INSTITUTO TECNOLÓGICO NACIONAL DE MÉXICO.

CAMPUS LÁZARO CÁRDENAS.

UNIDAD 1:

TEORIAS DE COLAS PARTE 2

DOCENTE:
MIGUEL ANGELROMAN BAUTISTA
ALUMNA:
GEMA NAYELY RAMIREZ VARGAS

GRUPO: 51V NO. CONTROL: 19/189

 INTRODUCCIÓN.

Las colas son un aspecto en la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. Por ejemplo, en el mercado, hacemos cola para que nos
atiendan, en alguna tienda o restaurante igual. El fenómeno de las colas surge cuando
unos recursos compartidos necesitan ser accedidos para dar servicios a un elevado
numero de trabajos o clientes.

El estudio de colas es importante porque nos proporciona tanto una base teórica del
tipo de servicio que podemos esperar de un determinado recurso, como la forma en la
cual dicho recurso puede ser diseñado para proporcionar un determinado grado de
servicio a los clientes.
 APLICACIÓN DE MODELOS DEDECISIÓN EN LÍNEAS DE
ESPERA

EJERCICIO 1:

Martí Schatz es dueño y gerente de un local de hotdogs y bebidas gaseosas cerca del
campus. Aunque Marty puede atender en promedio a 30 clientes por hora, tan solo
recibe a 25 clientes por hora. Ya que Marty podría esperar un 50% más de clientes que
realmente visiten su tienda, pero para él no tiene sentido alguno tener colas de espera.
Marty lo contrata a usted para que le ayude a examinar la situación y para determinar
algunas de las características de la cola. Después de estudiar el problema, encuentra
que es un sistema M/M/1.
DETERMINAR:
µ = 30 CLIENTES POR HORA.
λ = 25 CLIENTES POR HORA.
A) UNIDADES EN EL SISTEMA.

𝝀 𝟐𝟓 𝟐𝟓
𝓛= = = =𝟓
𝝁 − 𝝀 𝟑𝟎 − 𝟐𝟓 𝟓
L = 5 clientes en el sistema promedio.

B) TIEMPO PROMEDIO QUE UN CLIENTE PASA EN EL SISTEMA

𝟏 𝟏 𝟏
𝑾= = = = 𝟎. 𝟐
𝝁 − 𝝀 𝟑𝟎 − 𝟐𝟓 𝟓
W = 0.2 HORA PROMEDIO QUE UN CLIENTE PASA POR EL SISTEMA
 C) EL NÚMERO PROMEDIO DE CLIENTES EN LA COLA

𝝀𝟐 𝟐𝟓𝟐 𝟔𝟐𝟓 𝟐𝟓
𝒍𝒒 = = = = = 𝟒. 𝟏𝟔𝟔
𝝁(𝝁 − 𝝀) 𝟑𝟎(𝟑𝟎 − 𝟐𝟓) 𝟏𝟗𝟎 𝟔
Lq = 4.166 promedio de clientes en la cola.
D) EL TIEMPO PROMEDIO QUE PASA UN CLIENTE ESPERANDO EN LA COLA

𝝀 𝟐𝟓 𝟐𝟓 𝟐𝟓 𝟏
𝑾𝒒 = = = = = = 𝟎. 𝟏𝟔𝟔
𝝁(𝝁 − 𝝀) 𝟑𝟎(𝟑𝟎 − 𝟐𝟓) 𝟑𝟎(𝟓) 𝟏𝟓𝟎 𝟔
Wq = 0.166 de tiempo promedio que pasa un cliente esperando en la cola.

E) EL FACTOR DE UTILIZACIÓN DEL SISTEMA

𝝀 𝟐𝟓 𝟓
𝝆= = = = 𝟎. 𝟖𝟑𝟑
𝝁 𝟑𝟎 𝟔
p = 0.833 utilización del sistema.
F) PORCENTAJE DE TIEMPO OCIOSO
 𝝀 𝟏
𝑷𝟎 = 𝟏 − 𝝁 = 𝟏 − 𝟎. 𝟖𝟑𝟑 = 𝟔 = 𝟎. 𝟏𝟔𝟔
𝑃0 = 0.166 𝑥100 = 16.66% 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜 𝑜𝑐𝑖𝑜𝑠𝑜.
G) LA PROBABILIDAD DE QUE EL NÚMERO DE CLIENTES EN EL SISTEMA
SEA MAYOR QUE K, CON K IGUAL A 5.

k 𝝀 𝒌+𝟏
𝑷𝒏>𝒌 =( )
𝝁

0 0.833

0.694
1
0.578
2
0.482
3
0.401
4
0.334
5

La probabilidad de que el numero de clientes en el sistema sea mayor que 5 es igual a

0.334 = 33.4%
SOLUCIÓN CON QM:
EJERCICIO 2:

Con base en datos históricos, el autolavado de Harry estima que los automóviles sucios
llegan a sus instalaciones a una tasa de 10 por hora durante todo el sábado. Con una
Cuadrilla que trabaja en la línea de lavado, Harry calcula que los vehículos se pueden
lavar a un ritmo de 1 cada 5 minutos. Se lava un solo auto la vez en este ejemplo de una
línea de espera de un solo canal. Suponiendo llegadas de Poisson y tiempos de servicio
exponenciales, encuentre:

µ = 12 AUTOS POR HORA

λ = 10 AUTOS POR HORA
A) EL NUMERO PROMEDIO DE AUTOS EN LINEA

𝝀𝟐 𝟏𝟎𝟐 𝟏𝟎𝟎 𝟏𝟎𝟎 𝟐𝟓

𝑳𝒒 = = = = = = 𝟒. 𝟏𝟔𝟔
𝝁(𝝁 − 𝝀) 𝟏𝟐(𝟏𝟐 − 𝟏𝟎) 𝟏𝟐(𝟐) 𝟐𝟒 𝟔
Lq = 4.166 promedio de autos en línea

B) EL TIEMPO PROMEDIO QUE UN AUTO ESPERA ANTES DE SER LAVADO.

𝝀 𝟏𝟎 𝟏𝟎 𝟏𝟎 𝟓
𝑾𝒒 = = = = = = 𝟎. 𝟒𝟏𝟔
𝝁(𝝁 − 𝝀) 𝟏𝟐(𝟏𝟐 − 𝟏𝟎) 𝟏𝟐(𝟐) 𝟐𝟒 𝟏𝟐
Wq = 0.416 horas es el tiempo promedio que un auto espera antes de ser lavado.

C) EL TIEMPO PROMEDIO QUE UN AUTO PASA EN EL SISTEMA DE SERVICIO.

𝟏 𝟏 𝟏
𝑾= = = = 𝟎. 𝟓
𝝁−𝝀 𝟏𝟐 − 𝟏𝟎 𝟐
W = 0.5 horas es el tiempo promedio que un auto pasa en el sistema de servicio.
D) LA TASA DE UTILIZACIÓN DEL AUTOLAVADO.

𝝀 𝟏𝟎 𝟓
𝝆 = 𝝁 = 𝟏𝟐 = 𝟔 = 𝟎. 𝟖𝟑𝟑

p = 0.833 es la tasa de utilización del autolavado.

 E) LA PROBABILIDAD DE QUE NINGÚN AUTO ESTÉ EN EL SISTEMA.

𝝀 𝟏𝟎 𝟏
𝑷𝟎 = 𝟏 − =𝟏− = = 𝟎. 𝟏𝟔𝟔
𝝁 𝟏𝟐 𝟔
P0 = 0.166 x 100 = 16.66% de probabilidad de que ningún auto esté en el sistema.

SOLUCIÓN POR QM:

 EJERCICIO 3:
La línea de la cafetería Universitaria ubicada en el centro de recreación de
estudiantes es una instalación de autoservicio donde los usuarios selecciona la
comida que desean consumir y hacen una sola fila para pagar en la caja. Los alumnos
llegan a una tasa aproximada de 4 por minuto, de acuerdo con la distribución de
Poisson. El tiempo que toma la única cajera en registrar la venta es de 12 segundos
por cliente siguiendo una distribución exponencial.
µ = 5 CLIENTES POR MINUTO.
λ = 4 CLIENTES POR MINUTO.
A) ¿CUÁL ES LA PROBABILIDAD DE QUE HAYA MÁS DE DOS ESTUDIANTES
EN EL SISTEMA? ¿MÁS DE TRES ESTUDIANTES? ¿Y MÁS DE CUATRO?

k 𝝀 𝒌+𝟏
𝑷𝒏>𝒌 =( )
𝝁
0.8
0
0.64
1
0.512
2
0.4096
3
0.32768
4

5 0.262144

• La probabilidad de que haya mas de dos estudiantes en el sistema es de 0.512

x100 = 51.2%
• La probabilidad de que haya mas de tres estudiantes en el sistema es de
0.4096x100 = 49.96 %
• La probabilidad de que haya mas de cuatro estudiantes en el sistema es de
0.32768x100 = 32.768%
B) ¿CUÁL ES LA PROBABILIDAD DE QUE EL SISTEMA ESTÉ VACÍO?

𝝀 𝟒 𝟏
𝑷𝟎 = 𝟏 − = 𝟏 − = = 𝟎. 𝟐
𝝁 𝟓 𝟓
P0 = 0.2 x 100 = 20% de probabilidad de que el sistema esté vacío.

C) ¿CUÁNTO TIEMPO ESPERARÁ EL ALUMNO PROMEDIO ANTES DE LLEGAR

EN LA CAJA?
𝝀 𝟒 𝟒
𝑾𝒒 = = = = 𝟎. 𝟖
𝝁(𝝁 − 𝝀) 𝟓(𝟓 − 𝟒) 𝟓
Wq = 0.8 minutos que esperará el alumno promedio antes de llegar a la caja.

D) ¿CUÁL ES EL NUMERO ESPERADO DE ALUMNOS EN LA CAJA?

𝝀𝟐 𝟒𝟐 𝟏𝟔 𝟏𝟔
𝑳𝒒 = 𝝁(𝝁−𝝀) = 𝟓(𝟓−𝟒) = 𝟓(𝟏) = = 𝟑. 𝟐
𝟓

Lq = Se esperan 3.2 alumnos en la caja

E) ¿CUÁL ES EL NÚMERO PROMEDIO EN EL SISTEMA?

𝝀 𝟒 𝟒
𝑳 = 𝝁−𝝀 = 𝟓−𝟒 = 𝟏 = 𝟒

L = el numero promedio es 4 en el sistema.

SOLUCIÓN CON QM:
 N SERVIDORES, UNA COLA

EJERCICIO 1:

Los automóviles llegan a la ventanilla de atención en una oficina postal a una tasa de 4
cada 10 minutos. El tiempo promedio de servicio es de 2 minutos. La distribución de
Poisson es adecuada para la tasa llegadas y los tiempos de servicio se distribuyen de
manera exponencial. Se considera que, para agilizar el servicio de la oficina postal del
problema, se debe abrir una segunda ventanilla. Se formaría una sola fila y al llegar un
automóvil al frente de ella sería atendido por el primer empleado disponible. El empleado
de la nueva ventanilla trabajaría la misma taza qué el empleado actual.

µ = 30 AUTOS POR HORA

λ = 24 AUTOS POR HORA
m=2
Es necesario saltarnos hasta el inciso e) ya que primero necesitamos saber cual es la
probabilidad de que no haya autos en el sistema para así obtener algunos resultados.
E) ¿CUÁL ES LA PROBABILIDAD DE QUE NO HAYA AUTOS EN EL SISTEMA?
𝟏 𝟏
𝑷𝟎 = 𝒏 𝒎 = 𝒏
[∑𝒏=𝒎−𝟏
𝟏 𝝀 𝟏 𝝀 𝒎𝝁 𝟏 𝟐𝟒 𝟏 𝟐𝟒 𝟐 𝟐 ∗ 𝟑𝟎
𝟎 ( ) ]+
𝒏! 𝝁
( )
𝒎! 𝝁 𝒎𝝁 − 𝝀 [∑𝟏𝟎 ( ) ]+ ( )
𝒏! 𝟑𝟎 𝟐! 𝟑𝟎 𝟐 ∗ 𝟑𝟎 − 𝟐𝟒
𝟏 𝟏 𝟏 𝟏 𝟑
𝑷𝟎 = = = = =
𝟏 𝟐𝟒𝟎
𝟏 𝟐𝟒 𝟏 𝟐𝟒 𝟏
𝟐 ∗ 𝟑𝟎 𝟐 𝟒 𝟖 𝟔𝟎 𝟗 𝟖 𝟕 𝟕
[ ( ) + ( ) ]+ ( ) [𝟏 + ] + ∗ +
𝟎! 𝟑𝟎 𝟏! 𝟑𝟎 𝟐! 𝟑𝟎 𝟐 ∗ 𝟑𝟎 − 𝟐𝟒 𝟓 𝟐𝟓 𝟑𝟔 𝟓 𝟏𝟓 𝟑

= 𝟎. 𝟒𝟐𝟖

P0 = 0.428 x 100% =42.85% de probabilidad de que no haya autos en el sistema.

B) ¿CUÁL ES EL NUMERO PROMEDIO DE AUTOS EN EL SISTEMA?

𝝀 𝒎 𝟐𝟒 𝟐
𝝀𝝁(𝝁) 𝝀 𝟐𝟒∗𝟑𝟎( ) 𝟑 𝟐𝟒
𝟑𝟎
𝑳= 𝟐 𝑷 𝟎 + = ∗ 𝟕 + 𝟑𝟎
(𝒎−𝟏)!(𝒎𝝁−𝝀) 𝒖 (𝟐−𝟏)!(𝟐∗𝟑𝟎−𝟐𝟒)𝟐
 𝟏𝟔 𝟐𝟑𝟎𝟒
𝟕𝟐𝟎 ∗ 𝟑 𝟐𝟒 𝟑 𝟐𝟒 𝟏𝟔 𝟑 𝟒 𝟏𝟔 𝟒 𝟐𝟎
𝑳= 𝟐𝟓 ∗ + = 𝟓 ∗ + = ∗ + = + =
𝟏 ∗ 𝟏𝟐𝟗𝟔 𝟕 𝟑𝟎 𝟏𝟐𝟗𝟔 𝟕 𝟑𝟎 𝟒𝟓 𝟕 𝟓 𝟏𝟎𝟓 𝟓 𝟐𝟏
L= 0.952 X 100% = 95.23% es el promedio de autos en el sistema.
A) ¿CUÁL FUE EL TIEMPO PROMEDIO QUE ESTÁ UN AUTO EN EL
SISTEMA?

𝟐𝟎
𝑳 𝟐𝟏 𝟓
𝑾= = = = 𝟎. 𝟎𝟑𝟗𝟔
𝒌 𝟐𝟒 𝟏𝟐𝟔
C) ¿CUÁL ES EL TIEMPO PROMEDIO QUE LOS AUTOS ESPERAN PARA
RECIBIR UN SERVICIO?
𝟏 𝟓 𝟏 𝟐
𝑾𝒒 = 𝑾 − 𝝁 = 𝟏𝟐𝟔 − 𝟑𝟎 = 𝟑𝟏𝟓 = 𝟎. 𝟎𝟎𝟔𝟑𝟒𝟗

Wq = 0.006349 hrs promedio que los autos esperan para recibir un servicio.

D) ¿CUÁL ES EL NUMERO PROMEDIO DE AUTOS QUE ESTAN DETRÁS DEL

CLIENTE QUE RECIBE EL SERVICIO EN ESE MOMENTO?
𝝀 𝟐𝟎 𝟐𝟒 𝟏𝟔
𝑳𝒒 = 𝑳 − 𝒖 = 𝟐𝟏 − 𝟑𝟎 = 𝟏𝟎𝟓= 0.152

Lq = 0.152 x 100% = 15.23 % es el numero promedio de autos que están detrás del
cliente que recibe el servicio en ese momento.

F) ¿QUÉ PORCENTAJE DEL TIEMPO ESTÁN OCUPADOS LOS EMPLEADOS?

𝝀 𝟐𝟒 𝟐𝟒 𝟐
𝝆= = = = = 𝟎. 𝟒
𝒎𝝁 𝟐 ∗ 𝟑𝟎 𝟔𝟎 𝟓

p= 0.4 x 100% =40% del tiempo que están ocupados los empleados.

G) ¿CUÁL ES LA PROBABILIDAD DE QUE HAYA EXACTAMENTE DOS AUTOS

EN EL SISTEMA?

𝝆(𝒏 = 𝟐) = 𝑷𝒏 > 𝟏 − 𝑷𝒏 > 𝟐

𝝆(𝒏 = 𝟐) = 𝟎. 𝟐𝟐𝟖𝟔 − 𝟎. 𝟎𝟗𝟏𝟒 = 𝟎. 𝟏𝟑𝟕𝟐
p = 0.1372 x100% = 13.72% de probabilidad de que haya exactamente dos autos
en el sistema.
SOLUCIÓN POR QM:
EJERCICIO 2:

La línea de la cafetería Universitaria ubicada en el centro de recreación de estudiantes

es una instalación de autoservicio donde los usuarios selecciona la comida que desean
consumir y hacen una sola fila para pagar en la caja. Los alumnos llegan a una tasa
aproximada de 4 por minuto, de acuerdo con la distribución de Poisson. El tiempo que
toma la única cajera en registrar la venta es de 12 segundos por cliente siguiendo una
distribución exponencial.

𝝀 = 𝟒 𝒂𝒍𝒖𝒎𝒏𝒐𝒔 𝒑𝒐𝒓 𝒎𝒊𝒏𝒖𝒕𝒐

𝝁 = 𝟓 𝒂𝒍𝒖𝒎𝒏𝒐𝒔 𝒑𝒐𝒓 𝒎𝒊𝒏𝒖𝒕𝒐
B) ¿CUÁL ES LA PROBABILIDAD DE QUE EL SISTEMA ESTÉ VACÍO?
𝟏 𝟏
𝑷𝟎 = 𝒏 𝒎 =
[∑𝒏=𝒎−𝟏
𝟏 𝝀 𝟏 𝝀 𝒎𝝁 𝟏 𝟒 𝒏 𝟏 𝟒 𝟐 𝟐∗𝟓
𝟎 (
𝒏! 𝝁 ) ] + 𝒎! (𝝁) 𝒎𝝁 − 𝝀 [∑𝟏𝟎 𝒏! ( ) ] + 𝟐! ( )
𝟓 𝟓 𝟐∗𝟓−𝟒

𝟏 𝟏 𝟏 𝟑
𝑷𝟎 = = = =
𝟏 𝟒 𝟎 𝟏 𝟒 𝟏 𝟖 𝟓 𝟒 𝟖 𝟒 𝟖 𝟕
[ ( ) + ( ) ]+ [𝟏 + ] + [𝟏 + ] +
𝟎! 𝟓 𝟏! 𝟓 𝟐𝟓 𝟑 𝟓 𝟏𝟓 𝟓 𝟏𝟓

= 𝟎. 𝟒𝟐𝟖𝟔

P0= 42.86% de probabilidad de que el sistema esté vacío.

C) ¿CUÁNTO TIEMPO ESPERARÁ EL ALUMNO PROMEDIO ANTES DE LLEGAR
A LA CAJA?
𝟏𝟔
𝟏 𝑳𝒒 𝟏𝟎𝟓 𝟒
𝑾𝒒 = 𝑾 − 𝝁 = = = 𝟏𝟎𝟓= 0.038
𝝀 𝟒

Wq = 0.038 minutos promedio que el alumno promedio antes de llegar a la

caja.
D) ¿CUÁL ES EL NUMERO ESPERADO DE ALUMNOS EN LA COLA?

𝝀 𝟐𝟎 𝟒 𝟏𝟔
𝑳𝒒 = 𝑳 − 𝒖 = 𝑳𝒒 = 𝟐𝟏 − 𝟓 = 𝟏𝟎𝟓= 0.1523
Lq = 0.1523 alumnos esperados en la cola.

E) ¿CUÁL ES EL NUMERO PROMEDIO DE ALUMNOS EN EL SISTEMA?

𝝀 𝒎 𝟒 𝟐
𝝀𝝁 ( ) 𝝀 𝟒 ∗𝟓( ) 𝟑 𝟒
𝝁 𝟓
𝑳= 𝟐
𝑷𝟎 + = 𝑳 = 𝟐
∗ +
(𝒎 − 𝟏)! (𝒎𝝁 − 𝝀) 𝒖 (𝟐 − 𝟏)! (𝟐 ∗ 𝟓 − 𝟒) 𝟕 𝟓
𝟏𝟔 𝟔𝟒
𝟐𝟎(𝟐𝟓) 𝟑 𝟒 𝟑 𝟒 𝟏𝟔 𝟒 𝟐𝟎
𝟓
𝑳 = (𝟏)!(𝟏𝟎−𝟒)𝟐 ∗ + = ∗ 𝟕 + 𝟓 = 𝟏𝟎𝟓 + 𝟓 = 𝟐𝟏=0.9523
𝟕 𝟓 𝟑𝟔

L = 0.9523 X 100 % = 95.23% promedio de alumnos en el sistema.

SOLUCIÓN PR QM:
 CONCLUSIÓN

Las filas o comúnmente llamado “colas” son un aspecto en nuestra vida cotidiana,
haciendo este trabajo me di cuenta que nos sirve mucho la teoría de colas para cuando
un cliente llega a un lugar demandando un producto o servicio y el servidor no está
disponible, si el cliente quiere espera al servidor y así es como se forman las cola,
básicamente las colas son una línea de espera y la teoría de colas nos sirve para
determinar que capacidad o tasa de servicio proporciona un balance correcto a esto.
Pero tampoco se sabe cuando un cliente llegara, no tienen horario fijo, solo se puede
hacer un aproximado. Me di cuenta que esto es un problema del día a día.
 REFERENCIAS

Unidad 2. Teoria de Colas parte 2 Rev_0 SR - VIRTUAL.pptx (dropbox.com)

- Román Bautista, M.A. [Miguel Ángel Román Bautista]. (2020, 17 de abril). LÍNEAS
DE ESPERA CON QM [Video]. YouTube. https://www.youtube.com/watch?v=kC-
D0eYNqnw

Ruiz, M. [Marcel Ruiz :)]. (2011, 18 de noviembre). Lineas de espera Modelo MMs
y un ejemplo de aplicación [Video].