INVESTIGACIÓN DE OPERACIONES 2

Teoría de Líneas de Espera

Modelos

Elmer Tupia de la Cruz Mg Ing.

Contenido
1. Modelo de la Cola Infinita, Fuente Infinita y una
Unidad de Servicio.
2. Modelo de la Cola Infinita, Fuente Infinita y una
Unidad de Servicio Múltiple.
3. Modelo de la Cola Finita, Fuente Infinita y una
Unidad de Servicio.
4. Modelo de la Cola Finita, Fuente Infinita y una
Unidad de Servicio Múltiple.
5. Modelo de la Cola Finita, Fuente Finita y una
Unidad de Servicio.
6. Modelo de la Cola Finita, Fuente Finita y una
Unidad de Servicio Múltiple.
7. Modelo de la Cola y Fuente Infinita y una Unidad
de Servicio General
 LOGRO DE LA UNIDAD

Al finalizar la unidad el estudiante determina los

principales indicadores de desempeño en sistemas de
líneas de espera y toma decisiones basándose en los
resultados obtenidos..
1. Modelo de la Cola Infinita, Fuente Infinita y
una Unidad de Servicio → (M/M/1):(FIFO/∞/∞)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de
Poisson o de Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue
una distribución exponencial o de Markov. Se supone además que los tiempos de
servicios son independientes entre sí e independientes del proceso de llegada.
3. Sólo hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en
salir) y no hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado
en operación el tiempo suficiente para eliminar los efectos de las condiciones
iniciales.
Modelo básico de Colas [M/M/1]
L,W
Lq , Wq

Cliente
servido
MODELO M/M/1

λ2 λ
Lq = L= Pn = (1 – ρ) ρn
μ(μ−𝜆) μ−𝜆
λ 1
Wq = W= P(L>n) = ρn+1
μ(μ−𝜆) μ−𝜆

P[W>t] = e-μ (1-𝜌 )t P[Wq>t] = 𝜌*e-μ (1-𝜌 )t

t ≥0, 𝜌<1
Formulas del M/M/1
λn =λ y µn= µ para n= 0,1,2,3,…; λ<µ
λ
Factor de utilización ρ=
μ
λ
Número de clientes esperado en el sistema L=
μ−𝜆
λ2
Número de clientes esperado en la cola de espera Lq =
μ(μ−𝜆)
1
Tiempo de espera promedio (incluido el tiempo de servicio) 𝑊=
μ−𝜆
λ
Tiempo esperado en la cola de espera Wq =
μ(μ−𝜆)
λ
Probabilidad de que el sistema esté desocupado 𝑃0 = 1 −
μ
Probabilidad de tener n clientes en el sistema Pn = (1 − 𝜌)* 𝜌𝑛
Probabilidad de que hayan más de n clientes en el sistema P(L>n)= 𝜌 n+1
Probabilidad que el tiempo en el sistema sea mayor a un tiempo t P(W>t) = e -μ (1-𝜌 )t

Probabilidad que el tiempo en la cola sea mayor a un tiempo t. P(Wq>t) = 𝜌*e-μ (1-𝜌 )t t ≥0, 𝜌<1
EJEMPLO: Servicios de peluquería
La peluquería Mary’s Barber Shop cuenta con un barbero. Los clientes llegan a razón de
2.2 clientes por hora y los cortes de pelo se realizan a una tasa promedio de 5 por hora.
Utilice el modelo con tiempos de servicio exponenciales y llegadas según Poisson para
responder a las siguientes preguntas:

a) Exprese el modelo según la notación de Kendall-Lee

b) ¿Cuál es la probabilidad de que no haya clientes en el sistema?
c) ¿ Cuál es la probabilidad de que haya un cliente al que se le esté cortando el cabello
y que no haya ninguno esperando?
d) ¿ Cuál es la probabilidad de que haya un cliente al que se le esté cortando el cabello
y esté otro aguardando?
e) ¿ Cuál es la probabilidad de que haya más de dos clientes en espera?
f) ¿Cuál es el tiempo promedio que un cliente espera para obtener el servicio?
g) ¿Convendría contratar a otro barbero? ¿Por qué?
SOLUCIÓN: Servicios de peluquería

Datos para ser procesados:

λ = 2.2 clientes/hora
µ = 5 clientes/hora

a) Exprese el modelo según la notación de Kendall-Lee

(M/M/1) : (FIFO/∞ / ∞)

b) ¿Cuál es la probabilidad de que no haya clientes en el sistema?

P0 = 1 - (λ/µ) = 1 – (2.2/5) = 1 - 0.44 = 0.56 = 56%

SOLUCIÓN: Servicios de peluquería

c) ¿ Cuál es la probabilidad de que haya un cliente al que se le esté cortando el cabello

y que no haya ninguno esperando?

P1 = (λ/µ)*P0 = (2.2/5) * 0.56 = (0.44)*0.56 = 0.2464 = 24.64%

d) ¿ Cuál es la probabilidad de que haya un cliente al que se le esté cortando el cabello y

esté otro aguardando?

P2 = (λ/µ)2*P0 = (2.2/5)2 * 0.56 = (0.44)2 * 0.56 = 0.1084 = 10.84%

SOLUCIÓN: Servicios de peluquería
e) ¿ Cuál es la probabilidad de que haya más de dos clientes en espera?

P[x>3] = P[x≥4] = P [1 atendiéndose y 3 o más en espera] =

P[x>3] = 1 – (P0+P1+P2+P3) = 1- (0.9625) = 0.0375 = 3.75%
O usar: P(L> 3)= ρn+1

f) ¿Cuál es el tiempo promedio que un cliente espera para obtener el servicio?

λ
𝑊𝑞 = = 0.1571 horas = 9.43 minutos
µ(µ−λ)

g) ¿Convendría contratar a otro barbero? ¿Por qué?

𝜌 = (λ/µ) = 0.44 = 44%

2. Modelo de la Cola Infinita, Fuente Infinita y una
Unidad de Servicio Múltiple → (M/M/S):(FIFO/∞/∞)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de
Poisson o de Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue
una distribución exponencial o de Markov. Se supone además que los tiempos de
servicios son independientes entre sí e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en
salir) y no hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado
en operación el tiempo suficiente para eliminar los efectos de las condiciones
iniciales.
λn =λ ; para n= 0, 1, 2, 3, … ; λ < Sµ
µn= nµ para n= 1, 2, 3, …, S
µn= Sµ para n= S, S+1 ,S+2, … ; S = número de servidores

1 𝜆 𝑛
𝑃0 , 0 ≤ 𝑛 ≤ 𝑆2
𝑛! 𝜇
Probabilidad de encontrar exactamente n clientes en el sistema 𝑃𝑛 =
1 𝜆 𝑛
𝑃0 , 𝑛 ≥ 𝑆
𝑆!𝑆 𝑛−𝑆 𝑛
1
Probabilidad de encontrar el sistema vacío 𝑃0 = 1 𝜆𝑛 1 𝜆𝑆 𝑆𝜇
σ𝑆−1
𝑛=0 +𝑆! [𝜇] 𝑆 −𝜆
𝑛! 𝜇 𝜇
𝜆
Factor de utilización 𝜌=
𝑆𝜇
𝜆 𝑆 𝜆
𝜇 𝑆𝜇
Número estimado de clientes que esperan ser atendidos 𝐿𝑞 = 2 𝑃0
𝜆
𝑆! 1−
𝑆𝜇
Número estimado de clientes en el sistema, ya sea esperando
𝜆 𝑆
𝜆𝜇 𝜆 𝜆
𝜇
en la cola y/o siendo atendidos 𝐿= 2 𝑃0 + ; 𝐿 = 𝐿𝑞 + 𝜇
𝑆−1 ! 𝑆𝜇 −𝜆 𝜇
 𝜆 𝑆
𝜇 𝜇 𝐿𝑞
Tiempo estimado que emplea un cliente esperando en la cola; 𝑊𝑞 = 2 𝑃0 ; 𝑊𝑞 =
𝑆−1 ! 𝑆𝜇 −𝜆 𝜆
𝜆 𝑆
𝜇 𝜇 1 1
Tiempo estimado que emplea un cliente en el sistema; 𝑊 = 2 𝑃0 + ; 𝑊 = 𝑊𝑞 + 𝜇
𝑆−1 ! 𝑆𝜇 −𝜆 𝜇
Probabilidad de que el tiempo empleado (T) exceda un valor particular de t incluyendo el tiempo
de servicio
𝜆 𝑆 −𝜇𝑡 𝑆−1−
𝜆
𝑃0 𝜇 1 − 𝑒 𝜇
𝑃 𝑇 > 𝑡 = 𝑒 −𝜇𝑡 1 +
𝑆! 1 − 𝜌 𝜆
𝑆−𝜇
𝜆
−𝜇𝑡 𝑆−1−
𝜆 1− 𝑒 𝜇
𝐶𝑢𝑎𝑛𝑑𝑜 𝑆 − = 0, 𝑑𝑒𝑏𝑒 𝑠𝑢𝑠𝑡𝑖𝑡𝑢𝑖𝑟𝑠𝑒 𝑝𝑜𝑟 𝜆𝜇𝑡
𝜇 𝜆
𝑆−𝜇
𝑆−1

𝑃 𝑇 > 𝑡 = 1 − 𝑃 𝑇 = 0 𝑒 −𝑆𝜇 1−𝜌 𝑡 𝑃 𝑇 = 0 = ෍ 𝑃𝑛

𝑛=0
3. Modelo de la Cola Finita, Fuente Infinita y
una Unidad de Servicio → (M/M/1):(FIFO/N/∞)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de Poisson o de
Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios son
independientes entre sí e independiente del proceso de llegada.
3. Hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no
hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el número de clientes exceda un número especificado (N). A cualquier
cliente que llega cuando la cola está llena se le niega la entrada al sistema y este cliente lo
deja para siempre.
λn =λ ; para n= 0,1,2,3,…, M-1
λn =0 ; para n≥ M
µn= µ para n=1,2,3,… ; M=número de clientes en el sistema.
𝛌
𝟏−
𝝁
𝛌 𝑴+𝟏
𝑷𝟎 , 𝒑𝒂𝒓𝒂 𝒏 = 𝟎, 𝟏, 𝟐, … , 𝑴, 𝒔𝒊 𝛌 > 𝛍
Probabilidad de encontrar exactamente n clientes en el sistema 𝑷𝒏 = 𝟏−
𝝁
𝟏 𝛌 𝑴
, 𝒑𝒂𝒓𝒂 𝒏 = 𝟎, 𝟏, 𝟐, 𝟑, … , 𝑴, 𝒔𝒊 𝝁 = 𝟏 , 𝑳 =
𝑴+𝟏 𝟐
𝛌
𝟏−
𝛍
Probabilidad de encontrar el sistema vacío 𝑷𝟎 = 𝛌 𝑴+𝟏
𝒔𝒊 𝛌 > 𝛍
𝟏−
𝛍
𝛌
Factor de utilización 𝝆=
𝛍
Número estimado de clientes que esperan ser atendidos 𝑳𝒒 = 𝑳 − (𝟏 − 𝑷𝟎 )
Número estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos
𝑴+𝟏
𝑴 𝛌 𝛌
𝑴+𝟏
𝛍 𝛍
𝑳 = ෍ 𝒏𝑷𝒏 = − 𝐌+𝟏
𝛌 𝛌
𝒏=𝟎 𝟏−𝛍 𝟏− 𝛍
𝑳𝒒
Tiempo estimado que emplea un cliente esperando en la cola 𝑾𝒒 = , 𝛌𝐞 = 𝛌 𝐞𝐟𝐞𝐜𝐭𝐢𝐯𝐚
𝛌𝒆
𝑳
Tiempo estimado que emplea un cliente en el sistema 𝑾 = 𝛌
𝐞
4. Modelo de la Cola Finita, Fuente Infinita y una
Unidad de Servicio Múltiple → (M/M/S):(FIFO/N/∞)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de Poisson o de
Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios son
independientes entre sí e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no
hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el número de clientes exceda un número especificado (N). A cualquier
cliente que llega cuando la cola está llena se le niega la entrada al sistema y este cliente lo
deja para siempre.
λn =λ ; para n= 0,1,2,3,…
µn= nµ para n=1,2,3,… S
µn= Sµ para n=S, S+1,S+2,…; S ≤ M; M = número máximo de clientes en el sistema.

Probabilidad de encontrar exactamente n clientes en el sistema

𝜆 𝑛
𝜇
𝑃 , 𝑝𝑎𝑟𝑎 𝑛 = 1,2, … , 𝑆
𝑛! 0
𝑃𝑛 = 𝜆 𝑛
𝜇
𝑃 , 𝑝𝑎𝑟𝑎 𝑛 = 𝑆, 𝑆 + 1, … , 𝑀
𝑆! 𝑆 𝑛−𝑆 0
0, 𝑝𝑎𝑟𝑎 𝑛 > 𝑀
Probabilidad de encontrar el sistema vacío
1
𝑃0 =
𝜆 𝑛 𝜆 𝑆
𝑛−𝑆
𝜇 𝜇 𝜆
1 + σ𝑆𝑛=1 + + σ𝑀
𝑛=𝑆+1 𝑆
𝑛! 𝑆! 𝜇
 𝜆
Factor de utilización 𝜌=𝑆
𝜇

𝜆 𝑆
𝑃0 𝜌
𝜇
Número estimado de clientes que esperan ser atendidos 𝐿𝑞 = 𝑆! [1 − 𝜌𝑀−𝑆 − 𝑀 − 𝑆 𝜌𝑀−𝑆 (1 − 𝜌)
1−𝜌 2
Número estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos
𝑆−1 𝑆−1

𝐿 = ෍ 𝑛𝑃𝑛 + 𝐿𝑞 + 𝑆(1 − ෍ 𝑃𝑛 )
𝑛=0 𝑛=0
Tiempo estimado que emplea un cliente esperando en la cola
𝑀−1
𝐿𝑞
𝑊𝑞 = , 𝜆𝑒 = 𝜆 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝜆𝑒 = ෍ 𝜆 𝑃𝑛 = 𝜆 1 − 𝑃𝑀 = 𝜇(1 − 𝑃0 )
𝜆𝑒
𝑛=0
𝐿
Tiempo estimado que emplea un cliente en el sistema 𝑊=𝜆
𝑒
5. Modelo de la Cola Finita, Fuente Finita y una
Unidad de Servicio → (M/M/1):(FIFO/N/N)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de Poisson o de
Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios son
independientes entre sí e independiente del proceso de llegada.
3. Hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no
hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el número de clientes exceda un número especificado (N). A cualquier
cliente que llega cuando la cola está llena se le niega la entrada al sistema y este cliente lo
deja para siempre.
λn =(M-n)λ ; para n= 0,1,2,3,…, M-1
λn =0 ; para n≥ M
µn= µ para n=1,2,3,… ; M=número de clientes en el sistema.

𝜆 𝑛
𝑀!
𝜇
Probabilidad de encontrar exactamente n clientes en el sistema 𝑃𝑛 = 𝑃 , 𝑝𝑎𝑟𝑎 𝑛 = 1,2, … , 𝑀
𝑀−𝑛 ! 0

1
Probabilidad de encontrar el sistema vacío 𝑃0 = 𝜆 𝑛
𝑀!
𝑀 𝜇
σ𝑛=0
𝑀−𝑛 !
𝜆+𝜇
Número estimado de clientes que esperan ser atendidos 𝐿𝑞 = 𝑀 − (1 − 𝑃0 )
𝜆
𝜇
Número estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos 𝐿 = 𝑀 − 𝜆 1 − 𝑃0
𝑀

𝐿 = ෍ 𝑛𝑃𝑛 = 𝐿𝑞 + (1 − 𝑃0 )
𝑛=0
𝐿𝑞
Tiempo estimado que emplea un cliente esperando en la cola 𝑊𝑞 = 𝜆 , 𝜆𝑒 = 𝜆 𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 𝜆𝑒 = 𝜆(𝑀 − 𝐿)
𝑒
𝐿
Tiempo estimado que emplea un cliente en el sistema 𝑊=𝜆
𝑒
6. Modelo de la Cola Finita, Fuente Finita y una
Unidad de Servicio Múltiple → (M/M/S):(FIFO/N/N)
1. Las llegadas son aleatorias y provienen de una distribución de probabilidad de Poisson o de
Markov.
2. Se supone que el tiempo de servicio es también una variable aleatoria que sigue una
distribución exponencial o de Markov. Se supone además que los tiempos de servicios son
independientes entre sí e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no
hay un límite para el tamaño de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en
operación el tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el número de clientes exceda un número especificado (N). A cualquier
cliente que llega cuando la cola está llena se le niega la entrada al sistema y este cliente lo deja
para siempre.
λn =(M-n)λ ; para n= 0,1,2,3,…, M-1
λn =0 ; para n≥ M
µn= nµ para n=1,2,3,… S
µn= Sµ para n=S, S+1,S+2,…; S ≤ M; M = número máximo de clientes en el sistema.

𝝀 𝒏
𝑴!
𝝁
𝑷𝟎 , 𝒑𝒂𝒓𝒂 𝟎 ≤ 𝒏 ≤ 𝑺
𝑴−𝒏 𝒏!
Probabilidad de encontrar exactamente n clientes en el sistema 𝑷𝒏 = 𝝀 𝒏
𝑴!
𝝁
𝑴−𝒏 !𝑺!𝑺𝒏−𝑺
𝑷𝟎 , 𝒑𝒂𝒓𝒂 𝑺 ≤ 𝒏 ≤ 𝑴
𝟎, 𝒑𝒂𝒓𝒂 𝒏 > 𝑴
Probabilidad de encontrar el sistema vacío
𝟏
𝑷𝟎 =
𝝀 𝒏 𝝀 𝒏
𝑴! 𝝁 𝑴! 𝝁
σ𝒔=𝟏
𝒏=𝟎 + σ𝑴
𝒏=𝑺 𝑴 − 𝒏 ! 𝑺! 𝑺𝒏−𝑺
𝑴 − 𝒏 𝒏!
Número estimado de clientes que esperan ser atendidos
𝑴

𝑳𝒒 = ෍ 𝒏 − 𝑺 𝑷𝒏
𝒏=𝑺
Número estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos
𝑺−𝟏 𝑺−𝟏

𝑳 = ෍ 𝒏𝑷𝒏 = 𝑳𝒒 + (𝟏 − ෍ 𝑷𝒏 )
𝒏=𝟎 𝒏=𝟎
Tiempo estimado que emplea un cliente esperando en la cola
𝑳𝒒
𝑾𝒒 = , 𝝀𝒆 = 𝝀 𝒆𝒇𝒆𝒄𝒕𝒊𝒗𝒂
𝝀𝒆
𝝀𝒆 = 𝝀(𝑴 − 𝑳)
Tiempo estimado que emplea un cliente en el sistema
𝑳
𝑾=
𝛌𝐞
7. Modelo de la Cola y Fuente Infinita y una
Unidad de Servicio General → (M/G/1):(FIFO/∞/∞)

▪ Tiempos entre llegadas independientes y distribución exponencial

con tasa de llegada λ .
▪ Tiempos de servicio independientes y distribución general G con
1
media y varianza 𝜎 2 .
𝜇
▪ No se puede aplicar el proceso generalizado de nacimiento y
muerte.
Fórmula de Pollaczek-Khintchine:

𝜌 2 + λ2 ∗  2
𝐿𝑞 = 𝜌 +
𝜆 2 ∗ (1 − ρ)
𝜌=
µ
Donde:
Lq = Longitud de la cola
ρ = Factor de utilización del sistema
λ = Tasa de arribo al sistema
µ = Tasa de servicio al cliente
2 = Varianza de la distribución de tiempo de servicio

Tendrá que ser ρ <1 para que el sistema sea estacionario.

Bibliografía
Hillier, F. & Lieberman G., (2015); Introducción a la investigación de
operaciones (10a ed.), McGraw-Hill Interamericana Editores.
Winston, W.; (2005); Investigación de operaciones: Aplicaciones y
algoritmos (Cap.17 y Cap 20, 4a ed.), Thomson learning.
Mathur K. & Solow D. (1996). Investigación de operaciones, el arte de
la toma de decisiones (1ra ed.), Prentice Hall Hispanoamericana
S.A., (ISBN 0-13-052143-4). Cap. 13.
Taha H.A. (2012), Investigación de operaciones, 9a Edición, Pearson
Educación. Cap.15, 16 y 18.
Anderson, D.; Sweeney D.; Williams T.;, Camm J. & Martin
K.;(2010), Métodos Cuantitativos para los Negocios, 11a. Edición,
Cengage Learning.
Gould, Eppen, Schmidt (2000), Investigación de operaciones en la
ciencia administrativa, 5ta. Edición, Prentice Hall.
Muchas Gracias