Universidad Dr.

José Matías
Delgado
Facultad de Ingeniería
Industrial

Investigación de
Operaciones 2

“Siste mas de
Colas”

Alumno
s
Alejandra María Velasco
Barrera Arturo Ricardo
López Rodas Carlos Alberto
Viche Romero Patricia
Stephanía Alonso García
Rene José Jardín Alberto

Catedrátic
o

1
 Ing. René
Linares

Fecha de
Entrega
Jueves, 18 de agosto
2011

2
Índice

Introducción al Sistema de
Colas............................................................................................ 4
Los elementos de un modelo de colas.
.............................................................................. 4
La Distribución
Exponencial................................................................................................ 5
CAPITULO
1..................................................................................................................... 6
1.1 Modelo de Colas de Poisson Generalizado.
..................................................................... 6
1.1.1
Concepto.................................................................................................................... 6
1.1.2Fórmulas. ..............................................................................................................
...... 7
1.1.3Casos de Aplicación.
................................................................................................... 8
CAPITULO
2.................................................................................................................... 12
2.1 Colas Especializadas de Poisson.
.................................................................................... 12
2.1.1
Concepto.................................................................................................................. 12
2.2 Notación General de la Situación General de Colas.
...................................................... 13
2.2.1Concepto. .............................................................................................................
.... 13
2.3 Medidas de Rendimiento de Estado Estable.
................................................................. 15
2.3.1
Concepto.................................................................................................................. 15
2.3.2 Fórmulas.
................................................................................................................. 15
2.3.3 Casos de Aplicación.
............................................................................................... 17
2.4 Modelo de Un Solo
Servidor........................................................................................... 20
3
 2.4.1
Concepto.................................................................................................................. 20
2.4.2 Fórmulas y Casos de
Aplicación............................................................................... 20
2.5 Modelo de Servidores Múltiples.
................................................................................... 25
2.5.1
Concepto.................................................................................................................. 25
2.5.2 Fórmulas y Casos de
Aplicación............................................................................... 25
2.6 Modelo de Servicio de Máquinas.
.................................................................................. 32
2.6.1
Concepto.................................................................................................................. 32
2.6.2 Fórmulas.
................................................................................................................. 32
2.6.3Casos de Aplicación.
................................................................................................. 32
2.7 Fórmula de Pollaczeek-Khintchine (P-
K)......................................................................... 35

4
 2.7.1
Concepto.................................................................................................................. 35
2.7.2Fórmula.................................................................................................................
.... 35
2.7.3 Casos de Aplicación.
........................................................................................... 35
Conclusión .......................................................................................................................
..... 38
Bibliografía........................................................................................................................
.... 39

5
Introducción al Sistema de Colas

Un sistema de colas es aquel que tiene como propósito cuantificar el

fenómeno de espera por medio de colas, esta cuantificación la logra
mediante medidas representativas como la eficiencia, longitud promedio
de cola, el tiempo promedio de espera y la utilización de las
instalaciones.

Un análisis de Colas es funcional a la hora de optimizar los costos, es

decir, que la suma de los costos de ofrecer cualquier servicio y el tiempo
de esperar por dicho servicio, se reduzcan al mínimo.

Los elementos de un modelo

de colas.
Los principales elementos son el cliente y el servidor. Existen otros
elementos como la fuente de clientes y la instalación, que es en donde
los clientes pueden recibir servicio inmediato o esperar en la línea de
espera. La fuente puede ser finita o de infinita.

Para realizar un buen análisis de cola se representa el proceso de

llegada a las instalaciones como tiempo entre llegadas de los clientes,
y el servicio brindado se describe con el tiempo de servicio por cada
cliente; ambos tiempos pueden ser probabilísticos o determinísticos.

A la hora de efectuar un análisis de colas, el tamaño de la cola

desempeña un papel importante ya que este puede ser finito o
infinito. A su vez, la disciplina de cola es fundamental ya que con ella
se determinara la manera en la cual los clientes serán seleccionados
para ser atendidos, la más común es la de “primero llegar, primero en
servirse” (PLPS), pero existen otras como:

• Último en Llegar, Primero en Servirse (ULPS)

• Dar Servicio en Orden Aleatorio (SEOA)
• Disciplina en general o cualquier tipo de disciplina (DG)
• Que los clientes se coloquen en la cosa por orden de prioridad.

6
El comportamiento del cliente humano juega un papel importante ya que
este se puede saltar de una cola a otra o rehusar a utilizar tal recurso
tomando en cuenta lo anterior y además el tipo de servicios que se
ofrezcan, se debe seleccionar el tiempo de diseño ideal para la
instalación ya que estos diseños pueden estar en paralelo, en serie o en
red.

Una vez explicados los elementos del análisis de colas, se puede

hablar del papel que juega la distribución exponencial en el modelo de
colas, ya que tiene una relación directa con la distribución de Poisson
que será utilizada para resolver problemas del modelo de colas de una
forma eficaz y comprensible.

La Distribución
Exponencial
Por lo general la llegada de los clientes se hace de manera aleatoria es
decir, que la ocurrencia de un evento no está influida por el tiempo que
haya transcurrido desde la ocurrencia del evento anterior. Es por eso
que los tiempos aleatorios entre llegadas se puede describir con la
distribución exponencial de la siguiente manera:

Al hecho que la distribución exponencial sea totalmente aleatoria y las

probabilidades de ocurrencia sean totalmente independientes al tiempo
desde la última ocurrencia se le llama amnesia o falta de memoria de la
exponencial.

La distribución exponencial se utiliza para describir el tiempo entre

llegadas en el modelo de nacimientos puros (solo permite llegadas) y el
tiempo entre salidas en el modelo de muerte pura (solo se permiten
salidas).

Por otro lado, la distribución de Poisson establece que los tiempos entre
llegadas y de servicio tienen una distribución exponencial.

7
CAPITULO 1

1.1 Modelo de Colas de Poisson Generalizado.

1.1.1
Concepto.
Este modelo se basa en el comportamiento a largo plazo también
conocido como estado estable, este estado se logra luego de que el
sistema de colas ha funcionado por un tiempo suficientemente largo.
El análisis que se realiza difiere con el comportamiento transitorio, que
se sostiene durante el inicio del funcionamiento del sistema. Para
razones de estudio, se analizan los sistemas de cola bajo un estado
estable.

En el modelo generalizado se supone que las frecuencias de llegada y de

salida dependen del estado, o sea que dependen de la cantidad de
clientes en la instalación. Para la correcta utilización de la ecuación de
Poisson se definen la siguiente notación:

 n= Cantidad de clientes en el sistema (en la cola y en el servicio).

 λn= Frecuencia de llegada cuando hay n clientes en el sistema.
 µn= Frecuencia de salida cuando hay n clientes en el sistema.
 Pn= Probabilidad de estado estable de que haya n clientes en el sistema.

Para tener los datos correctos hay varias consideraciones a tomar,

como las siguientes:

1 Las probabilidades Pn se calculan utilizando el diagrama de

frecuencia de transición mostrado en la siguiente figura:

λ0 λn-1 λn
λ1

0 1 n-1
2 …
8
n n+1
…

µ1 µn+1
µn
µ2

9
2 Para n > 0 el estado n solo puede cambiar a dos
estados posibles:
• n-1: cuando hay una salida con frecuencia µn
• n+1: cuando hay una llegada con frecuencia λn

3 El estado 0 solo puede cambiar al estado 1 cuando hay una

llegada con frecuencia λ0
4 no se puede definir µn ya que no pueden existir salidas si el
sistema está vacío.
5 En condiciones de estado estable, para n>0 las tasas esperadas del
flujo de entrada y salida del estado n deben ser iguales.

1.1.2Fórmul
as.

Tomando en cuenta el diagrama de frecuencia de transición mostrado

anteriormente, la condición de estado estable y considerando a n > 0, se
pueden deducir las formulas a utilizar en el Modelo de Colas de Poisson
Generalizado.

- Tasas esperadas de flujo.

Tasas esperada de flujo hacia

el estado

Tasas esperada de flujo que sale

del estado

- Frecuencias de salida y de llegada.

(Se obtienen a partir de una ecuación de balance.)

- Probabilidad de n=0
(Realizando una ecuación de balance para n=0)
⁄ ec.
 1

- Probabilidad de n=1
(Realizando una ecuación de balance para n=1)
ec.
2

Simultaneando la ecuación 1 y la ecuación 2

se obtiene:
Por lo anterior, se puede expresar la formula general para calcular
Pn de la siguiente manera:

- Fórmula para Calcular P0

1.1.3Casos de Aplicación.

1. En una peluquería se atiende e un cliente cada vez, y tiene tres

sillas para los clientes que esperan. Si el lugar está lleno, los
clientes van a otra parte. Las llegadas siguen una distribución
de Poisson con una media de 4 por hora. El tiempo de un corte de
pelo es exponencial, con 15 minutos de promedio. Determine lo
siguiente:
a) La probabilidad de estado estable

λ = 4 clientes por hora

4, n= 0 , 1
, …. , 4

λn =

0, n 5

µn = = 4 clientes/hora

( ) ( ) ( )
p0 = p1=

b) La cantidad esperada de clientes en la peluquería.

La cantidad de Clientes es 2

c) La probabilidad de que los clientes vayan a otra parte por estar lleno el
local.

La Probabilidad es de 0.2
 2. Considere la situación de una línea de espera con un solo servidor
donde las tasas de llegadas y salidas son constantes y están
dadas por λn=4 llegadas/hora y μn=5 salida/hora para toda n>=0

a) probabilidad de estado estable de no tener a alguien en el sistema.

b) probabilidad de que el sistema no este vacío.

- λn=4 - μn=5 salida/hora - Po= probabilidad

llegadas/hora de que este vacío.

• P1= (4/5)Po • P5= (4/5)^5Po

• P2= (4/5)^2Po • P6= (4/5)^6Po
• P3= (4/5)^3Po • P7= (4/5)^7Po
• P4= (4/5)^4Po • P8=(4/5)^8Po

Po{1+(4/5)+(4/5)^2+(4/5)^3+(4/5)^4+(4/5)^5+(4/5)^6+...}=1

Po{1/(1-4/5)}=1

Po=1/5

a) Probabilidad de que el sistema este

vacío: Po=1/5=0.2

b) Probabilidad de que el sistema no este vacío:

1-Po= 1-0.2 = 0.8

 3. El First Bank of Springdale tiene un cajero automático que despacha
a automovilistas que forman una línea. Los vehículos llegan siguiendo
una distribución de Poisson, con una frecuencia de 12 por hora. El tiempo
necesario para hacer una transacción en el cajero es exponencial, con 6 minutos
de promedio. En la línea cabe un total de 10 automóviles. Una vez llena, los
automóviles que lleguen deben irse a otra parte. Calcule lo siguiente:

a) La probabilidad de que un vehículo que llegue no pueda usar el cajero, porque la

línea está llena.

b) La probabilidad de que un vehículo no pueda usar el cajero inmediatamente al

llegar. c) La cantidad promedio de vehículos en la línea.

λ= 12 carros/min μ= 10 carros/hora n=10 carros

• P1=(6/5)Po • P6=(6/5)^6Po
• P2=(6/5)^2Po • P7=(6/5)^7Po
• P3=(6/5)^3Po • P8=(6/5)^8Po
• P4=(6/5)^4Po • P9=(6/5)^9Po
• P5=(6/5)^5Po • P10=(6/5)^10Po
•

Po{1+(6/5)+(6/5)^2+(6/5)^3+(6/5)^4+(6/5)^5+(6/5)^6+(6/5)^7+(6/5)^8+(6/5)^9+(6/5)^10}=10

Po=0.0311

a) Probabilidad de que la línea este llena:

P10= (6/5)^10(Po)=(6/5)^10(0.0311)=0.1926

b) Probabilidad de que un vehículo no pueda usar el servicio inmediatamente:

1-Po= 1-0.0311= 0.9689

c) Cantidad de vehículos en cola:

0Po+1P1+2P2+3P3+4P4+5P5+6P6+7P7+8P8+9P9+10P10= 6.7098≈ 7 Vehículos
 CAPITULO 2

2.1 Colas Especializadas de Poisson.

2.1.1
Concepto.
El caso de colas especializadas de Poisson tiene como estudio aquellos
casos en los cuales existe “c” servidores colocados en paralelo. El
servidor en paralelo es aquel que brinda al cliente la facilidad de
seleccionar la cola del primer servidor disponible.

La frecuencia de llegadas al sistema es λ por unidad de tiempo y La

tasa de servicio en cualquier servidor en paralelo es µclientes por

unidad de tiempo. La cantidad de clientes en el sistema incluye los que
hay en el servicio y en la cola. El esquema del sistema se
muestra a
continuación.

Instalación
de
Servici
o

Servid Frecuencia
Col or de Salidas µ
1
Frecuenc a
ia de
Frecuenc
llegadas
Servid ia de
λ or
Salidas µ

Clientes
Servid Frecuenc
or ia de
Salidas µ
Sistem
a
2.2 Notación General de la Situación General de Colas.

2.2.1Concepto.
• Notación de Kendall para el caso de colas especializadas de Poisson:

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

En donde:

a= Distribución de llegadas.

b= Distribución de Salidas (o del tiempo de servicio).

c= Cantidad de servidores en paralelo (=1,2,…, ∞)

d= Disciplina de la cola.

e= Cantidad máxima (finita o infinita) admisible en el sistema (tanto

cola como servicio). f= Tamaño de la fuente (finito o infinito).

• Las notaciones que se utilizan para representar las

distribuciones de llegada y salida (a,b) son:

M= Distribución de Markov (o de Poisson) de las llegadas o salidas

también llamada distribución exponencial del tiempo entre llegadas o
tiempo de servicio.

D= Tiempo constate (determinístico)

Ek= Distribución de Erlang o gamma del tiempo (suma de

distribuciones exponenciales independientes)

GI= Distribución General del tiempo

entre llegadas. G= Distribución General

del tiempo de servicio.

 • La notación de disciplinas de cola (d) se describe de la

siguiente manera: PLPS: primero en llegar, primero en servirse.

ULPS: Último en llegar, primero en

servirse. SEOA: Servicio en orden

aleatorio.

DG: Disciplina General

• Ejemplo de lectura de notación:

(M/D/10) : (DG/20/∞)

- Utiliza llegadas de Poisson o tiempo entre llegadas de tipo exponencial.

- Tiempo constaste de servicio.
- 10 servidores en paralelo.
- La disciplina de cola es de DG es decir, cualquier tipo de disciplina
- Existen 20 clientes en todo el sistema.
- Y el tamaño de la fuente es infinito.
2.3 Medidas de Rendimiento de Estado Estable.

2.3.1 Concepto.

• Medidas de rendimiento de estado estacionario o estable

Ls= Cantidad esperada de clientes en

el Sistema. Lq= Cantidad esperada de

clientes en la Cola Ws= Tiempo

esperado de espera en la Sistema.

Wq= Tiempo esperado de espera en la

Cola.

= Cantidad esperada de Servicios Ocupados.

2.3.2 Fórmulas.

- Cantidad esperada de clientes en el sistema

Ls= ∑

- Cantidad esperada de clientes en la cola

Lq = ∑
 - Formula de Little (relaciones Ls-Ws, Lq-Wq)

Ls=λef* Ws

En donde:

λef= Frecuencia efectiva de llegada al sistema. Es igual a la tasa (nominal) de

llegada λ
cuando todos los clientes que se llegan se unen al sistema.

Nota: Si λef<λ, los clientes no pueden unirse al sistema porque se encuentra lleno.

- Relación Ws - Relación - λ=λef + λperdido

y Wq Ls-Lq
- λef=λ-λperdido
Ws=Wq+1/µ Ls=Lq+

En teoría, Ls-Lq es igual a la cantidad promedio de servidores ocupados

(c) por lo que se dice que: C = Ls – Lq

- Utilización de Instalación =
2.3.3 Casos de Aplicación.

1. El estacionamiento de visitas de Ozark College se limita sólo a

cinco cajones. Los automóviles que lo usan llegan siguiendo una
distribución de Poisson de frecuencia de cinco por hora. El tiempo
de estacionamiento tiene distribución exponencial con 30
minutos de promedio. Las visitas que no pueden encontrar un
lugar vacío inmediatamente cuando llegan pueden esperar
provisionalmente dentro del estacionamiento hasta que salga un
automóvil estacionado. Los cajones provisionales solo pueden
contener tres vehículos. Otros vehículos que no se pueden
estacionar ni encontrar un espacio de espera temporal se deben ir
a otra parte. Calcular:

a) Lq en forma directa con la fórmula ∑

Primeramente se calcula

n = 1 , 2,
…,5

n =6, 7,
8

El valor de se calcula sustituyendo en la siguiente ecuación:

p0 + p1 + … + p8 = 1

Es decir;

( )
Conociendo ya se puede calcular a :

n 1 2 3 4 5 6 7 8
0.1443 0.2165 0.2165 0.1624 0.0974 0.0584 0.0350 0.02105
6 4 4 0 4 7 8

Para encontrar Lq y conociendo de p1 a p8, se aplica la siguiente fórmula

a) Ws a partir de Lq.

b) La cantidad promedio de automóviles que no podrán entrar al

estacionamiento durante un periodo de 8 horas.

Automóvil/ho
ra
 2. Tomando de referencia el caso de aplicación 2 en la sección 1.1.3 en donde λ=4
μ=5 para todo n>=0 a su vez se dice que: λef= 4(Po+P1+P2+...) = 4 llegadas por
hora

Calcular:

a) Ls b)Lq c) Ws d) Wq

a) Cantidad de clientes en el sistema:

Ls= ∑ ; Pn=

Ls= 0Po+1P1+2P2+3P3+4P4+...

Ls= 4 clientes esperados en el sistema

b) Cantidad de clientes en cola:

Ls = Lq + λef/

4= Lq+4(Po+P1+P2+...)/5

4=Lq+4/5

Lq=3.2≈ 4 Clientes en Cola

c) Tiempo de espera en el sistema: Ws

Ls= λef Ws

Ls/ λef=Ws ; 4/4= Ws ; 1=Ws

Ws= 1 hora estimada de espera en el sistema

d) Tiempo de espera en la fila: Wq

Lq= λef Wq

Lq/ λef=Wq; 3.2/4=Wq=0.8

Wq= 0.8 hora estimada de espera en fila

2.4 Modelo de Un Solo Servidor.

2.4.1
Concepto.
El Modelo de un solo Servidos es un caso especial del modelo
generalizado explicado con anterioridad en la sección 2.2. El modelo
ocurre cuando c=1 en donde las llegadas suceden con la frecuencia de

λ clientes por unidad de tiempo y la tasa de servicio es µ de clientes

por unidad de tiempo.

Para este modelo se

ocuparán:

- Notación de Kendall (sección 2.2.1)

- Deducciones de Pn (sección 1.1.2)
- Medidas de rendimiento (sección 2.3)
- DG: Disciplina General.

2.4.2 Fórmulas y Casos de

Aplicación.

• Modelo
(DG/∞/∞)
= (M/M/1)
⁄ Factor :
de Utilización
Numero esperado de clientes en el
sistema:

Tiempo de espera: y

Número de clientes esperado en la cola:

 1. Lavado Autómata para automóviles funciona solo con un lugar.
Los autos llegan siguiendo una distribución de Poisson, con 4
autos por hora, que pueden esperar en el estacionamiento de la
instalación, si el lugar de lavado está ocupado. El tiempo para
lavar y limpiar un automóvil es exponencial, con 10 minutos de
promedio. Los automóviles que no se pueden estacionar en la
instalación pueden esperar en el arroyo junto al lavado. Eso quiere
decir que para todo fin práctico no hay límite del tamaño del
sistema. El gerente de la instalación desea determinar el tamaño
del estacionamiento.

Para este caso

λ = 4 automóviles por hora

µ= = 6 automóviles por hora

Como el sistema puede funcionar en condiciones de

estado estable. a) Determine la utilización porcentual del

lavador de automóviles.

( ) ( )

b) Determine la probabilidad de que un automóvil que llega deba

esperar en el estacionamiento para ser lavado.

c) Si hay siete cajones de estacionamiento, determine la

probabilidad de que un automóvil que llegue encuentre un cajón
vacío.
( )

( )
 2. John Macko es alumno en la U de Ozark. Hace trabajos extraños para aumentar sus
ingresos. Las peticiones de trabajo llegan en promedio cada 5 días, pero el tiempo
entre ellas es exponencial. El tiempo para terminar un trabajo también es
exponencial, con una media de 4 días.

Resolver:

a) Cual es la probabilidad de que le falte trabajo a John?

b) si John cobra unos 50$ por cada trabajo, cuál es su ingreso mensual promedio?

c) si al final del semestre John decide subcontratar los trabajos pendientes a 40$ cada uno,
cuanto debe esperar para pagar en promedio?

Datos

- - ρ=λ/μ=(1/5)/(1/4) = 0.8
λ=1/5trabajos/día
-
μ=1/4trabajos/día

Desarrollo

a) Tomando en cuenta que si: ρ<1, Po=1-ρ

Po=1-ρ; Po=1- 0.8 = 0.2

b) Considerando que le pagan después del trabajo realizado.

μ es la tasa promedio de trabajo realizado entonces:

μ es la tasa promedio de trabajo=30dias*1/4 trabajos / días * 50$= 375$ en 1 mes si la

tasa de trabajo tiene de entrada y salida se mantiene constante.

c) Cantidad de trabajos en el sistema: Ls = ∑

Pn=P^n *Po

Ls=4 trabajos en el sistema

Lq= Ls - Ls/ λef = 3.2 * 40$=128$ a pagar

 3. A través de los años el detective Columbo, del departamento de
policía de Fayetteville, ha tenido un éxito fenomenal en la solución
de cada caso que se le presenta. Solo es cuestión de tiempo para
que pueda resolver cualquier caso. Columbo admite que el tiempo
en cada caso es totalmente aleatorio, pero en promedio cada
investigación dura aproximadamente semana y media. Los delitos
en la tranquila Fayetteville no son muy comunes. Suceden al azar,
con una frecuencia de uno por mes (4 semanas). Columbo pide un
ayudante con quien compartir la pesada carga de trabajo. Analice
la petición de Columbo, en particular desde los siguientes puntos
de vista:

a) La cantidad promedio de casos que esperan ser

investigados. b) El porcentaje de tiempo en el que
está ocupado el detective. c) El tiempo necesario
para resolver el caso.

Datos

λ=1/4

µ=1/1.5

a) Lq=Ls -
λef/µ

Lq= ∑ - λef/µ; ∑ Lq = 0.6 – (1/4)/(1/1.5); Lq = 0.2250

casos

b) 1- Po = 1 – 0.625 =
0.3750 horas
c) Tiempo de servicio = Ws – Wq =
1.3 meses
 • Modelo (M/M/1) : (PLPS/∞/∞)

(
)

1. En una cafetería puede sentarse una máximo de 50 personas. Los

clientes llegan en una corriente de Poisson con una frecuencia de
10 por hora, y son servidos, uno por uno, con una rapidez de 12
por hora.
a) ¿Cuál es la probabilidad de que un cliente que llegue no entre a la
cafetería porque esté llena?

•
•
•
•
•
•

Encontrando

( )

Ahora, se puede encontrar

b) Suponga que a tres clientes (con tiempos aleatorios de

llegadas) les gustaría sentarse juntos. ¿Cuál es la probabilidad
de que se les pueda dar ese gusto? (Suponga que pueden
hacerse los arreglos para que se sienten juntos siempre que haya
tres asientos disponibles).
2
4
 2. Los pacientes llegan al consultorio de un doctor siguiendo una
distribución de Poisson, con la frecuencia de 20 pacientes por
hora. La sala de espera no tiene lugar más que para 14
pacientes. El tiempo de consulta por paciente es exponencial, con
promedio de 8 minutos.
a) ¿Cuál es la probabilidad de que no espere un paciente que llega?

Encontrando

(
)

b) ¿Cuál es la probabilidad de que un paciente que llega encuentre

un asiento vacío en la sala?

c) ¿Cuál es el tiempo total esperado que pasa un paciente en el consultorio?

Por lo que encontrando

∑ ( ) ( )

Entonces
2
4
2.5 Modelo de Servidores Múltiples.

2.5.1 Concepto.
Supóngase que las llegadas son Poisson, los tiempos de servicio son
exponenciales, hay una sola línea, varios servidores y una cola infinita
que opera con la disciplina de primero
en llegar primero en ser servido.

• Tiempo de servicio y de llegadas del tipo exponencial.

• Llegadas aleatorias.
• Múltiples servidores.
• PLPS
• No hay límite de recepción de clientes.
• Población infinita.
• Hay espacio suficiente.
• No hay abandono no rechazo.

2.5.2 Fórmulas y Casos de Aplicación.

• Modelo (M/M/c) :
(DG/∞/∞)
Especificaciones:
- C servidores en paralelo.
- La frecuencia de llegada es de λ y la rapidez de servicio es µ por
servidor.

- No hay límite de cantidad en el sistema entonces: λef =λ

Si el número de clientes en el sistema, n, es igual o excede a c, la

tasa combinada de salidas de la instalación es . Por otra parte
si n es menor que c, la tasa de servicio es igual a . Así, en
términos del modelo generalizado tenemos:

2
5
- Calculamos así

- Y para se tiene

1. Calcule la cantidad mínima de servidores en paralelo necesarios

en cada uno de los siguientes casos (llegada y salida de
Poisson) para garantizar que el funcionamiento de la cola sea
estable, es decir, que la longitud de la cola no crezca en forma
indefinida:

a) Los clientes llegan cada 5 minutos, y son servicios a una tasa de

10 clientes por hora.

2
6
 b) El tiempo promedio entre llegadas es 2 minutos, y el tiempo
promedio de servicio es 6 minutos.

c) La frecuencia de llegada es 30 clientes por hora, y la rapidez de

servicio por
servidor es 40 clientes por hora.

• Modelo (M/M/c) : (DG/N/∞), c

N Especificaciones:
- El límite del sistema es finito igual a N.
- Tamaño máximo de la cosa es N-c.
- Tasas de llegada y de servicio λ y µ Respectivamente.

- λ ef< λ (causado por el límite N del

sistema.) Fórmulas asociadas a este modelo: Modelos

con varios servidores:

2
7
 ( )
(∑
)
)(

(∑

)
{

1. Eat & Gas es una gasolinera con dos bombas. El carril que llega a
ellas puede dar cabida cuando mucho a cinco automóviles,
incluyendo los que llenan el tanque. Los que llegan cuando el
carril está lleno van a otra parte. La distribución de los vehículos
que llegan es de Poisson, con promedio de 20 por hora. El tiempo
para llenar y pagar las compras es exponencial, con 6 minutos de
promedio. Determine lo siguiente:

0/hora

=10/hora a) Cantidad promedio de mecánicos sin

trabajo.

b) El porcentaje de tiempo en el que se usa una bomba.

2
8
c) La utilización porcentual de las dos bombas.

d) La probabilidad de que un automóvil que llegue no reciba

servicio de inmediato, sino que se forme en cola.

2
9
 • Modelo (M/M/∞) : (DG/N/∞) (Modelo de
Autoservicio) Especificaciones:
- Cantidad ilimitada de servidores.
- Se supone una llegada continua.
- Tasas de servicio λ y µ Respectivamente.

En este modelo el número de servidores es ilimitado porque el cliente

mismo es también el servidor. Este es normalmente el caso en los
establecimientos de autoservicio. Una vez más en términos del modelo
generalizado se tiene :
ln = l , para toda
n³ 0
mn = nm , para
toda n³ 0
La sustitución directa en la expresión de pn
produce que :

Ya que ∑ se deduce que:

( ⁄ )

1. A los conductores nuevos se les pide pasar un examen por

escrito, antes de hacer las pruebas de manejo. Los exámenes
escritos suelen hacerse en el departamento de policía de la
ciudad. Los registros de la ciudad de Springdale indican que la
cantidad promedio de exámenes escritos es de 100 por día de 8
horas. El tiempo necesario para contestar el examen es de 30
minutos, más o menos. Sin embargo, la llegada real de los
aspirantes y el tiempo que tarda cada uno en contestar son
totalmente aleatorios. Determine lo siguiente:

3
0
a) La cantidad promedio de asientos que debe tener el
departamento de policía en el salón de exámenes.

=12.5 por hora = 2 por hora

b) La probabilidad de que los aspirantes rebasen la cantidad

promedio de asientos que hay en el salón de exámenes.

c) La probabilidad de que los aspirantes rebasen la cantidad

promedio de asientos que hay en el salón de exámenes.

3
1
2.6 Modelo de Servicio de Máquinas.

2.6.1
Concepto.

Notación Kendall: (M/M/R) :

(DG/K/K), R K

Este modelo se diferencia por tener una fuente finita de clientes. En este
caso, λ es la frecuencia de descomposturas por máquina y por
unidad de tiempo; dicha maquina deberá ser reparada por un
mecánico a una tasa de µ maquinas por unidad de tiempo. A su vez se
supone que todas las descomposturas y servicios siguen una distribución
de Poisson.

2.6.2
Fórmulas.

2.6.3Casos de
Aplicación.

1. Toolco tiene un taller con 22 máquinas en total. Se sabe que

cada máquina se descompone con una frecuencia promedio de
una vez cada dos horas. Se necesita un promedio de 12 minutos
para terminar una reparación. Tanto el tiempo entre
descomposturas como el tiempo de reparación siguen una
distribución exponencial.

Para este caso, se supone como 4 la cantidad de mecánicos empleados

para aumentar la productividad del taller.

R= mecánicos
empleados

K= número de
máquinas

3
2
 Resultados del análisis comparativo obtenidos del TORA.

c Lambda Mu L’da po Ls Lq Ws Wq
eff
1 0.500 5.00 4.9980 0.0004 12.0040 11.004 2.4018 0.2018
2 0.500 5.00 8.8161 0.0564 4.3677 2.6045 0.4954 0.2954
3 0.500 5.00 9.7670 0.1078 2.4660 0.5128 0.2525 0.0525
4 0.500 5.00 9.9500 0.1199 2.1001 0.1102 0.2111 0.0111

Utilizando los datos obtenidos de TORA; calcular:

a) Comprobar los valores de del cuadro anterior.

b) Calcular la cantidad esperada de mecánicos sin trabajo, si R=4

c) Calcular la probabilidad de que todos los mecánicos estén sin trabajo para R=3

3
3
d) Calcular la probabilidad de que la mayoría (más de la mitad de los
mecánicos estén sin trabajo para R=3

3
4
2.7 Fórmula de Pollaczeek-Khintchine (P-K)

2.7.1
Concepto.

Esta fórmula se utiliza cuando las llegadas y las salidas en un

modelo de cola no se encuentran representadas por una distribución
de Poisson. Para este caso, se dice que el tiempo está representado por
una distribución de probabilidades con medida E(t) y varianza var(t). Se
dice que λes la frecuencia de llegada a la instalación con un servidor y
λE(t) 1.

2.7.2Fórmu
la.
( { }

{ })
{
}
( {
})

{
}

2.7.3 Casos de
Aplicación.

1. (M/G/1) : (GD/

Llega un producto con una distribución de Poisson, con la frecuencia de

una cada 45 minutos. Este producto requiere de dos operaciones
consecutivas que hace un trabajador. En la primera usa una maquina
semiautomática que termina su ciclo exactamente en 28 minutos. La
segunda operación es hacer ajustes y cambios secundarios, y el tiempo
que dura depende del estado del producto al salir de la operación 1. En
forma específica, el tiempo de la operación 2 se distribuye
uniformemente entre 3 y 6 minutos. Como en cada operación se
requiere la atención completa del trabajador, no se puede cargar un
artículo a la maquina semiautomática sino hasta que el articulo actual

3
5
haya salido de la operación
2
.

3
6
 { } { }

a) Determine la cantidad de artículos que esperan su

procesamiento en la maquina semiautomática.

{ } { }

( { }
{ })
{
}
{
}

Sustituyendo

( )
(
)
( )( )

Sustituyendo en la fórmula de

{ }

( )

b) ¿Cuál es el porcentaje del tiempo en que el trabajador no

tendrá qué hacer?

{ }

( )

3
7
c) ¿Cuánto tiempo se necesita, en promedio, para que un artículo
que llega salga de la operación 2?

3
8
37
Conclusión

A partir de la información bibliográfica resumida en el presente reporte,

se puede concluir que los sistemas de colas surgen a partir del estudio
matemático de las líneas de espera (colas), el cual es un fenómeno
común que ocurre cuando la demanda de un servicio excede su oferta.
Dicho estudio proporciona una base teórica sobre el comportamiento de
las colas en las diferentes instancias que ocurren situaciones de espera.

Frecuentemente, las empresas deben decidir en base a

comportamientos observados en el flujo de servicios que debe estar
capacitada para ofrecer, aunque generalmente es imposible predecir
con exactitud el momento en que se presentarán los clientes que
demandan el servicio, así como el tiempo requerido para que dicho
servicio sea realizado.

Los distintos modelos de aplicación para los sistemas de colas, no

resuelven en su totalidad el problema que se presenta, pero contribuye
con información vital necesaria al momento de la toma de decisiones,
prediciendo factores como estabilidad, tiempo de espera y
comportamiento de los clientes; es por ello que los sistemas de colas
son ampliamente utilizados y a partir de eso se deriva su importancia.

3
8
Bibliografía.

• Investigaciones de Operaciones, 7ma Edición, Hamdy A. Taha

3
9