INVESTIGACIÓN DE OPERACIONES

TEMA:
MODELO DE LINEAS DE ESPERA

DOCTORA:
JENNY VILLAMARIN

INTEGRANTES:
 GUILCAPI JONATHAN
 RUMIGUANO MIGIEL
 ESPINOZA DENISSE
 TENE EDWIN

FECHA:
30 /01/2019

RIOBAMBA – ECUADOR
 INTRODUCCIÓN

Las colas (líneas de espera) son parte de la vida diaria. Todos esperamos en colas para
comprar un boleto para el cine, hacer un depósito en el banco, pagar en el supermercado,
enviar un paquete por correo, obtener comida en la cafetería, subir a un juego en la feria,
etcétera. Nos hemos acostumbrado a esperas largas, pero todavía nos molesta cuando son
demasiado largas. Sin embargo, tener que esperar no sólo es una molestia personal. El
tiempo que la población de un país pierde al esperar en las colas es un factor importante
tanto en la calidad de vida como en la eficiencia de su economía. También ocurren grandes
ineficiencias debido a otros tipos de espera que no son personas en una cola. Por ejemplo,
hacer que las máquinas esperen una reparación puede dar como resultado pérdida de
producción. Los vehículos (incluso barcos y camiones) que deben esperar la descarga
pueden retrasar envíos subsecuentes. Los aviones que esperan despegar o aterrizar pueden
desorganizar la programación posterior de vuelos. El retraso en los trabajos de servicio
respecto a su fecha de entrega es una causa de pérdida de negocios futuros. La teoría de
colas usa los modelos de colas para representar los tipos de sistemas de líneas de espera
(sistemas que involucran colas de algún tipo) que surgen en la práctica. Las fórmulas para
cada modelo indican cuál debe ser el desempeño del sistema correspondiente y señalan la
cantidad promedio de espera que ocurrirá, en una gama de circunstancias. Por lo tanto,
estos modelos de líneas de espera son muy útiles para determinar cómo operar un sistema
de colas de la manera más efectiva. Proporcionar demasiada capacidad de servicio para
operar el sistema implica costos excesivos; pero al no contar con suficiente capacidad de
servicio la espera es excesiva con todas sus desafortunadas consecuencias. Los modelos
permiten encontrar un balance adecuado entre el costo de servicio y la cantidad de espera.

MODELO BÁSICO
 La cola
 La instalación de servicio
Fuente de entrada (población potencial): Una característica de la fuente de entrada es su
tamaño. El tamaño es el número total de clientes que pueden requerir servicio en
determinado momento, es decir, el número total de clientes potenciales distintos. Esta
población a partir dela cual surgen las unidades que llegan se conoce como población de
entrada.
Cola: La cola es donde los clientes esperan antes de ser servidos. Una cola se caracteriza
por el número máximo permisible de clientes que puede admitir. Las colas pueden ser
finitas o infinitas, según si este número es finito o infinito.
Disciplina de la cola: La disciplina de la cola se refiere al orden en el que sus miembros
deseleccionan para recibir el servicio. Por ejemplo, puede ser: primero en entrar, primero en
salir, aleatoria, de acuerdo con algún procedimiento de prioridad o con algún otro orden.
Mecanismo de servicio: El mecanismo de servicio consiste en una o más instalaciones
deservicio, cada una de ellas con uno o más canales de servicio paralelos, llamados
servidores.

PROCESO DE COLAS ELEMENTAL

 La teoría de colas se aplica a muchos tipos diferentes de situaciones.
 Una sola línea de espera se forma frente a una estación de servicio, dentro de la cual
se encuentra uno o más servidor.
 TERMINOLOGÍA Y NOTACIÓN
 Estado del sistema = número de clientes en el sistema.
 Longitud de la cola = número de clientes que esperan servicio.
 Lq= Longitud esperada de la cola, excluyendo los clientes que están en servicio.
 N (t)= número de clientes en el sistema de colas en el tiempo t(t≥0).

 = probabilidad de que exactamente n clientes estén en el sistema en el tiempo t,

dado en el tiempo 0.
 S = número de servidores (canales de servicio paralelo) en el sistema de colas.

 = tasa media de llegadas (numero esperado de llegadas por unidad de tiempo) de

nuevos clientes cuando hay n clientes en el sistema.

 = tasa media de servicio en todo el sistema (numero esperado de clientes que

completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.

Nota µn representa la tasa combinada a la que todos los servidores ocupados, es
decir aquellos que están sirviendo a un cliente, logran terminar sus servicios.

 = probabilidad de que haya exactamente n clientes en el sistema.

 L = numero esperados de clientes en el sistema

  = longitud esperada de la cola (excluye los clientes que están en servicio)

 W = tiempo de espera en el sistema (incluye tiempo de servicio) para cada cliente.

 W = E (W ).

 = tiempo de espera en la cola (excluye tiempo de servicio) para cada cliente.

 =E( )

 = Tiempo esperado entre llegadas.

 = Tiempo esperado de servicio

 Para un proceso de colas en estado estable se ha demostrado que:

 L = λw para la misma demostración también se prueba que, =λ .

 Si la no son iguales, entonces λ se puede sustituir en esas ecuaciones por λ

media, la tasa
 Promedio entre llegadas a largo plazo.

ALGUNAS CLASES DE SISTEMAS DE COLAS

SISTEMAS DE SERVICIO COMERCIAL

 Se encuentra en la vida diaria.
 Los clientes externos reciben un servicio de una organización comercial.

Muchos de estos sistemas incluyen un servicio de persona a persona en un local fijo, como
por ejemplo:
 Una peluquería o barbería (los peluqueros son los servidores), el servicio de una
cajera de banco, las cajas de cobros de un supermercados y una cola en la cafetería
(canales de serviciosen serie).
Sin embargo, muchos otros sistemas son de un tipo diferente, como por ejemplo:
 La reparación de aparatos domésticos (el servidor va hacia el clientes).
 Una máquina de moneda (el servidor es una maquina)
 Una gasolinera (los clientes son automóviles

SISTEMA DE SERVICIO DE TRANSPORTE

 Los vehículos son los clientes por ejemplo:
 Los automóviles que esperan por pasar por una caseta de cobros o semáforos (el
servidor).Un camión de carga o un barco que esperan que una cuadrilla les dé
servicio de cargas o descargas.
 Un avión que espera aterrizar o despegar en una pista (el servidor).
 Los vehículos son los servidores: por ejemplos
 Los taxis y los camiones de bomberos.

SISTEMAS DE SERVICIO INTERNO

 En años recientes la teoría de cola ha sido aplicada más en este sistema, donde los
clientes que reciben el servicio son personal interno o parte de la organización. Por
ejemplos:
 El sistema de manejos de materiales, en donde las unidades de manejo de materiales
(los servidores) mueven cajas (los clientes).
 Puesto de inspección en los que los inspectores de control de calidad (los
servidores) inspeccionan artículos (los clientes).

SISTEMAS DE SERVICIO SOCIAL

Un sistema judicial es una red de colas, donde las cortes son las instalaciones de servicios,
los jueces o los jurados son los servidores y el caso que esperan el proceso son los clientes.

MODELO DE FORMACIÓN DE COLAS

Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad
del sistema para suministrarlo.
En las formaciones de colas se habla de clientes, tales como máquinas dañadas a la espera
de ser rehabilitadas. Los clientes pueden esperar en cola debido a que los medios existentes
sean inadecuados para satisfacer la demanda del servicio; en este caso, la cola tiende a ser
explosiva, es decir, a ser cada vez más larga a medida que transcurre el tiempo. Los clientes
puede que esperen temporalmente, aunque las instalaciones de servicio sean adecuadas,
porque los clientes llegados anteriormente están siendo atendidos.

ELEMENTOS EXISTENTES EN UN MODELO DE COLAS

En el sistema conformado en una línea de espera existen varios elementos que determinan
sus características:
 Fuente de entrada o población potencial: Conjunto de clientes o llegadas que
quieren solicitar un servicio. La fuente de entrada puede ser finita o infinita.
 Cliente: Miembro de la población potencial que solicita un servicio.
 Capacidad de la cola: Cantidad máxima de clientes que pueden estar haciendo cola
antes de que sean atendidos.
 Disciplina de la cola: Es la forma de selección de los clientes para que sean
atendidos. Las disciplinas más recurrentes son:

o FIFO (First in first out) ó FCFS (First come first served): Se atiende al
primer cliente que haya llegado.

o LIFO (Last in first out) ó LCFS (Last come first served): Se atiende al
último cliente que haya llegado.

o RSS (Random selection of service) ó SIRO (Service in random order): La

atención de los clientes se realiza al azar, de manera aleatoria.

o Processor Sharing: Sirve a los clientes igualmente. La capacidad de la red se

comparte entre los clientes.

 Mecanismo de servicio: Procedimiento del servicio que se le brinda a los clientes;

consiste en las instalaciones de servicio, cada una de ellas con uno o más canales
 de servicio que reciben el nombre de servidores. Para determinar el mecanismo de
servicio se debe conocer el número de servidores y la distribución de probabilidad
del tiempo que toma cada servidor en brindar el servicio.

 Cola: Conjunto de clientes que esperan a recibir un servicio.

 Sistema de la cola: Conjunto formado por la cola y mecanismo de servicio junto

con la disciplina de la cola. Un modelo de sistema de colas debe especificar la
distribución de probabilidad de los tiempos de servicio para cada servidor.
Normalmente se emplea una distribución exponencial para los tiempos de servicio,
pero también se puede utilizar la distribución degenerada o determinística para
tiempos de servicio constantes o la distribución Erlang (Gamma).

PROCESO DE SERVICIO Y DE SALIDA

Este primer sistema es de un servidor y una cola. Por ejemplo para hacer un pago de un
producto en un almacén en donde sólo hay una caja.
En el tercer sistema cada servidor tiene una línea de espera. Por ejemplo, las tiendas de
conveniencia o de autoservicio. Cada registradora es una estación que proporciona el
mismo servicio. En estos sistemas los servidores pueden ser idénticos, ya que proporcionan
la misma clase de servicio con igual rapidez o pueden no ser idénticos si todos los cajeros
no tienen la misma experiencia y en este caso a unos les tomará mayor tiempo de servicio
que a otros.

El cuarto sistema es una línea con servidores en serie. Otra característica del proceso de
servicio es el número de clientes atendidos al mismo tiempo en un servidor. Así mismo si
se permite o no la prioridad, es decir, si un servidor puede detener el proceso con el cliente
que está atendiendo para dar paso a un cliente que acaba de llegar.
Proceso de salida
Se puede considerar cuando el cliente abandona el sistema luego de ser atendido. A esto se
le puede dar el nombre de sistema de “colas de un paso” o cuando los clientes o productos
reciben un servicio, pero se trasladan a otro para ser sometidos a otro proceso, lo que se
llama una “red de colas”.

MODELOS DE NACIMIENTO Y MUERTE PUROS (RELACIÓN ENTRE LAS

DISTRIBUCIONES EXPONENCIAL Y DE POISSON)

Esta sección presenta dos situaciones de colas, el modelo de nacimiento puro en el cual
sólo ocurren llegadas, y el modelo de muerte pura en el cual sólo ocurren salidas. Un
ejemplo del modelo de nacimiento puro es la creación de actas de nacimiento de bebés
recién nacidos. El modelo de muerte pura puede demostrarse por medio del retiro aleatorio
de un artículo en existencia en una tienda.
La distribución exponencial se utiliza para describir el tiempo entre llegadas en el modelo
de nacimiento puro y el tiempo entre salidas en el modelo de muerte pura. Un subproducto
del desarrollo de los dos modelos es demostrar la estrecha relación entre las distribuciones
exponenciales y la de Poisson, en el sentido de que una distribución define
automáticamente a la otra.

MODELO DE NACIMIENTO PURO

Defina
(t)= Probabilidad de que no ocurran llegadas durante un periodo de tiempo t

Dado que el tiempo entre llegadas es exponencial y que la tasa de llegadas es de clientes

por unidad de tiempo, entonces

(t)= P

=1-
 = 1 – (1-

Para un intervalo de tiempo suficientemente pequeño h > 0, tenemos

La distribución exponencial se basa en la suposición de que durante h > 0, cuando mucho

puede ocurrir un evento (llegada). Por lo tanto, a medida que h S 0,

Este resultado muestra que la probabilidad de una llegada durante h es directamente

proporcional a h, con la tasa de llegadas, , como constante de proporcionalidad. Para

derivar la distribución de la cantidad de llegadas durante un periodo t cuando el tiempo

entre llegadas es exponencial con media defina

 pn(t) =5 Probabilidad de n llegadas durante t

Para un h > 0 suficientemente pequeño,

En la primera ecuación habrá n llegadas durante t + h si hay n llegadas durante t y ninguna

llegada durante h, o n - 1 llegadas durante t y una llegada durante h. No se permiten todas
las demás combinaciones porque, de acuerdo con la distribución exponencial, a lo sumo
puede haber una llegada durante un periodo h muy pequeño. La ley del producto de las
probabilidades es aplicable al lado derecho de la ecuación porque las llegadas son
independientes. En cuando a la segunda ecuación, durante t + h puede haber cero llegadas
sólo si no hay llegadas durante t y h.
Reacomodando los términos y tomando los límites a medida que h 0 para obtener la
primera derivada de Pn(t) con respecto a t, tenemos

Ésta es una distribución de Poisson con media de llegadas durante t. El

resultado anterior muestra que si el tiempo entre llegadas es exponencial con media ,

entonces la cantidad de llegadas durante un periodo específico t es Poisson con media lt. Lo
contrario también funciona. La siguiente tabla resume las relaciones entre las distribuciones
exponencial y de Poisson, dada la tasa de llegadas λ:

MODELO DE MUERTE PURA

En el modelo de muerte pura, el sistema se inicia con N clientes en el instante 0, sin
llegadas nuevas permitidas. Las salidas ocurren a razón de m clientes por unidad de tiempo.
Para desarrollar las ecuaciones diferenciales de la probabilidad Pn(t) de que n clientes
permanezcan después de t unidades de tiempo, seguimos los argumentos utilizados con el
modelo de nacimiento puro. Por lo tanto,
Parámetros
El modelo M/M/1

En primer lugar, se describe el modelo:

El proceso de llegadas es de Poisson homogéneo con tasa.

Sea T la variable aleatoria que representa el tiempo entre dos llegadas consecutivas.
Sea t>0 y representemos por n(t) el número de llegadas al sistema hasta el instante t.
Como los incrementos son independientes:

luego  . Recíprocamente, se tiene el siguiente resultado:

Si   son independientes, siendo Ti  el tiempo transcurrido entre las llegadas (i-1)-

ésima e i-ésima, todas ellas con distribución  , entonces  .

Demostración: 
  
(El último paso se hace considerando la expresión de la función gamma) 
 
2.

: Siempre que el servidor esté ocupado, el proceso de salida es de Poisson

homogéneo de tasa  .

Razonando como antes, se tiene que los tiempos de servicio son  .

3.

: El sistema tiene un único servidor y capacidad infinita.

Se trata de un proceso de nacimiento y muerte con tasa de nacimiento  ,  y tasa

de muerte  , .

Debe observarse que la distribución exponencial tiene ausencia de memoria, es decir,

si   Exp( ), entonces

La demostración de esta propiedad es inmediata observando la expresión de la función de

distribución asociada.
Ahora se puede proceder a analizar el comportamiento del sistema. Se define la intensidad
del tráfico como

Si  , no se alcanza el estado estacionario, mientras que si  , entonces sí que se

llega a este estado.
Sea Pn(t)=P(N(t)=n) la probabilidad de que en el instante t haya n clientes en el sistema.
Yendo a las ecuaciones que se obtuvieron para un proceso de nacimiento y muerte, tenenos
que

En el estado estacionario (a partir de aquí suponemos ya  ) se tiene el siguiente

sistema, denominado ecuaciones de equilibrio:

Así, como la suma de todas las probabilidades debe ser uno y  , se tiene

Luego

En consecuencia, la variable N (distribución estacionaria del número de clientes en el

sistema) sigue una distribución geométrica  . Se sigue que

De igual modo, si por L se representa el número de clientes en cola en el estado stacionario,
entonces

Las probabilidades asociadas son

La esperanza de esta variable es

Finalmente, consideremos la variable V, tiempo de espera virtual en estdo estacionario. Se

trata de una variable mixta:

S'1 es el tiempo de servicio restante del cliente que está en el servidor. Haciendo uso de la

propiedad de pérdida de memoria de la variable exponencial (pues  ) se tiene

Por lo que   y es indistinto considerar la variable S1 o la variable S'1 a efectos de
calcular probabilidades.
Ahora ya podemos calcular la función de distribución FV  asociada a la variable V.
Si v=0 entonces

Si v>0, haciendo uso del teorema de la probabilidad compuesta (pues el valor n asociado a
v es aleatorio) y del hecho de que

se tiene

Luego
Análisis de los ciclos de ocupación y desocupación

Sea T0= la longitud de un ciclo de desocupación y sea T1= la longitud de un ciclo de

ocupación. La longitud (media) de un ciclo de ocupación y desocupación (en estado
estacionario) será E(T0+T1). Como, por la propiedad de pérdida de memoria, se tiene

que  , entonces  . Por otra parte, como P0 representa la proporción de

tiempo que el servidor está desocupado (o lo que es lo mismo, el sistema está vacío) en
estado estacionario, entonces

Diagrama de flujos para M/M/1

Definimos un grafo como sigue:

 cada nodo representa un estado,
 cada arco representa una transición entre estados,
 en los arcos se indica la tasa de cambio.

 
Ahora vemos que se obtienen las mismas ecuaciones que se tenían anteriormente, pues
considerando que se produce una conservación de flujos en el grafo se tiene:
Interpretación: como   y   son, respectivamente, el número medio de llegadas y el de

servicios por unidad de tiempo, entonces  ,  y   son a su vez el número

de llegadas, el de servicios y el de sucesos por unidad de tiempo en el estado n. 
 

Control de una cola con un solo servidor

Vamos a tratar de optimizar el funcionamiento de un sistema M/M/1 en el que el servidor

se ausenta a veces.
El servidor está atendiendo clientes hasta que el sistema se vacía. Entonces él se retira y no
vuelve a ofrecer su servicio hasta que en la cola hay un número Q de clientes.

La tasa de llegadas es   y la de servicio es  , siendo .

Se definen los siguientes costes del sistema:
 coste de k unidades monetarias cada vez que el servidor vuelve (es un coste fijo).
 coste de h unidades monetarias por cada cliente en el sistema y unidad de tiempo
(coste de mantenimiento).

Se trata de determinar el valor de Q para que el sistema funciona a coste mínimo por unidad
de tiempo.

El coste de mantenimiento por unidad de tiempo (en promedio) es  .

El coste fijo por unidad de tiempo es  , pues E(T0+T1) es la longitud media de un

ciclo de ocupación y desocupación.
Así, la función objetivo es

El diagrama de flujos asociado es el siguiente: 

  
 

Además, para este problema se usa la siguiente notación:

 Pn=P(N=n),
 Pn(1)=P(N=n y hay servidor),
 Pn(0)=P(N=n y no hay servidor).

Es inmediato que Pn=Pn(0)+Pn(1).
Se obtienen las siguientes ecuaciones:
(Nodos de arriba) 
  
 

(Nodos de abajo) 
  
 
En definitiva:

Para resolver este sistema vamos a utilizar la función generatriz de probabilidades G(s)
asociada a la variable aleatoria N.

Sea  .

Si se define

Entonces
G(s) = G0(s) + G1(s).

Como, además

se tiene que

Si ahora se multiplica por sn+1 la ecuación n-ésima en el sistema que se obtuvo:

Sumando ahora todas estas igualdades:

Por otra parte,

Así, evaluando G(s) en s=1 se tiene que

por lo que

Ahora debemos calcular E(N) y E(T0+T1).

E(T0)= tiempo medio para que el sistema pase de 0 a Q clientes.

Como el tiempo entre llegadas sigue una   y esta distribución tiene pérdida de
memoria, entonces es equivalente a calcular Q veces el tiempo medio para que llegue un
cliente.

 probabilidad de que haya 0,1,..., Q-1 clientes en el sistema en estado

estacionario y no haya servidor

Así

Buscamos el valor donde f alcance su mínimo; si Q tomara valores reales,

Como

entonces   sería mínimo local y global.

Como Q sólo toma valores naturales y la función f es convexa, entonces la solución
óptima Q* será la que dé el mínimo de entre f([Q*]) y f([Q*]+1).
El valor

se denomina tamaño de lote de Wilson. 

Modelo de costo de un M/M/K
En general, un modelo de costos en líneas de espera busca equilibrar Los costos de espera
contra los costos de incrementar el nivel de servicio, Conforme crece el nivel de servicio,
los costos de este también crecen y disminuye el tiempo de espera de los clientes.

El nivel de servicio "óptimo" se presenta cuando la suma de los dos costos es un mínimo.
Se supone que, para tasas bajas de servicio, se experimenta largas colas y costos de espera
muy altos. Conforme aumenta el servicio disminuyen los costos de espera, pero aumenta el
costo de servicio y el costo total disminuye, sin embargo, finalmente se llega a un punto de
disminución en el rendimiento.
Entonces el propósito es encontrar el balance adecuado para que el costo total sea el
mínimo.
Esperar significa desperdicio de algún recurso activo que bien se puede aprovechar en otra
cosa y está dado por: 

Costo total de espera = Cw * Ls

Donde Cw = costo de espera por unidad de tiempo y Ls= longitud promedio de la línea de

espera.

Por otra parte, cada servidor tiene un costo Cs, de allí que:  

Costo total de servicio = Cs * Lq

Por tanto, se busca minimizar el costo total de un periodo:

Ctp = Ls * Cw + K * Cs

Donde K = Numero de servidores.

 LA DISTRIBUCIÓN DE POISSON
Esta distribución es muy frecuente en los problemas relacionados con la investigación
operativa, sobre todo en el área de la gestión de colas. Suele describir, por ejemplo, la
llegada de pacientes a un ambulatorio, las llamadas a una central telefónica, la llegada de
coches a un túnel de lavado, etc. Todos estos casos pueden ser descritos por una variable
aleatoria discreta que tiene valores no-negativos enteros.

LA DISTRIBUCIÓN EXPONENCIAL
La distribución de Poisson describe las llegadas por unidad de tiempo y la distribución
exponencial estudia el tiempo entre cada una de estas llegadas. Si las llegadas son de
Poisson, el tiempo entre ellas es exponencial. La distribución de Poisson es discreta,
mientras que la distribución exponencial es continua, porque el tiempo entre llegadas no
tiene por qué ser un número entero.

Esta distribución se usa mucho para describir el tiempo entre eventos, específicamente, la
variable aleatoria que representa el tiempo necesario para servir a la llegada. Un ejemplo
típico puede ser el tiempo que un médico dedica a un paciente.

MODELOS DE LA TEORÍA DE COLA

- Modelo de la Cola Infinita, Fuente Infinita y una Unidad de Servicio.

Para este modelo se considera lo siguiente:

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 de la Cola Infinita, Fuente Infinita y una Unidad de Servicio Múltiple.

Para este modelo de considera lo siguiente:

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.
 MODELO DE LA COLA FINITA, FUENTE INFINITA Y UNA UNIDAD DE
SERVICIO.

Para este modelo de considera lo siguiente:

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 (M). A
cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y este
cliente lo deja para siempre.
 MODELO DE LA COLA FINITA, FUENTE INFINITA Y UNA UNIDAD DE
SERVICIO MÚLTIPLE.

Para este modelo de considera lo siguiente:

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 (M). A
cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y este
cliente lo deja para siempre.
Modelo de la Cola Finita, Fuente Finita y una Unidad de Servicio.

Para este modelo de considera lo siguiente:

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 (M). A
cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y este
cliente lo deja para siempre.
 MODELO DE LA COLA FINITA, FUENTE FINITA Y UNA UNIDAD DE
SERVICIO MÚLTIPLE.

Para este modelo de considera lo siguiente:

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 (M). A
cualquier cliente que llega cuando la cola está llena se le niega la entrada al sistema y este
cliente lo deja para siempre.
EJERCICIOS
REFERENTE AL MODELO MM1

1.-Suponga que en una estación con un solo servidor llegan en promedio 45 clientes
por hora, Se tiene capacidad para atender en promedio a 60 clientes por hora. Se sabe
que los clientes esperan en promedio 3 minutos en la cola.

Calcular:
a) Tiempo promedio que un cliente pasa en el sistema.
b) Número promedio de clientes en la cola.
c) Número promedio de clientes en el Sistema en un momento dado.

Datos:

λ= 45 clientes/hora (media de llegada de los clientes) = 45/60 clientes/minutos

µ= 60 clientes/hora (media de servicio a los clientes) = 60/60 clientes/minutos=
Wq = 3 minutos (tiempo promedio de espera de un cliente en la cola)

Solución

a) Para calcular el tiempo promedio que un cliente pasa en el Sistema (Ws). Lo

podemos calcular a partir de Wq y µ

𝑾𝒔 = 𝑾𝒒 + 1/u = 3 minutos + 1/1= 𝟑 + 𝟏 = 𝟒 𝒎𝒊𝒏𝒖𝒕𝒐

Es decir, en promedio un cliente pasa 4 minutos en el Sistema: distribuidos así 3

minutos pasa esperando en la cola + 1 minutos en servicio.

b) Para calcular el número de clientes en la cola (Lq), usaremos la fórmula siguiente:

Lq= λ Wq.
 𝐿𝑞 = 𝜆 ∗ 𝑊𝑞=0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ 𝑚𝑖𝑛𝑢𝑡𝑜𝑠* 3 minutos = 2.25 clientes.

Es decir, los cálculos nos muestran que en la cola puede haber más de dos clientes en la
cola.
c) Para calcular cual es el número de clientes en la cola (Ls). Lo podemos hacer con la
fórmula: Ls= λ Ws.

𝐿𝑆 = 𝜆 ∗ 𝑊𝑆 = 0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/ 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ∗ 4 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 = 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒

Es decir, en promedio hay tres clientes en el sistema, como se nos ha dicho que
solo hay un servidor, sabemos que solo un cliente puede estar en servicio, por lo
que los demás deben estar en la cola. Esto indica que hay dos clientes en espera.

2.-Suponga un restaurante de comidas rápidas al cual llegan en promedio 100 clientes

por hora. Se tiene capacidad para atender en promedio a 150 clientes por hora Se
sabe que los clientes esperan en promedio 2 minutos en la cola. Calcule las medidas de
desempeño del sistema.

a) ¿Cuál es la probabilidad que el sistema este ocioso?

b) ¿Cuál es la probabilidad que un cliente llegue y tenga que esperar, porque el sistema
está ocupado?
c) ¿Cuál es el número promedio de clientes en la cola?
d) ¿Cuál es la probabilidad que haya 10 clientes en la cola?

Datos:

λ= 100 clientes/hora (media de llegada de los clientes) = 100/60 clientes/minutos

µ= 150 clientes/hora (media de servicio a los clientes) = 150/60 clientes/minutos=
Wq = 2 minutos (tiempo promedio de espera de un cliente en la cola)

Solución
a) Para conocer cuál es la probabilidad de que el sistema este ocioso, primero conoceremos,
cual es la probabilidad que esté ocupado o factor de utilización del sistema.

𝜌 = 𝜆/ 𝜇 = (100 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/ℎ𝑜𝑟𝑎 / 150 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/ℎ𝑜𝑟𝑎) = 0.66 = 66.7%

Este porcentaje representa tiempo que el sistema está ocupado. Es decir (1- ρ)
representa el tiempo ocioso del sistema, es decir 1- 0.667= 0.333 = 33.3% el sistema
permanece ocioso.

b) La probabilidad que un cliente llegue y tenga que esperar es suponer que estará como
primer cliente en la cola. Usaremos la fórmula:

𝑃𝑛 = (1 − 𝜆 /𝜇) (𝜆/ 𝜇 ) 𝑛 Para nuestro caso n=1 y la formula se convierte en:

𝑃1 = (1 – 𝜆/ 𝜇 ) ( 𝜆/ 𝜇 ) 1 = (1 − 100 /150 )( 100/ 150) 1 = (1 − 0.667)(0.667) =

0.222=22.2%

Es decir, existe un 22.2% de posibilidad que haya un cliente en la cola esperando ser
atendido.

c) Ahora requerimos calcular el número de clientes en la línea de espera.

𝐿𝑞 = 𝜆 ∗ 𝑊𝑞=1.667 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ 𝑚𝑖𝑛𝑢𝑡𝑜𝑠* 2 minutos = 3.334 clientes. ≈4 clientes en la cola.

Es decir, existe la posibilidad de llegar a tener un promedio de 4 clientes en la línea de

espera.

d) La probabilidad de que haya 10 clientes en la cola, como hemos visto existe un promedio
de tener hasta 4 clientes en la cola que hayan más de 4 las probabilidades serán muy
pequeñas, para ese cálculo haremos uso de la fórmula que usamos en el inciso b de este
mismo ejemplo.

𝑃10 = (1 − 𝜆 /𝜇 ) ( 𝜆/ 𝜇 )  ^10 = (1 − 100 /150 )( 100 /150)  ^10 = (1 − 0.667)(0.667) 10 =

0.0058=0.58% (lo cual es casi cero).

Es decir, es muy remoto o poco probable que pueda haber 10 clientes en la línea de espera.

3.- Un lava carro puede atender un auto cada 5 minutos y la tasa media de llegadas es
de 9 autos por hora. Obtenga las medidas de desempeño de acuerdo con el modelo
M/M/1. Además, la probabilidad de tener 0 clientes en el sistema, la probabilidad de
tener una cola de más de 3 clientes y la probabilidad de esperar más de 30 minutos en
la cola y en el sistema.

Calcular:
a) Vamos calcular el factor de desempeño del sistema calculando ρ.
b) La probabilidad de tener una cola de más de 3 clientes
c) La probabilidad de esperar más de 30 minutos en la cola.
d) La probabilidad de esperar más de 30 minutos en el Sistema

Datos:

λ= 9 clientes/hora (media de servicio a los clientes) = 0.15 clientes/minutos

µ= 0.2 clientes/minutos (media de llegada de los clientes)

a) Vamos calcular el factor de desempeño del sistema calculando p

𝜌 = 𝜆 𝜇 = 0.15 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/𝑚𝑖𝑛𝑢𝑡𝑜𝑠 0.20 𝑐𝑙𝑖𝑒𝑛𝑡𝑒/𝑚𝑖𝑛𝑢𝑡𝑜𝑠 = 0.75 = 75%.

El sistema está ocupado el 75% del tiempo. O sea pasa un 25% ocioso. Es decir la
probabilidad de tener 0 clientes en el sistema es cuando el sistema está vacío y eso puede
ocurrir con una probabilidad del 25%.

Su cálculo puede hacerse directamente con la fórmula: 𝑃0 = ((1 – 𝜆/ 𝜇 ) ( 𝜆/ 𝜇 ) ^0 = (1 −

0.15/ 0.2 ) = 0.25 = 25%

b) La probabilidad de tener una cola de más de 3 clientes

𝑃 0 = (1 – 𝜆/ 𝜇 ) ( 𝜆/ 𝜇 ) ^0 = (0.25)(0.75) ^2 = 0.25
𝑃 1 = (1 − 𝜆 /𝜇 ) ( 𝜆 /𝜇 ) ^1 = (0.25)(0.75) ^1 = 0.1875
𝑃 2 = (1 – 𝜆/ 𝜇 ) ( 𝜆/ 𝜇 ) ^ 2 = (0.25)(0.75) ^ 2 = 0.1406
𝑃 3 = (1 − 𝜆 /𝜇 ) ( 𝜆 /𝜇 ) ^ 3 = (0.25)(0.75) ^ 3 = 0.1055

La probabilidad que haya más de tres clientes en el Sistema, implica que debemos conocer
la Probabilidad que haya cero, uno, dos y tres clientes. La diferencia con 1. Será la
probabilidad que hayan más de tres. P(Ls>3)=1 – (P 0 + P1 + P2 + P3 )= 1-
(0.25+0.1875+0.1406+0.1055)=1- 0.6836=0.3164

c) La probabilidad de esperar más de 30 minutos en la cola.

Primero calcularemos el tiempo promedio que un cliente espera en la cola. 𝑊𝑞 = 𝜆 /𝜇(𝜇−𝜆)

= 0.15 /0.2(0.2−0.15) = 0.15 0.01 =15 minutos (es el tiempo promedio que un cliente tiene
que esperar en la cola)

Ahora vamos a calcular tiempo (t) de espera sea mayor de 30 minutos.

𝑃(𝑊𝑞 > 𝑡) = 𝜌𝑒^ −𝜇(1−𝜌)𝑡 Vamos aplicar esta ecuación para calcular dicha probabilidad.
𝑃(𝑊𝑞 > 30) = 𝜌𝑒 −𝜇(1−𝜌)𝑡=(0.75) 𝑒 ^−0.2(1−0.75)30=(0.75)e-1,5= (0.75)(0.2231)=
=0.167=16.7% (COMO PUEDE VER LA PROBABILIDAD ES BAJA)

d) La probabilidad de esperar más de 30 minutos en el Sistema.

𝑃(𝑊𝑆 > 𝑡) = 𝑒^ −𝜇(1−𝜌)𝑡 Vamos aplicar esta ecuación para calcular dicha probabilidad

𝑃(𝑊𝑆 > 30) = 𝑒 ^−𝜇(1−𝜌)𝑡= 𝑒 −0.2(1−0.75)30=e ^-1,5= 0.2231= =22.3%

(COMO PUEDE VER LA PROBABILIDAD ES BAJA, pero es más alta que la

probabilidad de que el tiempo promedio que un cliente espere más de 30 minutos en la
cola).

4.-Un promedio de 10 automóviles por hora llegan a un cajero con un solo servidor
que proporciona servicio sin que uno descienda del automóvil. Suponga que el tiempo
de servicio promedio por cada cliente es 4 minutos, y que tanto los tiempos entre
llegadas y los tiempos de servicios son exponenciales. Conteste las preguntas
siguientes:
a. ¿Cuál es la probabilidad que el cajero esté ocioso?
b. ¿Cuál es el número promedio de automóviles que están en la cola del cajero? (se
considera que un automóvil que está siendo atendido no está en la cola esperando)
c. ¿Cuál es la cantidad promedio de tiempo que un cliente pasa en el estacionamiento
del banco, (incluyendo el tiempo de servicio)?
d. ¿Cuántos clientes atenderá en promedio el cajero por hora?

Datos:
λ= 10 clientes/hora (media de llegada de los clientes) = 1/6 clientes/minutos
µ= 1 clientes/4minutos (media de servicio de los clientes)=1/4 cliente/minuto

solución:
 a) Por tanto
𝜌 = 𝜆/ 𝜇 = (1/6/ 1/4 )= 2 /3 = 66.67% factor de utilización del sistema. Es decir que
el sistema permanece ocioso el 33.33%.
b) ¿Cuál es el número promedio de automóviles que están en la cola del cajero?

𝑳𝒒 = 𝝀 /𝝁(𝝁−𝝀) = (𝟏/𝟔 /𝟏/𝟒( 𝟏 /𝟒 − 𝟏 𝟔 )) = 𝟒/ 𝟑 = 𝟏. 𝟑𝟑𝟑 Puede haber 2 autos en la cola.

c) ¿Cuál es la cantidad promedio de tiempo que un cliente pasa en el estacionamiento del

banco (incluyendo el tiempo de servicio)?
N𝑊𝑆 = 1/ 𝜇 − 𝜆 = 1 /1 /4 − 1/6 = 1 /1/12 = 12 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑝𝑎𝑠𝑎 𝑒𝑙 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎.os
preguntan por el tiempo promedio que el cliente pasa en el sistema. W

d) ¿Cuántos clientes atenderá en promedio el cajero por hora?

Si el cajero siempre estuviera ocupado, atendería un promedio de μ=15 clientes por hora.
Según la solución encontrada en el inciso a (1/4*60=15), el cajero está ocupado 2/3 del
tiempo. Por tanto dentro de cada hora, el cajero atenderá un promedio de (2/3)(15)= 10
clientes. Esto es ρ*µ= 2/3 * 15 = 10 clientes.
MODELOS DE NACIMIENTO Y MUERTE PUROS (RELACIÓN ENTRE LAS
DISTRIBUCIONES EXPONENCIAL Y DE POISSON)

5.- Suponga que un cajero bancario puede atender a los clientes a una velocidad
promedio de diez clientes por hora ( m = 10 ). Además, suponga que los clientes llegan
a la ventanilla del cajero a una tasa promedio de 7 por hora ( l = 7 ). Se considera que
las llegadas siguen la distribución exponencial. En la condición uniforme el sistema de
colas tendrá las siguientes características de desempeño. 
r = 7 / 10, el prestador del servicio trabajara el 70% del tiempo. 
P0  = 1- 7 / 10 = 0.3; 30% del tiempo no habrá clientes en el sistema ( ni en la cola,
ni                 
Recibiendo servicio).           
 Pn =  0.3 ( 7 / 10 )n, una formula para descubrir la posibilidad de que n se encuentre en
el
sistema en cualquier momento dado: n = 1,2,3,.......; P1 = 0.21, P2 = 0.147; P3 =
0.1029; etc.

Lq  =                    72         = 1.63; en promedio  1.63 clientes estarán

en la cola.

                    10 ( 10 - 7 )
Ls = 7  / ( 10 - 7 )  =  2.33; en promedio 2.33 clientes estarán en el sistema (en la cola  y
en servicio)
            Wq =        7            =  0.233; el cliente pasa un promedio de 0.233 horas
esperando en la                    10 ( 10 - 7 )               cola.
            Ws =  1 / ( 10 - 7 ) =  0.333; el cliente pasa un promedio de 0.333 horas en el
sistema (en la cola en servicio). 
Si los clientes se alejan del cajero siempre que existan 3 o más clientes antes que ellos
en el sistema, la proporción de clientes perdida es: 
1- (P0 - P1 - P2 -  P3 ).
= 1- ( 0.3 - 0.21 - 0.147 - 0.1029 ) =  0.2401 
En este caso se perderá el 24% de los clientes debido a que la espera es demasiado
larga.           
Ahora es posible evaluar el desempeño del sistema de colas. El administrador tendrá
que tomar en consideración el tiempo perdido del prestador del servicio ( 30% ), el
tiempo que espera el cliente ( 0.233 horas )  y la longitud de la línea que se forma 
( 1.63 clientes). Si este rendimiento es inaceptable se puede colocar un segundo
prestador del servicio o hacer otros cambios en las características de las llegadas, de la
cola o del portador de los servicios.
 
6.- La banda criolla “Jorge y los Markovianos” finalmente han alcanzado el ´éxito a
nivel nacional. Es así como se aprestan a realizar un concierto en el Estadio Nacional
a modo de celebración. Jorge como buen alumno, ocupará sus conocimientos para
estudiar la dinámica del número de personas que asiste al concierto. Jorge sabe que
sus fanáticos son de dos tipos específicos. El primer grupo llegara al estadio de
acuerdo a un proceso de Poisson de tasa β . Una persona de este tipo es tal que si llega
al estadio y encuentra ´este con su capacidad nominal completa (suponga esta
capacidad igual a N personas) se retirara indignado. Sin embargo, existe otro tipo de
fanático a los que no les importa ir a ver tocar a Jorge sino que se motivan de acuerdo
a la gran afluencia de público. Se puede suponer que los tiempos entre llegadas de este
grupo están exponencialmente distribuidos y dependen linealmente del número de
personas que ya se encuentran en el estadio. De esta manera, el tiempo esperado hasta
que llegada el siguiente de estos fan, cuando hay solo una persona en el estadio, es 1/λ ,
mientras que si hay i es 1/(λ · i). A este grupo no les interesa que el estadio ya haya
sobrepasado su capacidad, dado que debido a la falta de seguridad ingresan al recinto
de todas formas hasta que este está por reventar, lo que ocurre cuando el número de
personas es 3 · N. Finalmente se tiene, que independiente del tipo de fan que se trate,
´este se aburre y regresa del estadio en un tiempo exponencialmente distribuido de
media 1/µ . Suponga para efectos de este problema que el repertorio de Jorge no se
acaba nunca. a) Modele el número de personas en el recinto como un proceso de
nacimiento y muerte. ¿Cuál es la condición de estacionalidad?. b) Calcule una
expresión que le permita calcular las probabilidades estacionarias. c) Si N = 3, λ = β
=1y µ = 2, determine la proporciona del tiempo tal que no pueden ingresar al estadio
fanáticos del primer tipo.
a) De acuerdo al enunciado, la cadena es la que se muestra en la figura.

Respecto a la condición de estacionalidad, estamos frente a una cadena finita, por lo

que existirán probabilidades estacionarias (dado que es irreductible)
 b) Dado que se trata de un proceso de nacimiento y muerte utilizamos las formulas
conocidas. Entonces, con un poco de desarrollo vemos que

c) En este caso la cadena esla que se muestra en la figura

Las ecuaciones de estado estacionario son las siguientes:

Entonces:

7.-Una tienda de mascotas tiene C jaulas en las que puede mantener perros a la venta
de las m´as variadas razas. El tiempo que transcurre para que cada perro sea vendido
est´a exponencialmente distribuido de media 1/µ [d´ıas], independiente de la venta de
los otros perros de la tienda. Para abastecerse de nuevas mascotas, la tienda cuenta
con dos criaderos proveedoores: uno permanente y otro de reserva. El proveedor
permanente env´ıa nuevas mascotas a la tienda de acuerdo a un proceso de Poisson de
tasa λ [mascotas/d´ıas]. Si en alg´un momento del tiempo, la cantidad de perros en la
tienda disminuye a R unidades o menos, entonces se contrar´a adicionalmente a un
segundo criadero, complementario al anterior, para que mande nuevas mascotas. La
llegada de estas mascotas constituye tambi´en un proceso de Poisson de tasa λ
[mascotas/d´ıas]. Este contrato ser´a valido mientras no se recupere el nivel de R
mascotas en la tienda.
a) Formule una cadena de Markov a tiempo continuo que modele la situaci´on
reci´en descrita.
b) Formule un sistema de ecuaciones que permita encontrar las probabilidades
estacionarias. Calcule el valor de dichas probabilidades.
c) Cuanto espera en promedio un perro en la tienda antes de ser vendido?.
d) Suponga que P es el precio de los perros y por cada día que ellos están en la
tienda se gasta K por conceptos de comida y servicio de veterinaria. Formule el
problema de optimizaci´on que permite al dueño de la tienda encontrar el R
que maximiza sus utilidades por unidad de tiempo.
a) El estado del sistema corresponde a la cantidad de mascotas presentes. Con esto, el
modelo de markov se muestra en la figura

Mas formalmente, para este modelo, las probabilidades de transición pueden escribirse
como:

b) El sistema de ecuaciones:

Como es un proceso de nacimiento y muerte, podemos aplicar que

 Luego, las probabilidades estacionarias para este problema vienen dadas por

c) Calculamos la cantidad promedio de perros en la tienda

Luego aplicamos la formula de little para obtener el tiempo de espera medio:

d) El problema de optimización viene dado por

8.-La llegada de clientes a un banco sigue un proceso de Poisson de tasa λ. Una vez
dentro del banco los clientes se encuentran frente a dos sistemas M/M/1, y deben
elegir a qu´e cola ponerse. Lógicamente los clientes siempre escogerán la cola que
tenga el menor largo y ante empates elegirán equipo probablemente. Una vez que
elige la cola a la que se ponen no puede cambiar su elección. Asuma que los tiempos de
atención son iguales en ambos sistemas, y exponencialmente distribuidos de tasa µ.
a) Modele el número de personas en cada cola como una cadena de Markov en tiempo
continuo. Explicite claramente todas las transiciones posibles indicando las tasas
respectivas. ¿cuál es la condición de estado estacionario?.
b) Escriba las ecuaciones que le permitirán calcular las probabilidades estacionarias.
c) ¿Cual es la fracción del tiempo que la cola 1 esta sin clientes?
a) En esta parte debemos distinguir las transiciones caso a caso. Lamentablemente
tenemos 10 casos: Caso 1

b) Planteando las ecuaciones de conservaci´on de flujo para cada uno de los casos
particulares de la parte 1, se tiene que el sistema es
d) La fracci´on del tiempo en que la cola 1 esta vac´ıa est´a dado por