Cap 2 - Modelos de Lineas de Espera

Universidad Católica Boliviana
Investigación Operativa II
Mgr. Ramiro Luján M.
Capítulo 2 – Modelos de Colas y Fenómenos de Espera
Método Cuantitativos para los Negocios - Anderson, Sweeney, Williams; Slides: J. Loucks
QUANTITATIVE
METHODS FOR Cochabamba, 2020
BUSINESS 8e Slide 1
Noción de Teoría de Colas
 CLIENTE  SERVIDOR
 TIEMPO DE ESPERA  TIEMPO DE SERVICIO
 COSTO DE ESPERA  COSTO DE SERVICIO
Slide 2
Objetivo del capítulo
 El objetivo del presente capítulo, es encontrar

el nivel ideal de servicio que debería
proporcionar una empresa para satisfacer a
sus clientes, considerando el costo de dar el
servicio y el costo de espera de los clientes.
Slide 3
Concepto de Teoría de Colas
La TC es un modelo matemático basado en la teoría

probabilística que estudia situaciones que se dan
entre CLIENTES y SERVIDORES para: 1. Estimar
parámetros como el tiempo promedio de espera,
nivel de ocupación, etc. y 2. Hallar el nivel de
servicio óptimo. Esto permitirá ayudar a la toma de
decisiones
Slide 4
Capítulo 4
Modelos de Líneas de Espera
 La Estructura de un Sistema de Línea de Espera

 Notación usada en los Sistemas de Colas
 Características de Ingreso de un Sistema de Colas
 Características de Operación de un Sistema de Colas
 Formulas Analíticas
 El Modelo de Línea de Espera de un solo Canal con
llegadas Poisson y Tiempos de Servicio
Exponenciales
 El Modelo de Línea de Espera con canales múltiples
con llegadas Poisson y Tiempos de Servicio
Exponenciales
 Análisis Económico de Líneas de Espera
Slide 5
Estructura de un Sistema de Línea de Espera
 Teoría de Colas es el estudio de las líneas de espera.

 Las tres características de un sistema de colas son:
• La manera en la cual los clientes llegan (arrive) al
sistema (conocida como Población potencial)
• La cola o línea de espera
• La instalación de servicio: El número y la
configuración de los servidores en el sistema.
Slide 6
 Características de las llegadas:

 1. Tamaño de la población potencial: Los tamaños se
consideran ilimitados (infinitos) o limitados (finitos).
Cuando el número de clientes o llegadas en un
momento dado es tan solo una pequeña parte de las
llegadas potenciales, la población se considera
ilimitada.
 2. Patrón de llegadas: Los clientes pueden llegar de
acuerdo a un patrón conocido o bien, llegar
aleatoriamente. Distribución de Poisson.
 3. Comportamiento de las llegadas: Los clientes son
pacientes, es decir no eluden la cola, no se salen de ella.
Slide 7
 Características de las líneas de espera:

 1. La longitud de la línea de espera puede ser limitada
(finita) o ilimitada (infinita). Una cola es limitada,
cuando no puede, por la ley de restricciones físicas,
aumentar hasta un tamaño infinito.
 2. Disciplina de la cola: Es la regla con la cual los
clientes que están en la línea van a recibir el servicio,
puede ser: PEPS, UEPS, aleatorio, prioridad
Slide 8
 Características de las instalaciones de servicio:

Generalmente se clasifican en función del número de
canales o servidores, y el número de fases o paradas de
servicio que deben realizarse.
 1. Configuración básica: Un solo canal, ejemplo
ventanilla autobanco. Multicanal, un banco con varios
cajeros y los clientes se aproximan al primero libre. Una
sola fase, es donde el cliente recibe servicio en una sola
estación y luego se sale del sistema. Sistema multifase:
hay múltiples estaciones de servicio, ejemplo: Chicken
Kindom de la Av. Villarroel.
 2. Patrones de servicio: Pueden ser constantes o
aletorios. Distribución exponencial negativa.
Slide 9
 Los modelos de líneas de espera consisten en fórmulas

matemáticas y relaciones, las cuales pueden ser usadas para
determinar las características de operaciones de una línea de
espera. Algunas de las características de operación que son
de interés son:
• La probabilidad de que no haya clientes en el sistema
• La probabilidad de «n» unidades en el sistema
• La probabilidad que una unidad que llega tenga que
esperar el servicio
• El número promedio de las unidades en la línea de espera
• El número promedio de las unidades en el sistema (#
unidades en la línea y los que son servidos)
• El tiempo promedio que una unidad pierde en la línea de
espera
• El tiempo promedio que una unidad gasta en el sistema
Slide 10
Test
 Defina qué es Disciplina de cola

 Defina qué es el costo de espera
 El tiempo de servicio puede ser clasificado como: a)
Determinista y Probabilista, b) Reales y Deterministas,
c) Probabilista y Aleatorio, d) todas las mencionadas
 Cuando hablamos de las Características Operativas de
una cola, a que nos referimos?
Slide 11
 En general, el arribo o llegada de clientes al sistema es

un evento aleatorio.
 Frecuentemente el patrón de llegadas es modelado
como un proceso de Poisson.
 El Tiempo de Servicio es usualmente una variable
aleatoria.
 Una distribución comúnmente utilizada para describir
el tiempo de servicio es la distribución exponencial.
 La disciplina de cola más común es primero en llegar,
primero en ser servido (FCFS).
 Un elevador es un ejemplo de que el último que llegó,
generalmente es el primero en salir. Disciplina de cola
Last come, first served (LCFS).
Slide 12
 Proceso de llegadas Poisson

En el caso en que las llegadas sean independientes
entre sí y no se pueda predecir cuándo una llegada
ocurrirá, se encontró que la DISTRIBUCIÓN POISSON
provee una buena descripción del patrón de llegadas
𝑥 𝑒 −
𝑃 𝑥 =
𝑥!
Donde:
c = Número de llegadas en el periodo de tiempo
 = El promedio o número medio de llegadas por
periodo de tiempo, la tasa media de llegada
Slide 13
 Distribución del tiempo de Servicio

El tiempo de servicio es el tiempo que el cliente o
unidad gasta desde que pone su orden hasta que esta es
atendida.
La DISTRIBUCIÓN EXPONENCIAL provee una
buena aproximación a los tiempos de servicio en
situaciones de líneas de espera. La probabilidad que un
tiempo de servicio sea menor o igual a un tiempo de
longitud t está dado por:
𝑃 𝑡𝑖𝑒𝑚𝑝𝑜 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 ≤ 𝑡 =1-𝑒 −𝜇𝑡
Donde:
µ = el promedio o el número medio de unidades que
pueden ser servidas por periodo de tiempo; la tasa media
de servicio para cada servidor
Slide 14
Notación Sistemas de Colas
 D.G. Kendall desarrolló un código de tres partes de la forma

A/B/s que se usa para describir varios sistemas de colas.
 A identifica la distribución de probabilidad para el número
de llegadas, B la distribución de probabilidad para el tiempo
de servicio y s el número de servidores en el sistema.
 Los símbolos más usados para los procesos de llegada y
servicio son: M – Distribuciones de Markov
(Poisson/exponencial), D - Deterministas (constante) y G –
distribución General (con una media y varianza conocidas).
 Por ejemplo, M/M/k se refiere a un sistema en el cual las
llegadas ocurren de acuerdo a una distribución de Poisson, el
tiempo de servicio sigue una distribución exponencial y
existen k servidores trabajando a una idéntica tasa de
servicio.
Slide 15
Características de Ingreso a un Sistema de Colas
 = la tasa media de llegada (la media o el número

promedio de llegadas por periodo de tiempo)
1/ = el tiempo promedio entre llegadas
µ = la tasa media de servicio para cada servidor (la
media o el número promedio de servicios por
periodo de tiempo)
1/µ = el tiempo promedio de servicio
 = la desviación estándar del tiempo de servicio
Slide 16
Características Operativas de un Sistema de
Colas
P0 = probabilidad de que el centro de servicio esté
inactivo
Pn = probabilidad de que existan n unidades en el
sistema
Pw = probabilidad de que una unidad que llega deba
esperar por el servicio
Lq = número promedio de unidades en la cola
esperando servicio
L = número promedio de unidades en el sistema
Wq = tiempo promedio que una unidad gasta en la cola
esperando servicio
W = tiempo promedio que una unidad gasta en el
sistema
Slide 17
Formulas Analíticas
 Para casi todos los sistemas de colas, existe una

relación entre el tiempo promedio que una unidad
gasta en el sistema o cola y el número promedio de
unidades en el sistema o cola. Estas relaciones, que
se conocen como Ecuaciones de flujo de Little son:
L = W y Lq = Wq
Tenemos también la siguiente relación general:

W = Wq + 1/µ
Slide 18
 Cuando la disciplina de cola es FCFS, fórmulas

analíticas se han desarrollado para muchos diferentes
modelos de colas, incluyendo los siguientes:
M/M/1, M/M/k, M/G/1, M/G/k con «clientes
bloqueados eliminados», y M/M/1 con una población
finita de usuarios (finite calling population).
 Las fórmulas analíticas no están disponibles para
todos los sistemas de colas. En estos casos, se puede
obtener algún conocimiento a través de la simulación
del sistema.
Slide 19
 Modelo de línea de espera de canal simple o único

con arribos Poisson y tiempo de servicio Exponencial
 Las fórmulas que pueden ser usadas para desarrollar
las características operativas en estado estable usan la
siguiente notación:
P0 = probabilidad de que no hayan unidades en el
sistema

Po  1 

Pn = probabilidad de n unidades en el sistema
n

Pn    Po

Slide 20
Modelo de línea de espera de canal simple o único


Pw 

Lq = número promedio de unidades en la línea de

espera
2
Lq 
 (   )
Slide 21
 Modelo de línea de espera de canal simple o único


L  Lq 

Wq = tiempo promedio que una unidad gasta en la cola

esperando servicio
Lq
Wq 

Slide 22
Modelo de línea de espera de canal simple o único

sistema
1
W  Wq 

Todas estas ecuaciones son aplicables sólo
cuando   
Al cociente  se lo denomina factor de
utilización 
Slide 23
Ejemplo: SJJT, Inc. (A)
 Sistema de Colas M/M/1

Joe Ferris es un negociante (trader) de acciones
en el New York Stock Exchange para la firma Smith,
Jones, Johnson, and Thomas, Inc. Las transacciones
de acciones llegan a una tasa media de 20 por hora.
Cada orden recibida por Joe requiere un promedio de
dos minutos para procesarla.
Las órdenes llegan a una tasa media de 20 por
hora o una orden cada 3 minutos. Por lo tanto, en un
intervalo de 15 minutos el número promedio de
órdenes que llegan será  = 15/3 = 5.
Slide 24
 Distribución tasa de arribo

Pregunta
Cuál es la probabilidad de que no se reciban
órdenes de compra o venta de acciones dentro de un
periodo de 15 minutos?
Respuesta
P (x = 0) = (50e -5)/0! = e -5 = .0067
Slide 25

Pregunta
Cuál es la probabilidad de que exactamente 3
órdenes sean recibidas dentro de un periodo de 15
minutos?
Respuesta
P (x = 3) = (53e -5)/3! = 125(.0067)/6 = .14037
Slide 26

Pregunta
Cuál es la probabilidad de que más de 6 órdenes
lleguen dentro de un periodo de 15 minutos?
Respuesta
P (x > 6) = 1 - P (x = 0) - P (x = 1) - P (x = 2)
- P (x = 3) - P (x = 4) - P (x = 5)
- P (x = 6)
= 1 - .762
= .238
Slide 27
 Distribución Tasa de Servicio

Pregunta
Cuál es la tasa media de servicio por hora?
Respuesta
Debido a que Joe Ferris puede procesar una orden
en un tiempo promedio de 2 minutos (= 2/60 hr.),
entonces la tasa media de servicio, µ, es µ = 1/(tiempo
medio de servicio), o 60/2 = 30/hr.
Slide 28

Pregunta
Qué porcentaje de las órdenes tomará menos de un
minuto procesarlas?
Respuesta
Debido a que las unidades están expresadas en
horas,
P (T < 1 minuto) = P (T < 1/60 horas).
Usando la Distribución Exponencial, P (T < t ) = 1 - e-µt.
Por lo tanto, P (T < 1/60) = 1 - e-30(1/60)
= 1 - .6065
= .3935
Slide 29

Pregunta
Qué porcentaje de las órdenes será procesada
exactamente en 3 minutos?
Respuesta
Debido a que la distribución exponencial es una
distribución continua, la probabilidad de que el tiempo
de servicio iguale exactamente cualquier valor
específico es 0.
Slide 30

Pregunta
Qué porcentaje de las órdenes requerirá más de 3
minutos de proceso?
Respuesta
El porcentaje de órdenes que requiere más de 3
minutos de procesamiento es:
P (T > 3/60) = 1 - P(T<=3/60) =
P (T > 3/60) = e-30(3/60) = e -1.5 = .2231
Slide 31
 Tiempo Promedio en el Sistema

Pregunta
Cuál es el tiempo promedio que una orden debe
esperar desde que Joe recibe la orden hasta que es
finalmente procesada (i.e. es el tiempo de rotación)?
Respuesta
Esta es una cola M/M/1 con  = 20 por hora y  =
30 por hora. El tiempo promedio que una orden espera
en el sistema es:
W = 1/(µ -  )
= 1/(30 - 20)
= 1/10 hora o 6 minutos
Slide 32
 Longitud Promedio de la Cola

Pregunta
Cuál es el número promedio de órdenes que Joe
tiene en espera para ser procesadas?
Respuesta
El número promedio de órdenes esperando en la
cola es:
Lq = 2/[µ(µ - )]
= (20)2/[(30)(30-20)]
= 400/300
= 4/3
Slide 33
 Factor de Utilización
Preguntas
Qué porcentaje de tiempo Joe está procesando
órdenes?
Respuesta
El porcentaje de tiempo que Joe está procesando
órdenes es equivalente al factor de utilización, /.
Entonces, el porcentaje de tiempo que el está
procesando órdenes es:
/ = 20/30
= 2/3 or 66.67%
Slide 34
 Planilla de Fórmulas
A B C D E F G H
1 Poisson Arrival Rate  20
2 Exponential Service Rate  30
3 Operating Characteristics
4 Probability of no orders in system Po =1-H1/H2
5 Average number of orders waiting Lq =H1^2/(H2*(H2-H1))
6 Average number of orders in system L =H5+H1/H2
7 Average time an order waits Wq =H5/H1
8 Average time an order is in system W =H7+1/H2
9 Probability an order must wait Pw =H1/H2
Slide 35
 Planilla con las Soluciones
A B C D E F G H
1 Poisson Arrival Rate  20
2 Exponential Service Rate  30
4 Probability of no orders in system Po 0,333
5 Average number of orders waiting Lq 1,333
6 Average number of orders in system L 2,000
7 Average time an order waits Wq 0,067
8 Average time an order is in system W 0,100
9 Probability an order must wait Pw 0,667
Slide 36
 Modelo de línea de espera de canales múltiples con

arribos Poisson y tiempo de servicio Exponencial
 Una línea de espera de canales múltiples consiste en
dos o más canales o estaciones de servicio que se
asumen son idénticas en capacidad de servicio.
 Se debe cumplir que k  
donde k = el número de canales o servidores
P0 = probabilidad de que no hayan unidades en el

sistema P  1
o k
 
      
n 
 n  k 1         k 
   
 n 0 n!  k!  k   
 
Slide 37
Modelo de línea de espera de canales múltiples con

1
k
  k 
Pw     k    P
k!  0
  
Pn = probabilidad de n unidades en el sistema
 
n

 
n
  
 
   Pn   
nk
Po
Pn Po k! k
n!
Para n <=k Para n>k
Slide 38
 Modelo de línea de espera de canales múltiples con

Lq = número promedio de unidades en la línea de
espera
k

   
  
k  1!k  
Lq 2
Po

L  Lq 

Slide 39
Modelo de línea de espera de canales múltiples con

Wq = tiempo promedio que una unidad gasta en la
cola esperando servicio
Lq
Wq 

sistema
1
W  Wq 

Slide 40
Ejemplo: SJJT, Inc. (B)
 Sistema de Colas M/M/2

Smith, Jones, Johnson, and Thomas, Inc. ha
comenzado una gran campaña de publicidad que creen
incrementará el negocio en un 50%. Para manejar el
incremento en volumen, la compañía ha contratado un
trader adicional, Fred Hanson, quien trabaja a la misma
velocidad que Joe Ferris.
Fíjese que la nueva tasa de arribos de órdenes,  , es
50% mayor que en el problema (A). Entonces,  =
1.5(20) = 30 por hora.
Slide 41
 Tasa de Servicio Suficiente (Sufficient Service Rate)

Pregunta
Por qué Joe Ferris solo no es capaz de manejar el
incremento en las órdenes?
Respuesta
Debido a que Joe Ferris procesa las órdenes a una
tasa media de µ = 30 por hora, entonces  = µ = 30 y el
factor de utilización es 1.
Esto significa que la cola de las órdenes puede
crecer infinitamente. Por lo tanto, Joe solo no puede
manejar este incremento en la demanda.
Slide 42
 Probabilidad de n Unidades en el Sistema

Pregunta
Cuál es la probabilidad de que ni Joe ni Fred estén
trabajando en una orden en un determinado periodo de
tiempo?
Respuesta
Dado que  = 30, µ = 30, k = 2 y ( /µ) = 1, la
probabilidad de que ni Joe ni Fred estén trabajando es:
1
P0 
k  1 (  /  )n ( /  )k k
  ( )
n 0 n! k! k  
= 1/[(1 + [(1^1/1!)+ (1^2/2!)(60/30)]] = 1/(1 + 1 + 1 )
= 1/3
Slide 43
 Tiempo Promedio en el Sistema

Pregunta
Cuál es el tiempo de respuesta promedio a una
orden con Joe y Fred trabajando?
Respuesta
El tiempo de respuesta promedio es el tiempo
promedio de espera en el sistema, W.
µ( /µ)k (30)(30)(30/30)2
Lq = P0 = (1/3) = 1/3
(k-1)!(kµ -  )2 (1!)((2)(30)-30))2
L = Lq + ( /µ) = 1/3 + (30/30) = 1.333
W = L/ (1.333)/30 = 0.04444 hr. = 2.66 min.
Slide 44
 Longitud Promedio de la Cola

Pregunta
Cuál es el número promedio de órdenes esperando
ser atendidas dado que Joe y Fred están trabajando?
Respuesta
El número promedio de órdenes esperando ser
atendidas es Lq. Ya calculamos esto antes como 1/3.
Slide 45
 Planilla de Fórmulas
A B C D E F G H
1 Number of Channels k 2
2 Mean Arrival Rate (Poisson)  30
3 Mean Service Rate (Exponential )  30
5 Probability of no orders in system Po =Po(H1,H2,H3)
6 Average number of orders waiting Lg ##
7 Average number of orders in system L =H6+H2/H3
8 Average time (hrs) an order waits Wq =H6/H2
9 Average time (hrs) an order is in system W =H8+1/H3
10 Probability an order must wait Pw
=1/H3!*(H2/H3)^H1*(H1*H3/(H1*H3-H2
Slide 46
 Planilla de Soluciones
A B C D E F G H
1 Number of Channels k 2
2 Mean Arrival Rate (Poisson)  30
3 Mean Service Rate (Exponential )  30
5 Probability of no orders in system Po 0,333
6 Average number of orders waiting Lq 0,333
7 Average number of orders in system L 1,333
8 Average time (hrs) order waits Wq 0,011
9 Average time (hrs) order is in system W 0,044
10 Probability an order must wait Pw 1,000
Slide 47
 Creando Funciones Especiales en Excel para Calcular P0

• Seleccione el menú Tools
• Seleccione la opción Macro
• Elija Visual Basic Editor
• Cuando aparezca el editor de Visual Basic Editor
 Seleccione el menú Insert
 Elija la opción Module
• Cuando la planilla Module aparezca
 Ingrese el programa de Visual Basic (en la
siguiente diapositiva)
• Seleccione el menú File
• Elija la opción Close and Return to MS Excel
Slide 48
 Módulo de Visual Basic para la Función P0

Sub Po( )
k=Val(InputBox(“# servidores =“))
Lamda=Val(InputBox(“Lamda =“))
mu=Val(InputBox(“mu =“))
P=0
Sum = 0
For n = 0 to k - 1
Sum = Sum + (((lamda / mu) ^ n) / Application.Fact(n))
Next
P=
1/(Sum+(((lamda/mu)^k)/Application.Fact(k))*(k*mu/(k*mu-
lamda)))
Cells(2,1)=“El valor de Po es =“
Cells(2,2)=P
End Sub
Slide 49
Casos Especiales
Slide 50
Modelo M/M/k/PEPS/N/N (fuente finita -
extra)
𝑛 𝑛 −1
Probabilidad de que no haya máquinas en el sistema: σ𝑘−1 𝑁 𝜆 σ𝑁
𝑁! 𝜆
 𝑃0 = 𝑛=0 ℂ𝑛 𝜇 + 𝑛=𝑘 𝑁−𝑛 !𝑘!𝑘 𝑛−𝑘 𝜇
 𝑃𝑛 =
Probabilidad de que haya n máquinas en el sistema: 𝑛
𝜆
ℂ𝑁
𝑛 𝜇 𝑃0 𝑝𝑎𝑟𝑎 0 ≤ 𝑛 ≤ 𝑘 − 1
𝑛
𝑁! 𝜆
Número promedio de máquinas en el sistema:
𝑃0 𝑝𝑎𝑟𝑎 𝑘 ≤ 𝑛 ≤ 𝑁
𝑁−𝑛 !𝑘!𝑘 𝑛−𝑘 𝜇
 𝐿 = σ𝑁
𝑛=0 𝑛𝑃𝑛
Tasa de llegadas efectiva a largo plazo:
 𝜆𝑒 = σ𝑁
𝑛=0 𝑁 − 𝑛 𝜆𝑃𝑛
Tiempo promedio que una máquina pasa en el sistema: 𝐿
 𝑊=
𝜆𝑒
Utilización:
𝜆𝑒
 𝜌=
Tiempo promedio que una máquina pasa en línea de espera:
𝑘×𝜇
1
Número promedio de unidades en la línea de espera:  𝑊𝑞 = 𝑊 −
𝜇
 𝐿𝑞 = 𝑊𝑞 × 𝜆𝑒
Probabilidad de que una máquina que llega tenga que esperar
para que la atiendan:  𝑃
𝑤 = 1 − σ𝑘−1
𝑛=0 𝑃𝑛
Slide 51
Modelo M/M/k/PEPS/N/N (extra)
Probabilidad de que no haya máquinas en el sistema: 𝑛 −1

4 1 4! 1 𝑛
 𝑃0 = σ2−1 ℂ
𝑛=0 𝑛 8 + 4
σ𝑛=2
4−𝑛 !2!2𝑛−2 8
 𝑃𝑛 =
Probabilidad de que haya n máquinas en el sistema: 𝑛
4 1
ℂ𝑛 𝑃0 𝑝𝑎𝑟𝑎 0 ≤ 𝑛 ≤ 2 − 1
8
൞ 4! 1 𝑛
𝑃0 𝑝𝑎𝑟𝑎 2 ≤ 𝑛 ≤ 4
Número promedio de máquinas en el sistema: 4−𝑛 !2!2𝑛−2 8
 𝐿 = σ4𝑛=0 𝑛𝑃𝑛
Tasa de llegadas efectiva a largo plazo:  𝜆𝑒 = σ4𝑛=0 4 − 𝑛 × 1 × 𝑃𝑛
𝐿
Tiempo promedio que una máquina pasa en el sistema:  𝑊=
𝜆𝑒
Utilización: 𝜆𝑒
 𝜌=
2×8
Tiempo promedio que una máquina pasa en línea de espera: 1
 𝑊𝑞 = 𝑊 −
8
Número promedio de unidades en la línea de espera:
 𝐿𝑞 = 𝑊𝑞 × 𝜆𝑒
Probabilidad de que una máquina que llega tenga que esperar 𝑃𝑤 = 1 − σ2−1
𝑛=0 𝑃𝑛
para que la atiendan:
Slide 52
Modelo M/M/k/PEPS/N/N (extra)
Ojo: σ𝑁=4
𝑛=0 𝑃𝑛 = 𝑃0 + 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 = 1
Probabilidad de que no haya máquinas en el sistema:  𝑃0 = 0.6226 σ2−1

𝑛=0
−1
 𝑃1 = 0.3113
 𝑃2 = 0.0584
Probabilidad de que haya n máquinas en el sistema:
 𝑃3 = 0.0073
 𝑃4 = 0.0004
Número promedio de máquinas en el sistema:
 𝐿 = 0.4517 𝑚𝑎𝑞 σ4𝑛=0
𝑚𝑎𝑞 4
Tasa de llegadas efectiva a largo plazo:  𝜆𝑒 = 3.5483 σ𝑛=0
ℎ𝑟
𝐿
Tiempo promedio que una máquina pasa en el sistema:  𝑊 = 0.1273 ℎ𝑟 𝜆
𝑒
Utilización: 𝑒𝜆
 𝜌 = 0.2218 2×8
Tiempo promedio que una máquina pasa en línea de espera: 1
 𝑊𝑞 = 0.0023 ℎ𝑟 8
Número promedio de unidades en la línea de espera:
 𝐿𝑞 = 0.0082 𝑚𝑎𝑞
Probabilidad de que una máquina que llega tenga que esperar
para que la atiendan:  𝑃𝑤 = 0.0661 σ2−1
𝑛=0 𝑃𝑛
Slide 53
Formulas para el Análisis Económico

Cw = El costo de espera por periodo de tiempo para
cada unidad (CE en el gráfico de la diapositiva
siguiente)
Cs = El costo de servicio por periodo de tiempo para
cada canal
K = El número de canales o servidores
CT = El costo total por periodo de tiempo
Entonces:
CT  Cw L  Cs k
Slide 54
Slide 55
Ejemplo: SJJT, Inc. (C)
 Análisis Económico de Sistemas de Colas

La campaña publicitaria de Smith, Jones, Johnson and
Thomas, Inc. (vea problemas (A) y (B)) fue tan exitosa que
actualmente el negocio se duplicó. La tasa media de
órdenes sobre acciones llegando al piso de negociación es
ahora 40 por hora y la compañía debe decidir cuántos
agentes de negociación debe emplear. Cada negociador
contratado puede procesar una orden en un tiempo
promedio de 2 minutos.
Basados en un número de factores, el Broker ha
determinado que el costo promedio de espera por minuto
para una orden es de $.50. Los negociadores contratados
ganarán $20 por hora en salarios y beneficios. Usando
esta información, halle el número óptimo de servidores.
Slide 56

Costo Total Hora
= (Costo Total del salario por hora)
+ (Costo Total horario de las órdenes en el sistema)
= ($20 por trader por hora) x (Numero de traders)
+ ($30 costo de espera por hora) x (Numero de
ordenes en el sistema)
= 20k + 30L.
Entonces, L debe ser calculado para k = 2 traders y
para k = 3 traders, con  = 40/hr. y  = 30/hr. (debido a
que el tiempo promedio de servicio es 2 minutos (1/30
hr.).
Slide 57
 Costo de Dos Servidores

1
P0 
k  1 ( /  )n (  /  ) k k
  ( )
n 0 n! k! k  
= 1 / [1+(1/1!)(40/30)]+[(1/2!)(40/30)2(60/(60-40))]
= 1 / [1 + (4/3) + (8/3)] = 1/5
Entonces,
µ( /µ)k (40)(30)(40/30)2
Lq = P0 = (1/5) = 16/15
(k-1)!(kµ - ) 2 1!(60-40)2
L = Lq + ( /µ) = 16/15 + 4/3 = 12/5

Costo Total = (20)(2) + 30(12/5) = $112.00 por hora
Slide 58
 Costo de Tres Servidores

1
P0 
k  1 ( /  )n (  /  ) k k
  ( )
n 0 n! k! k  
P0 = 1/[[1+(1/1!)(40/30)+(1/2!)(40/30)2]+
[(1/3!)(40/30)3(90/(90-40))] ]
= 1 / [1 + 4/3 + 8/9 + 32/45] = 15/59
(30)(40)(40/30)3
Hence, Lq = (15/59) = 128/885 = .1446
(2!)(3(30)-40)2
Esto es, L = 128/885 + 40/30 = 1308/885 (= 1.4780)
Slide 59
 Costo de Cuatro Servidores

1
P0 
k  1 ( /  )n (  /  ) k k
  ( )
n 0 n! k! k  
P0 = 1/[[1+(1/1!)(40/30)+(1/2!)(40/30)2]+
[(1/3!)(40/30)3(90/(90-40))] ]
= 1 / [1 + 4/3 + 8/9 + 32/45] = 0.2621
(30)(40)(40/30)3
Hence, Lq = (15/59) = 128/885 = .0259
(2!)(3(30)-40)2
Esto es, L = 128/885 + 40/30 = 1308/885 (= 1.3592)
Slide 60
 Comparación de Costos del Sistema
Salario Espera Costo

Costo/Hr Costo/Hr Total/Hr
2 Traders $40.00 $72.00 $112.00
3 Traders 60.00 44.35 104.35
4 Traders 80.00 40.78 120.78
Entonces, el costo de contratar 3 traders es menor que el

de contar con 2 traders.
Slide 61
Fin del capítulo 4
Gracias
Mgr. Ramiro Luján - UCB Slide 62

Cap 2 - Modelos de Lineas de Espera

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cap 2 - Modelos de Lineas de Espera

Cargado por

Copyright:

Formatos disponibles

Universidad Católica Boliviana

Mgr. Ramiro Luján M.

Capítulo 2 – Modelos de Colas y Fenómenos de Espera

 El objetivo del presente capítulo, es encontrar

La TC es un modelo matemático basado en la teoría

 La Estructura de un Sistema de Línea de Espera

 Teoría de Colas es el estudio de las líneas de espera.

 Características de las llegadas:

 Características de las líneas de espera:

 Características de las instalaciones de servicio:

 Los modelos de líneas de espera consisten en fórmulas

 Defina qué es Disciplina de cola

 En general, el arribo o llegada de clientes al sistema es

 Proceso de llegadas Poisson

 Distribución del tiempo de Servicio

 D.G. Kendall desarrolló un código de tres partes de la forma

 = la tasa media de llegada (la media o el número

 Para casi todos los sistemas de colas, existe una

Tenemos también la siguiente relación general:

 Cuando la disciplina de cola es FCFS, fórmulas

 Modelo de línea de espera de canal simple o único

Modelo de línea de espera de canal simple o único

Lq = número promedio de unidades en la línea de

 Modelo de línea de espera de canal simple o único

Wq = tiempo promedio que una unidad gasta en la cola

Modelo de línea de espera de canal simple o único

 Sistema de Colas M/M/1

 Distribución tasa de arribo

 Distribución tasa de arribo

 Distribución tasa de arribo

 Distribución Tasa de Servicio

 Distribución Tasa de Servicio

 Distribución Tasa de Servicio

 Distribución Tasa de Servicio

 Tiempo Promedio en el Sistema

 Longitud Promedio de la Cola

 Planilla con las Soluciones

 Modelo de línea de espera de canales múltiples con

P0 = probabilidad de que no hayan unidades en el

Modelo de línea de espera de canales múltiples con

Pn = probabilidad de n unidades en el sistema

 Modelo de línea de espera de canales múltiples con

L = número promedio de unidades en el sistema

Modelo de línea de espera de canales múltiples con

 Sistema de Colas M/M/2

 Tasa de Servicio Suficiente (Sufficient Service Rate)

 Probabilidad de n Unidades en el Sistema

 Tiempo Promedio en el Sistema

 Longitud Promedio de la Cola

 Creando Funciones Especiales en Excel para Calcular P0

 Módulo de Visual Basic para la Función P0

Probabilidad de que no haya máquinas en el sistema: 𝑛 −1

Probabilidad de que no haya máquinas en el sistema:  𝑃0 = 0.6226 σ2−1

 Análisis Económico de Líneas de Espera

 Análisis Económico de Sistemas de Colas

 Análisis Económico de Líneas de Espera

 Costo de Dos Servidores

L = Lq + ( /µ) = 16/15 + 4/3 = 12/5

 Costo de Tres Servidores

 Costo de Cuatro Servidores

 Comparación de Costos del Sistema

Salario Espera Costo

Entonces, el costo de contratar 3 traders es menor que el