.125  0.0625  0.03125  0.96875 ó 97% del tiempo.

EJEMPLO 44

Jerry Jansen, gerente de manejo de materiales de la nueva fábrica de la Casper-Edison

Corporation, necesita decidir si compra un pequeño tractor con remolque de vagones o un
montacargas de uso pesado para el transporte de mercancías pesadas entre los centros de
producción en la fábrica. Las llamadas a la unidad de manejo de materiales para mover una carga
llegan en forma aleatoria a una tasa media de cuatro por hora. El tiempo requerido total para mover
una carga tiene una distribución exponencial, donde el tiempo esperado sería 12 minutos para el
tractor remolque de vagones y de 9 minutos para el montacargas. El costo total equivalente por
hora (costo de recuperación de capital más el costo de operación) sería $50 para el tractor remolque
de vagones y de $150 para el montacargas. El costo estimado de las mercancías ociosas (en espera
de ser movidas o en tránsito) debido al incremento de inventario en proceso es $20 por carga por
hora.

Jerry también ha establecido ciertos criterios que desea satisfagan la unidad de manejo de
materiales a fin de mantener el flujo de producción a tiempo lo más posible. Le gustaría promediar
no más de media hora para completar el movimiento de una carga después de haber recibido la
llamada de la solicitud del movimiento. También quiere que el tiempo para completar el
movimiento no sea mayor de una hora más del 80% del tiempo. Finalmente, le gustaría tener no
más de tres cargas en espera al comienzo de su movimiento por lo menos el 80% del tiempo..
a. Obtenga las diferentes medidas de desempeño si se elige el tractor remolque. Evalúe si estas
medidas cumplen con el criterio anterior.
b. Repita la parte a. si se elige el montacargas.
c. Compare las dos alternativas en términos de su costo total esperado por hora (incluido el
costo de las mercancías ociosas).
d. ¿Qué alternativa cree que debe elegir Jerry?

SOLUCIÓN

a. Observe que para el tractor remolque de vagones la tasa media de llegadas es   4 por hora
y la tasa media de servicio es   60 / 12  5 por hora.

 4
   0.8 u 80%
 5

 4
Ls    4 cargas
  54

- 77 -
 1 1
Ws    1 hora
  54
 4 4
Wq     0.8 horas
 (   ) 5(5  4) 5

Lq  Wq  4(4 / 5)  3.2 cargas

P0  1    1  4 / 5  1/ 5  0.2

P1  (1   )   (1  4 / 5)(4 / 5)  4 / 25  0.16

P2  (1   )  2  (1  4 / 5)(4 / 5) 2  16 / 125  0.128

P3  (1   )  3  (1  4 / 5)(4 / 5) 3  64 / 625  0.1024

P4  (1   )  4  (1  4 / 5)(4 / 5) 4  256 / 3,125  0.08192

P0  P1  P2  P3  P4  0.67232 ó 67.232%

La probabilidad de que el tiempo de espera en la línea exceda a una hora es:

P(Wq  t )  e   (1  )t ,
entonces,

 4 1  1 
P(Wq  1)   e 5(14 / 5) (1)  0.8   0.8  = 0.2943 ó 29.43%
 5 e  2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda a una hora es:

P(Ws  t )  e   (1  )t
entonces,

1 1
P(Ws  1)  e 4(14 / 5) (1)    0.3679 ó 36.79%
e 2.71828

El tractor remolque de vagones no cumple con ninguno de los criterios.

b. Observe que para el montacargas la tasa media de llegadas es   4 por hora y la tasa media
de servicio es   60 / 9  20 / 3  6.6667 por hora.

 4 3
    0.6 ó 60%
 20 / 3 5

- 78 -
  4 4 12 3
Ls       1.5 cargas
  20 / 3  4 8 / 3 8 2

1 1 1 3
Ws      0.375 hora
   20 / 3  4 8 / 3 8
 4 4 36 9
Wq       0.225 horas
 (   ) (20 / 3)(20 / 3  4) (20 / 3)(8 / 3) 160 40

Lq  Wq  4(9 / 40)  9 / 10  0.9 cargas

P0  1    1  3 / 5  2 / 5  0.4

P1  (1   )   P0   (2 / 5)(3 / 5)  6 / 25  0.24

P2  (1   )  2  P0  2  (2 / 5)(3 / 5) 2  18 / 125  0.144

P3  (1   )  3  P0  3  (2 / 5)(3 / 5) 3  54 / 625  0.0864

P4  (1   )  4  P0  4 (2 / 5)(3 / 5) 4  162 / 3,125  0.05184

P0  P1  P2  P3  P4  0.92224 ó 92.224%

La probabilidad de que el tiempo de espera en la línea exceda a una hora es:

P(Wq  t )  e   (1  )t ,
entonces,

 3  1   1 
P(Wq  1)   e ( 20 / 3)(13 / 5) (1)  0.6 8 / 3   0.6  8/3 
 0.04169 ó 4.169%
 5 e   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda a una hora es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  1)  e ( 20 / 3)(13 / 5) (1)  8/3
  0.695 ó 6.95%
e 2.71828 8 / 3

El montacargas cumple con todos los criterios.

c. Tractor remolque de vagones: Ls ($20)  $50  4($20)  $50  $130 / hora .
Montacargas: Ls ($20)  $150  1.5($20)  $150  $180 / hora .
d. Jerry debe elegir el montacargas.

- 79 -
 EJEMPLO 45

Suponga que un sistema de líneas de espera que se ajusta al modelo M/M/1 tiene Ws  120 minutos
y Ls  8 clientes. Use estos hechos (y la fórmula para Ws ) para determinar λ y μ. También
determine las otras medidas de desempeño para este sistema de líneas de espera.

SOLUCIÓN

Ls 8 1
    0.0667 .
Ws 120 15

1
Si Ws  , entonces:
 
1 1 8 9 3
       0.075.
Ws 120 120 120 40

 1 / 15 40 8
     0.8888 ó 88.88%
 3 / 40 45 9

  1 / 15   40  8 64
Lq  Ls   ( Ls )   (8)   (8)   (8)   7.1111
  3 / 40   45  9 9

Lq 64 / 9 64  15 320
Wq      106.6667
 1 / 15 9 3

EJEMPLO 46

La Seabuck and Roper Company cuenta con una gran bodega en el sur de California para
almacenar su inventario de bienes hasta que sean requeridos en las diversas mueblerías del área.
Una sola cuadrilla de cuatro miembros se encarga de descargar y/o cargar cada camión que llega
al andén de carga de la bodega. Actualmente, la administración está reduciendo sus costos, de modo
que se debe tomar una decisión acerca del futuro tamaño de esta cuadrilla.
Los camiones llegan en forma aleatoria al andén de carga a una tasa media de uno por hora. El
tiempo requerido para que una cuadrilla descargue y/o cargue un camión tiene una distribución
exponencial (independientemente del tamaño de la cuadrilla). La media de esta distribución con la
cuadrilla de cuatro integrantes es 15 minutos. Si se cambia el tamaño de la cuadrilla, se estima que
la tasa media de servicio de la cuadrilla (ahora μ = 4 clientes por hora) sería proporcional a su
tamaño.

El costo de cada miembro de la cuadrilla es $20 por hora. El costo atribuible a tener un camión
sin utilizar (es decir, un camión parado en el andén de carga) se estima en $30 por hora.

- 80 -
a. Identifique los clientes y los servidores para este sistema de líneas de espera. ¿Cuántos
servidores tiene actualmente?
b. Determine las medidas de desempeño de este sistema de líneas de espera con cuatro miembros
en la cuadrilla. (Haga t = 1 hora para obtener las probabilidades del tiempo de espera).
c. Repita la parte b. con tres integrantes.
d. Repita la parte b. con dos integrantes.
e. ¿Debe de considerarse también una cuadrilla de una persona? Explique.
f. Dados los resultados anteriores, ¿qué tamaño de cuadrilla cree que deba seleccionar la
administración?
g. Use las cifras de costos para determinar qué tamaño de cuadrilla minimizaría el costo total
esperado por hora.

SOLUCIÓN

a. Los clientes son los camiones que son cargados o descargados y los servidores son las
cuadrillas. El sistema actualmente tiene un servidor.
b. Observe que la tasa media de llegadas es   1 camión por hora, la tasa media de servicio es
  60 / 15  4 camiones cargados o descargados por hora, s  1 servidor.

 1
   0.25 ó 25%
 4

 1 1
Ls     0.3333 cargas o descargas
  4 1 3

1 1 1
Ws     0.3333 horas
   4 1 3

 1 1
Wq     0.0833 horas
 (   ) 4(4  1) 12

1 1
Lq  Wq  (1)     0.0833 cargas
 12  12

P0  1    1  1/ 4  3 / 4  0.75 ó 75%

La probabilidad de que el tiempo de espera en la línea exceda a una hora es:

P(Wq  t )  e   (1  ) t ,
entonces,

1 1  1 
P(Wq  1)   e 4(11 / 4) (1)  0.25 3   0.25  3 
 0.0124468 ó 1.24468%
 4 e   2.71828 

- 81 -
 La probabilidad de que el tiempo de espera en el sistema exceda a una hora es:

P(Ws  t )  e   (1  )t
entonces,

1 1
P(Ws  1)  e 4(11 / 4) (1)  3
  0.0497871 ó 4.97871%
e 2.71828 3

c. Ahora   1 ,   3 y s  1.

 1
   0.3333 ó 25%
 3

 1 1
Ls     0.5 cargas o descargas
  3 1 2

1 1 1
Ws     0.5 horas
   3 1 2

 1 1
Wq     0.16667 horas
 (   ) 3(3  1) 6

1 1
Lq  Wq  (1)     0.166667 cargas
 6 6

P0  1    1  1/ 3  2 / 3  0.66667 ó 66.667%

La probabilidad de que el tiempo de espera en la línea exceda a una hora es:

P(Wq  t )  e   (1  ) t ,
entonces,

1 1  1  1  1 

P(Wq  1)   e 3(11 / 3) (1)     2      2 
 0.0451118 ó 4.51118%
 3  3   e   3   2.71828 
La probabilidad de que el tiempo de espera en el sistema exceda a una hora es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  1)  e 3(11 / 3) (1)  2
  0.1353354 ó 13.53354%
e 2.71828 2

d. Ahora   1 ,   2 y s  1.

- 82 -
  1
   0.50 , o bien, 50%
 2
 1
Ls    1 carga o descarga
  2 1

1 1
Ws    1 hora
   2 1
 1 1
Wq     0.5 horas
 (   ) 2(2  1) 2

1 1
Lq  Wq  (1)     0.5 cargas
 2 2

P0  1    1  1/ 2  1/ 2  0.5 ó 50%

La probabilidad de que el tiempo de espera en la línea exceda a una hora es:

P(Wq  t )  e   (1  ) t ,
entonces,
1  1 1  1  1 
P(Wq  1)   e 2(11 / 2) (1)            0.1839398 ó 18.39398%
 2  2   e   2   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda a una hora es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  1)  e 2(11 / 2) (1)    0.3678796 ó 36.78796%
e 2.71828

e. No debe considerarse una cuadrilla de una persona porque el factor de utilización del servicio
sería    /   1 / 1  1 , es decir la cuadrilla estaría ocupada todo el tiempo y no sería posible
que el sistema de línea de espera alcanzara la condición de estado estable con una carga
manejable por una sola persona.
f y g. Costo total = ($20)(número de integrantes de la cuadrilla) + ($30) ( Lq )
Costo total (4 miembros) = ($20)(4) + ($30)(1/12) = $82.50/hora.
Costo total (3 miembros) = ($20)(3) + ($30)(1/6) = $65/hora.
Costo total (2 miembros) = ($20)(2) + ($30)(1/2) = $55/hora.
Una cuadrilla de 2 personas minimizaría el costo total esperado por hora.

- 83 -
 EJEMPLO 47

Jake’s Machine Shop cuenta con un esmeril para afilar las herramientas de corte de la máquina
principal. Ahora se debe tomar una decisión acerca de la velocidad a la que se instalará el esmeril.
El tiempo de esmerilado requerido por el operador de la máquina para afilar la herramienta de corte
tiene una distribución exponencial, donde la media 1/μ puede establecerse en 1 minuto, 1.5 minutos
ó 2 minutos, dependiendo de la velocidad del esmeril. Los costos de operación y mantenimiento
aumentan rápidamente con la velocidad del esmeril, de modo que el costo estimado por minuto es
$1.60 para una media de 1 minuto, $0.90 para una media de 1.5 minutos y $0.40 para una media
de 2 minutos.
Los operadores de la máquina llegan a afilar sus herramientas de manera aleatoria a una tasa media
de uno cada dos minutos. El costo estimado de que un operador se encuentre fuera de su máquina
es $0.80 por minuto.
a. Obtenga las medidas de desempeño para este sistema de líneas de espera para cada una de las
tres velocidades alternativas del esmeril. (Hacer t = 5 minutos para obtener las probabilidades
del tiempo de espera.)
b. Use las cifras de costos para determinar qué velocidad del esmeril minimiza el costo total
esperado por minuto.

SOLUCIÓN

a. Para   1 / 1  1 minuto,   1 / 2  0.5 por minuto, s  1 servidor.

 1/ 2 1
    0.50 ó 50%
 1 2

 1/ 2
Ls    1 herramienta
  1  1/ 2

1 1
Ws    2 minutos
   1  1/ 2

 1/ 2
Wq    1 minuto.
 (   ) (1)(1  1 / 2)

1 1
Lq  Wq   (1)   0.50 herramienta
 2 2

P0  1    1   /   1  1/ 2 / 1  1/ 2  0.50 ó 50%

La probabilidad de que el tiempo de espera en la línea exceda a cinco minutos es:

P(Wq  t )  e   (1  ) t ,
entonces,

- 84 -
 1 1 1  1 1 
P(Wq  5)   e 1(11 / 2) (5)     5 / 2      2.5 
 0.0410425 ó 4.10425%
 2  2   e   2   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda a cinco minutos es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  5)  e 1(11 / 2) (5)  5/ 2
  0.082085 u 8.2085%
e 2.71828 2.5

Para   1 / 1.5  1 /(3 / 2)  2 / 3 minuto,   1 / 2  0.5 por minuto, s  1 servidor.

 1/ 2 3
    0.75 ó 75%
 2/3 4
 1/ 2
Ls    3 herramientas
  2 / 3  1/ 2

1 1
Ws    6 minutos
   2 / 3  1/ 2
 1/ 2 9
Wq     4.5 minutos.
 (   ) (2 / 3)(2 / 3  1 / 2) 2

 1  9  9
Lq  Wq       2.25 herramienta
 2  2  4

P0  1    1   /   1  1/ 2 /(2 / 3)  1/ 4  0.25 ó 25%

La probabilidad de que el tiempo de espera en la línea exceda a cinco minutos es:

P(Wq  t )  e   (1  ) t ,
entonces,

 3  3 1   3 1 
P(Wq  5)   e ( 2 / 3)1(1 / 2) /( 2 / 3)  (5)     5 / 6      0.8333 
 0.3259488  32.6%
 4  4   e   4   2.71828 

La probabilidad de que el tiempo de espera en el sistema exceda a cinco minutos es:

P(Ws  t )  e   (1  )t
entonces,
1 1
P(Ws  5)  e ( 2 / 3)1(1 / 2) /( 2 / 3)  (5)  5/6
  0.4345984  43.46%
e 2.71828 0.83333
Para   1 / 2  0.5 esta no es una alternativa factible puesto que   1

- 85 -
b. Costo total (media =1) =$1.60 + $0.80 ( Ls ) = $1.60 + $0.80 (1) = $2.40.
Costo total (media 1.5) = $0.90 + $0.80 ( Ls ) =$0.90 + $0.80 (3) =$3.30.

El esmeril debe ponerse a una velocidad donde el tiempo medio de servicio sea 1 minuto.

EJEMPLO 48

En una instalación de servicio de lavado de autos, la información que se tiene indica que los autos
llegan para ser atendidos, según una distribución de Poisson, con una tasa promedio de 4 por hora.
El tiempo para lavar y asear cada automóvil varía, pero se advierte que sigue una distribución
exponencial con una tasa promedio de 10 minutos por automóvil. La instalación no puede atender
a más de un auto a la vez. Para analizar esta situación debemos suponer que la población de autos
es tan grande que se puede considerar infinita. Además, existe suficiente espacio de
estacionamiento para dar cabida a todos los autos que lleguen.

SOLUCIÓN

En esta situación tenemos   4 autos por hora y   60 / 10  6 autos por hora. Como
   /   4 / 6 es menor que 1, el sistema puede operar en condiciones de estado estable.

Medidas de desempeño

2 42 16 4
Lq      1.33
 (   ) 6(6  4) 12 3

El valor de Lq  1.33 autos nos da una idea acerca de cuántos automóviles están esperando en
promedio, cuando llega un cliente. Sin embargo, observamos que Lq representa un valor esperado,
de modo que el número de autos en espera, en cualquier momento, puede ser mayor o menor que
1.33 autos. Podría entonces interesarnos determinar el número de lugares de estacionamiento, de
manera que se asocie una probabilidad razonable de que un auto que llegue encuentre lugar. Por
ejemplo, suponga que necesitamos proporcionar suficientes lugares de estacionamiento, de modo
que un auto que llegue encuentre lugar por lo menos el 90% de las veces. Si “s” representa el
número deseado de lugares de estacionamiento, el requisito es equivalente a decir que el número
de clientes en el sistema debe ser por lo menos uno menos que el número máximo que el sistema
entero (“s” lugares de estacionamiento más un servidor) puede recibir. La condición se reduce a

P0  P1    Ps  0.9

Para determinar estas probabilidades utilizamos la siguiente fórmula para determinar la

probabilidad de que n autos estén en el sistema

n
    
Pn  1    
    

- 86 -
Los cálculos de las probabilidades se resumen en la siguiente tabla.

No. de autos Probabilidad

Probabilidad
en el sistema acumulada
0
 4 4 1
0 P0  1       0.3333 ó 33.33% 33.33%
 6 6 3
1
 4 4 1 2
1 P1  1         0.2222 ó 22.22$ 55.55%
 6 6 3 3
2
 4 4 1 4
2 P2  1         0.1481 ó 14.81% 70.36%
 6 6 3 9
3
 4 4 1 8 
3 P3  1         0.0987 ó 9.87% 80.23%
 6 6 3  27 
4
 4 4 1  16 
4 P4  1         0.0658 ó 6.58% 86.81%
 6 6 3  81 
5
 4 4 1  32 
5 P5  1         0.0439 ó 4.39% 91.2%
 6 6 3  243 

De la tabla anterior, el valor acumulado de Pn es 86.81% para n  4 y de 91.2% para n  5 . Esto

significa que el número de espacios “s” para estacionamiento debe ser por lo menos de 5.

Podemos obtener más información acerca de la operación de la instalación de lavado de autos. Por
ejemplo, el porcentaje de tiempo que la instalación está desocupada es igual a la probabilidad de
que no haya automóviles en el lugar; es decir, P0  33.33% , lo que significa que la instalación de
servicio está inactiva el 33.33% del tiempo. Por otra parte, el tiempo que está ocupada o es utilizada
la instalación se determina con el factor de carga,

 4 2
    0.6667 ó 66.67%.
 6 3
Que equivale a la probabilidad de que un automóvil que llega deberá esperar antes de ser lavado.

El tiempo de espera calculado desde el momento en que llega el automóvil hasta que sale (Ws ) ,
puede ser de utilidad para determinar la comodidad del servicio,
1 1 1
Ws    hora ó 30 minutos
  64 2

- 87 -
Este tiempo parece ser muy largo y el gerente de la instalación de servicio debe idear un medio
para acelerar la tasa de servicio.
Suponiendo que hay seis espacios de estacionamiento fuera de la estación de lavado, para
determinar la probabilidad de que un automóvil que llegue no encontrará un espacio para
estacionarse se determina de la siguiente manera.

La probabilidad de que haya n ó más clientes en el sistema es

k 1

P(n  k  1)  1  ( P0  P1  P2    Pk 1  Pk )   k 1
  

Entonces, si k = 6 espacios para los automóviles en el sistema:
k 1 61

7
 4  2
P(n  6  1)          0.05853
 6  3

EJEMPLO 49

Joe Ferris es un corredor de acciones en el piso de New York Stock Exchange propiedad de la
empresa Smith, Jones, Johnson and Thomas, Inc. Los pedidos llegan a una tasa media de 20 por
hora. Cada pedido recibido por Joe requiere un promedio de dos minutos para procesarse.

a. ¿Cuál es la probabilidad que no se reciban pedidos dentro de un período de 15 minutos?

b. ¿Cuál es la probabilidad que exactamente 3 pedidos se reciban dentro de un período de 15
minutos?
c. ¿Cuál es la probabilidad que más de 6 pedidos lleguen dentro de un período de 15 minutos?
d. ¿Cuál es la tasa media de servicio por hora?
e. ¿Qué porcentaje de los pedidos tomarán menos de un minuto en procesarse?
f. ¿Qué porcentaje de los pedidos se completarán en exactamente 3 minutos?
g. ¿Qué porcentaje de los pedidos tomará más de 3 minutos en procesarse?
h. ¿Cuál es el tiempo promedio que un pedido debe esperar desde el momento que Joe recibe el
pedido hasta que termina su procesamiento.
i. ¿Cuál es el número de pedidos en promedio que Joe tiene en espera para procesarse?
j. ¿Qué porcentaje del tiempo Joe está procesando pedidos?
SOLUCIÓN

Los pedidos llegan a una tasa media de 20 por hora o un pedido cada 3 minutos. Por lo tanto, en
un intervalo de 15 minutos el número de pedidos en promedio que llega es   15 / 3  5.

x e  50 e 5
a. P( x  0)    e 5  2.71828 5  0.0067 .
x! 0!

x e   53 e 5 125(2.71828 5 )
b. P( x  3)     0.1396 .
x! 3! 6

- 88 -
c. P( x  6)  1  P( x  0)  P( x  1)  P( x  2)  P( x  3)  P( x  4)  P( x  5)  P( x  6)

Los cálculos se muestran en la siguiente tabla

Probabilidad
P(x = n), n = 0, 1, 2, 3, 4, 5, 6
acumulada

x e   50 e 5
P( x  0)    e 5  2.71828 5  0.0067 0.0067
x! 0!

x e   51 e 5
P( x  1)    5e 5  5(2.71828 5 )  0.0335 0.0402
x! 1!

x e   52 e 5 25e 5 25
P( x  2)     (2.71828 5 )  0.08375 0.12395
x! 2! 2 2

x e   53 e 5 125(2.71828 5 )
P( x  3)     0.1396 0.16355
x! 3! 6

x e   54 e 5 625(2.71828 5 )
P( x  4)     0.1745 0.33805
x! 4! 24

x e   55 e 5 3,125(2.71828 5 )
P( x  5)     0.1744 0.51245
x! 5! 120

0.65785

Entonces, P( x  6)  1  0.65785  0.34215

d. Debido a que el tiempo promedio de procesamiento de Joe Ferris es 2 minutos ( = 2/60 hr),
la tasa media de servicio,  , es   1 / el tiempo medio de servicio, ó 60/2 = 30/hr.
e. Ya que las unidades se expresan en horas, P(T  1 minuto) = P(T  1/60 hora). Usando la
distribución exponencial, P(T  t) = 1– e   t . Entonces,

P(T  1/60) = 1 – e–30(1/ 60) = 1 – e –0.5 = 1 – 0.6065 = 0.3935.

f. Ya que la distribución exponencial es una distribución continua, la probabilidad de un tiempo

de servicio exactamente igual a una cantidad específica es 0.

g. El porcentaje de pedidos que requieren más de 3 minutos para procesarse es:

- 89 -
 P(T > 3/60) = e –30(3/ 60) = e –1.5 = 0.2231.

h. Esta es una línea de espera M/M/1 con   20 por hora y   60 / 2  30 por hora. El tiempo
promedio que un pedido espera en el sistema es:

1 1 1
WS    de hora ó 6 minutos.
   30  20 10

i. El número de pedidos en promedio que están en la línea de espera es:

2 (20) 2 400 4
Lq      1.33.
 (   ) (30)(30  20) 300 3

j. El porcentaje de tiempo que Joe está procesando los pedidos es equivalente al factor de
utilización del servicio,  /  . De modo que, el porcentaje de tiempo en el que procesa pedidos
es:    /   20 / 30  2 / 3  0.66 ó 66% del tiempo.

EJEMPLO 50

Unidyde Corporation tiene una de copiadora de autoservicio para cada uno de sus departamentos
corporativos. Se estima que los empleados del departamento de contabilidad llegan a la copiadora
de acuerdo a una distribución de Poisson con   45 por hora.

El tiempo que requieren los empleados para fotocopiar cada trabajo sigue una distribución
exponencial con   1.2 por minuto.

El costo promedio mensual de la copiadora en el departamento de contabilidad es $4,000. Por

$1,500 más, la compañía puede reemplazar la copiadora existente por una más rápida. Se estima
que la copiadora más rápida reducirá el tiempo promedio de copiado por trabajador a 30 segundos.

a. Determine el número promedio de empleados que esperan para usar la copiadora.

b. Determine la cantidad promedio del tiempo total que le toma a un empleado sacar sus copias.
c. ¿Qué porcentaje de tiempo está la copiadora desocupada?
d. Si el salario promedio del trabajador en el departamento de contabilidad de Unidyde es de $12
por hora, ¿se debe rentar la máquina más rápida? (suponga que los empleados trabajan
diariamente un turno de ocho horas y que laboran 20 días al mes).

SOLUCIÓN

 y  deben estar en las mismas unidades. Puesto que   45 por hora,   45 / 60  0.75 por
minuto y   1.2 por minuto.

- 90 -
 2 (0.75) 2
a. Lq    1.042.
 (   ) (1.2)(1.2  0.75)
1 1
b. Ws    2.222
   1.2  0.75
c. Observe que el porcentaje de tiempo que la copiadora está desocupada es igual a la probabilidad
de que no haya nadie en la copiadora, es decir, la probabilidad de que 0 gentes estén en el
sistema.
 0.75
P0  1    1   1  0.375 ó 37.5% .
 1.2
Observe que la probabilidad de que la copiadora esté desocupada es igual a uno menos el factor
de utilización del sistema (el porcentaje de tiempo que la copiadora está ocupada).

d. Se determina el costo de los empleados que esperan por las fotocopias, pues este es básicamente
el tiempo improductivo para las demás actividades.

Con la copiadora actual:

 0.75
Ls    1.67
  1.2  0.75
Esto significa que el número promedio de empleados que esperan en el sistema por un trabajo
de fotocopiado durante el día es de 1.67. A $12 por hora y ocho horas por día, el salario
promedio diario que se pierde por estar los empleados en la copiadora es 1.67(12)(8) = $160.
Si unidad renta la copiadora más rápida tendrá un costo adicional de $75 por día de trabajo
($1,500/20). Esto, sin embargo, aumenta  a dos por minuto (ya que el tiempo promedio de
copiado es 30 segundos). Tenemos
 0.75
Ls    0.6
  2  0.75
Por lo tanto, el salario promedio que se pierde diariamente por estar usando la copiadora los
empleados es (0.6)(12)(8) = $57.6. Agregando a esta cantidad los $75 por el incremento del
costo de la renta diaria de la copiadora da un total de $132.60. Debido a que esta cantidad es
menor que $160, la compañía debe rentar la copiadora más rápida.

EJEMPLO 51

Jerry’ Jewelry Store anda en busca de un vendedor para el turno de la tarde. Se tienen considerados
tres candidatos con experiencia para ocupar este puesto, cada uno de ellos exige diferente salario.
Jerry se puso en contacto con el supervisor a quien le proporcionó la información de los tiempos
promedio de servicio de cada candidato. Los salarios que exigen los candidatos y los tiempos de
servicio son los siguientes:

- 91 -
 Salario por hora Tiempo promedio de servicio
Candidato
(en $) (en minutos)
I 6 6
II 10 5
III 14 4

Los clientes llegan a la tienda a una tasa promedio de 8 por hora y se estima que el costo por tener
a un cliente en la tienda (por seguridad, por atención, por ocupar espacio, etc.) es $4 por cliente por
hora ¿Qué candidato debe contratar Jerry?

SOLUCIÓN

Para cada candidato se calcula el costo total por hora = (salario por hora) + $4Ls, donde Ls es
el número promedio de clientes en el sistema. Cada caso es un sistema M/M1 con la tasa promedio
de llegada   8 .
Candidato I:
Puesto que el tiempo promedio de servicio es 6 minutos, la tasa promedio de servicio es
  60 / 6  10 clientes por hora.

 8
Ls    4. Costo total por hora = $6 + ($4)(4) = $22.
  10  8
Candidato II:
Puesto que el tiempo promedio de servicio es 5 minutos, la tasa promedio de servicio,
  60 / 5  12 clientes por hora.

 8
Ls    2. Costo total por hora = $10 + ($4)(2) = $18.
  12  8
Candidato III:
Puesto que el tiempo promedio de servicio es 4 minutos, la tasa promedio de servicio,
  60 / 4  15 clientes por hora.
 8 8
Ls     1.14 . Costo total por hora = $14 + ($4)(8/7) = $18.57.
  15  8 7
Conclusión: Basado en este estudio, debe contratarse al candidato II.

- 92 -