Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. ESTRUCTURA
1.2 Llegadas: patrón estadístico que identifica la forma en que llegan los clientes al sistema
La tasa de llegada puede seguir cualquier distribución de probabilidad, pero es “usual” trabajar
con una distribución de Poisson
El tiempo entre llegadas puede seguir cualquier distribucion de probabilidad, pero es usual
trabajas con una distribución exponencial.
Si la tasa de llegada sigue una distribución de Poisson, el tiempo de llegada sigue una distribución
exponencial.
Si la tasa de servicio sigue una distribución de Poisson, el tiempo de servicio sigue una
distribución exponencial.
b. Estructura:
- Estaciones: cantidad de operaciones que constituyen el servicio (proceso).
- Servidores: Cantidad de canales paralelos con los que cuenta una estación
En los modelos analíticos trabajaremos con una estación y uno o varios servidores.
2. NOTACIÓN
--/--/--/--
Modelos de clase:
a. M/M/1
b. M/M/1/K
c. M/M/S
d. M/M/S/K
Factor de utilización:
𝜆
𝜌=
𝑠∙𝜇
Porcentaje de utilización (ocupación) de los servidores
3. Condiciones de estado estable
Una vez el sistema de colas inicia su operación, se encuentra muy afectado por las condiciones iniciales; ya
sea que se encuentre muy vacío o muy ocupado. Sin embargo, conforme va pasando el tiempo el sistema
puede llegar a la estabilidad. En el estado estable, es posible definir las siguientes medidas de desempeño
(indicadores):
𝜆 𝜆2
𝐿= 𝐿𝑞 =
𝜇−𝜆 𝜇(𝜇 − 𝜆)
1 𝜆
𝑊= 𝑊𝑞 =
𝜇−𝜆 𝜇 (𝜇 − 𝜆)
Ejemplo 1: Un hospital cuenta con un médico para atender urgencias. El tiempo entre la llegada de pacientes,
sigue una distribución exponencial con media de 10 minutos. El doctor tarda en promedio 8 minutos por paciente
siguiendo una distribución exponencial.
Halle:
a. La probabilidad de tener 0 pacientes en el sistema
b. La probabilidad de tener 1 paciente en el sistema
c. La probabilidad de tener 4 pacientes en el sistema
d. La cantidad promedio de pacientes en el sistema
e. La cantidad promedio de pacientes en la fila
f. El tiempo promedio de permanencia de los pacientes en el sistema
g. El tiempo promedio de permanencia de los pacientes en la fila
1
𝑃0 =
(𝜆/𝜇)𝑛 (𝜆/𝜇)𝑠 1
∑𝑠−1
𝑛=0 + ( )
𝑛! 𝑠! 1−𝜌
(𝜆/𝜇)𝑛
𝑃0 0≤𝑛≤𝑠
𝑛!
𝑃𝑛 =
(𝜆/𝜇)𝑛
𝑃 𝑛≥𝑠
{ 𝑠! 𝑠 𝑛−𝑠 0
𝜆 𝑠
𝑃0 ( ) 𝜆
𝜇
𝐿𝑞 = ∙𝜌 𝐿 = 𝐿𝑞 +
𝑠! (1 − 𝜌)2 𝜇
𝐿𝑞 1
𝑊𝑞 = 𝑊 = 𝑊𝑞 +
𝜆 𝜇
Ejemplo 2: Un hospital cuenta con tres médicos para atender urgencias. El tiempo entre la llegada de pacientes,
sigue una distribución exponencial con media de 4 minutos. Un doctor tarda en promedio 10 minutos por
paciente siguiendo una distribución exponencial.
Halle:
Ejemplo 3: Un hospital cuenta con tres médicos para atender urgencias. El tiempo entre la llegada de pacientes,
sigue una distribución exponencial con media de 3 minutos. Un doctor tarda en promedio 10 minutos por
paciente siguiendo una distribución exponencial.
Calculando el factor de utilización con base en las tasas de llegada y de servicio tenemos:
𝜆 20 20
𝜌= = = = 1.1111
𝑠 ∙ 𝜇 3 ∗ 6 18
Ejemplo 4: Una gran agencia de viajes cuenta con 4 asesores de ventas. Un asesor tarda en promedio 30
minutos con cada cliente siguiendo una distribución exponencial. La tasa promedio de llegada de clientes sigue
una distribución de Poisson con media de 7 clientes por hora.
En algunos casos, los sistemas de líneas de espera tienen una cola finita; esto significa que no se permite el
ingreso de nuevos clientes cuando el sistema ha llegado a su máxima capacidad. En este caso, la capacidad
del sistema, es decir, la cantidad máxima de clientes que puede haber en el sistema, es igual a un número
denotado por K. → K es la capacidad del sistema.
En ese orden de ideas, la capacidad de la fila será igual a K-S. A cualquier cliente que llega al sistema cuando
la cola esta llena, se le niega el ingreso y el cliente deja el sistema para siempre. Desde el punto de vista del
proceso de nacimiento y muerte, la tasa media de llegada de clientes al sistema se hace cero en esos
momentos. En ese orden de ideas, es necesario modificar la tasa de llegadas de la siguiente manera:
𝜆 𝑝𝑎𝑟𝑎 𝑛 = 0,1,2, … , 𝑘 − 1
𝜆𝑛 = {
0 𝑝𝑎𝑟𝑎 𝑛 ≥ 𝑘
1−𝜌
𝑃0 = 𝑃𝑛 = 𝑃0 ∙ 𝜌𝑛
1 − 𝜌𝑘+1
𝜌 (𝑘 + 1) ∙ 𝜌𝑘+1
𝐿= − 𝐿𝑞 = 𝐿 − (1 − 𝑃0 )
1−𝜌 1 − 𝜌𝑘+1
𝐿 𝐿𝑞
𝑊= ̅ 𝑊𝑞 =
𝜆 𝜆̅
𝜆̅ = 𝜆(1 − 𝑃𝑘 )
Si
1 𝑘
𝜌=1 𝑃𝑛 = 𝐿=
𝑘+1 2
3.2.2 Modelo M/M/S/K
1
𝑃0 = 𝑛
(𝜆/𝜇 ) (𝜆/𝜇)𝑠 𝑘
∑𝑠−1
𝑛=0 + ∑𝑛=𝑠 𝜌𝑛−𝑠
𝑛! 𝑠!
(𝜆/𝜇)𝑛
𝑃0 0≤𝑛≤𝑠
𝑛!
𝑃𝑛 = (𝜆/𝜇)𝑛
𝑃 𝑠≤𝑛≤𝑘
𝑠! 𝑠 𝑛−𝑠 0
{ 0 𝑛>𝑘
𝜆 𝑠
𝑃0 (𝜇)
𝐿𝑞 = ∙ 𝜌 ∙ [1 − 𝜌𝑘−𝑠 − (𝑘 − 𝑠)𝜌𝑘−𝑠 (1 − 𝜌)]
𝑠! (1 − 𝜌)2
𝑠−1 𝑠−1
𝐿 = ∑ 𝑛𝑃𝑛 + 𝐿𝑞 + 𝑠 (1 − ∑ 𝑃𝑛 )
𝑛=0 𝑛=0
𝐿 𝐿𝑞
𝑊= 𝑊𝑞 =
𝜆̅ 𝜆̅
𝜆̅ = 𝜆(1 − 𝑃𝑘 )
Ejemplo 5. Un pequeño restaurante dispone de 3 mesas para atender a sus clientes. Cuando todas las mesas
se encuentran ocupadas, los clientes pueden esperar en una pequeña sala con 2 lugares. Si un cliente llega al
restaurante y éste se encuentra lleno, incluyendo la sala de espera, el cliente abandona el sistema para siempre.
La tasa de llegada de clientes sigue una distribución de Poisson con media de 5 clientes por hora. En promedio
un cliente gasta 50 minutos en la mesa siguiendo una distribución exponencial.
Debido al valor de la información que proporciona la teoría de colas, esta se usa con amplitud para dirigir el
diseño de los sistemas de líneas de espera. Suponga que:
El costo total de la Costo por mantener a los Costo por mantener a Costo por
= + +
operación servidores trabajando los clientes esperando clientes perdidos
𝐶𝑇 = 𝑠 ∙ 𝐶𝑠 + 𝐿 ∙ 𝐶𝑤 + ∙ 𝑃𝑘 ∙ 𝐶𝑝
Ejemplo 6: el área de servicio técnico de una compañía celular realiza el mantenimiento a los equipos de los
clientes que solicitan este servicio. Un técnico tarda en promedio 25 minutos realizando el mantenimiento
siguiendo una distribución exponencial. Al sistema llega en promedio un cliente cada 3 minutos siguiendo una
distribución exponencial.
El costo de operación de un técnico (servidor) es de 400 pesos por minuto
El costo de espera por cliente es de $15.000 por hora
El costo de clientes perdidos es de $25.000
2. La gerencia esta pensando limitar la cantidad de clientes a la espera del servicio, adicionando una sala
para tal fin, con únicamente 5 lugares.
a. Calcule las medidas de desempeño para el sistema actual
b. Calcule las medidas de desempeño para el sistema aumentando en 1 el número de servidores
c. Calcule las medidas de desempeño para el sistema reduciendo en 1 el número de servidores
d. Calcule las medidas de desempeño para el sistema aumentando en 1 el número de lugares de espera
e. Calcule las medidas de desempeño para el sistema aumentando en 2 el número de lugares de espera
4. Simulación de líneas de espera
Ejemplo 7. A un banco llegan clientes de acuerdo con una variable aleatoria normal con media de 3 minutos y
desviación estándar de 0,5. Se cuenta con un solo cajero el tiempo de atención sigue una distribución
exponencial con media de 2,5 minutos. Simule este sistema utilizando Excel.