TEORÍA DE LÍNEAS DE ESPERA

1) Línea de espera
Una línea de espera es una acumulación de personas u objetos que desean una atención específica. Esperar ser atendidos es parte de la vida
diaria. Las personas esperan en los restaurantes, hacen fila para abordar un avión, y se forman en la cola para ser atendidos en dependencias
oficiales. El fenómeno de esperar no se limita a los seres humanos: los trabajos esperan para ser procesados, los aviones vuelan en círculos a
diferentes alturas hasta que se les permite aterrizar, y los autos se detienen en los semáforos.
Eliminar la espera por completo no es una opción factible debido a que el costo de instalación y operación del centro de operación puede ser
prohibitivo. Nuestro único recurso es buscar el equilibrio entre el costo de ofrecer un servicio y el de esperar a que lo atiendan. El análisis de las
colas es el vehículo para alcanzar esta meta.

2) Objetivo del análisis de líneas de espera

Los resultados del análisis de colas pueden incorporarse a un modelo de optimización de costos que busca Minimizar la suma del costo de ofrecer
el servicio y la espera por parte de los clientes.

3) Proceso de formación de líneas de espera

Los actores principales en una situación de colas son el cliente y el servidor. Los clientes llegan a una instalación (servicio) desde de una fuente. Al
llegar, un cliente puede ser atendido de inmediato o esperar en una cola si la instalación está ocupada. Cuando una instalación completa un servicio,
le da paso de forma automática a un cliente que está esperando en la cola, si lo hay. Si la cola está vacía, la instalación se vuelve ociosa hasta que
llega un nuevo cliente. En la figura se muestra la dinámica.

Desde el punto de vista del análisis de colas, la llegada de los clientes está representada por el tiempo entre llegadas (tiempo entre llegadas
sucesivas), y el servicio se mide por el tiempo de servicio por cliente. Por lo general, los tiempos entre llegadas y de servicio son probabilísticos
(por ejemplo, la operación de una dependencia oficial) o determinísticos (como la llegada de solicitantes para una entrevista de trabajo o
para una cita con un médico).
El tamaño de la cola desempeña un papel en el análisis de colas. Puede ser finito (como en el área intermedia entre dos máquinas sucesivas), o,
para todos los propósitos prácticos, infinita (como en las instalaciones de pedidos por correo).
La disciplina en colas, la cual representa el orden en que se seleccionan los clientes en una cola, es un factor importante en el análisis de modelos
de colas. La disciplina más común es la de primero en llegar, primero en ser atendido (FCFS, por sus siglas en inglés). Entre otras disciplinas esta
último en llegar primero en ser atendido (LCFS, por sus siglas en inglés) y la de servicio en orden aleatorio (SIRO, por sus siglas en inglés). Los
clientes también pueden ser seleccionados de entre la cola, con base en algún orden de prioridad. Por ejemplo, los trabajos urgentes en un taller
se procesan antes que los trabajos regulares.
El comportamiento en colas desempeña un papel en el análisis de líneas de espera. Los clientes pueden cambiarse de una cola más larga a una
más corta para reducir el tiempo de espera, pueden desistir del todo de hacer cola debido a la larga tardanza anticipada, o salirse de una cola
porque han estado esperando demasiado tiempo.
El diseño de la instalación de servicio puede incluir servidores paralelos (por ejemplo la operación de una dependencia oficial o un banco). Los
servidores también pueden estar dispuestos en serie (a saber, los trabajos procesados en máquinas sucesivas) o estar dispuestos en red (como los
ruteadores en una red de computadoras).
La fuente de la cual se generan los clientes puede ser finita o infinita. Una fuente finita limita la cantidad de clientes que llegan (por ejemplo las
máquinas que solicitan el servicio de un técnico en mantenimiento). Una fuente infinita es, para todo propósito práctico, por siempre abundante
(como las llamadas que entran a un conmutador telefónico).
Las variaciones en los elementos de una situación de colas originan varios modelos de colas matemáticos. Este archivo proporciona ejemplos de
dichos modelos. Las situaciones de colas complejas que no pueden representarse matemáticamente se suelen analizar por medio de simulación,
lo cual se explicará más adelante.

4) Nomenclatura de líneas de espera.

Los modelos de líneas de espera se describen con la siguiente nomenclatura, propuesta por Kendall (1966) y completada por Lee (1968):

Modelo de cola: (a/b/c):(d/e/f)

Cada letra tiene su significado:

a: Distribución probabilística de las llegadas.
b: Distribución probabilística de las salidas.

La notación general para mostrar las diferentes distribuciones de probabilidad que pueden presentar las llegadas y salidas son:
M: Distribución markoviana (o de Poisson) de llegadas y salidas (o de forma equivalente distribución exponencial del tiempo entre llegadas y de servici
D: Tiempo constante (determinístico)
Ek: Distribución Erlang o gama del tiempo (o de forma equivalente, la suma de distribuciones exponenciales independientes)
GI: Distribución general (genérica) del tiempo entre llegadas
G: Distribución general (genérica) del tiempo de servicio

c: número de servidores del sistema: 1,2,3,4,5,6,n.

d: disciplina en las colas.
La notación general para la disciplina de la cola puede ser:
FCFS: Primero en llegar, primero en ser servido
LCFS: Último en llegar, primero en ser servido
SIRO: Servicio en orden aleatorio
GD: Disciplina general (es decir, cualquier tipo de disciplina)
 e: número máximo de clientes permitidos en el sistema (haciendo cola o siendo atendidos).
f: tamaño de la fuente solicitante.

Por ejemplo:
(D/M/5):(FCFS/∞/30): Este es una cola con llegada determinística, tiempos de atención con una distribución exponencial,
cinco servidores en paralelo, política de atención primero en llegar-primero en ser atendido, no hay limitaciones para clientes
en el sistema y pueden llegar hasta 30 clientes.

5) Terminología y parámetros de medición de líneas de espera.

Los modelos de colas que se describirán en este archivo son conocidas como colas de Poisson porque el proceso de llegada y salida de los
clientes es de tipo markoviano; es decir, tanto el tiempo entre llegadas como el tiempo entre salida siguen una distribución exponencial.

Sea:
λ: tasa de llegada de los clientes (clientes/tiempo)
μ: tasa de atención o de servicio (clientes/tiempo)
s: número de servidores
ρ: factor de utilización del sistema

Dicha condición se debe cumplir para que la cola sea estable. La condición establece que el sistema
debe tener una capacidad de atención mayor a la tasa de llegada, de lo contrario la cola crecería
de forma infinita.

Parámetros de medición de líneas de espera

Las colas se miden en función de la cantidad de personas y el tiempo que las involucra en el sistema. En función de ello se
emplean 4 parámetros:

Ls: cantidad esperada de clientes en el sistema

Lq: cantidad esperada de clientes en la cola
Ws: Tiempo de espera en el sistema
Wq: tiempo de espera en la cola
c: número de servidores ocupados
 Note como se utiliza la letra W para denotar el tiempo y la letra L denota las cantidades. El sub-índice s
señala al sistema y la q indica la cola.

6) Modelos markovianos de líneas de espera.

Los modelos que se explicarán en este archivo son:
a) Modelo de una cola-un servidor-población infinita.
b) Modelo de una cola-servidores múltiples en paralelo-población infinita.
c) Modelo de una cola-un servidor-cola finita.
d) Modelo de una cola-servidores múltiples en paralelo-cola finita.
e) Modelo de una cola-servidores múltiples-limitación en el sistema.

En las próximas hojas de cálculo se explicará cada modelo.

Elaborado por: Ing. Angel González

s es parte de la vida
os en dependencias
vuelan en círculos a

operación puede ser

ndan. El análisis de las

uma del costo de ofrecer

) desde de una fuente. Al

ación completa un servicio,
vuelve ociosa hasta que
mpo entre llegadas
cio son probabilísticos
sta de trabajo o

máquinas sucesivas), o,

en el análisis de modelos
e otras disciplinas esta
iglas en inglés). Los
os urgentes en un taller

cola más larga a una

o salirse de una cola

ficial o un banco). Los

puestos en red (como los
legan (por ejemplo las
por siempre abundante

oporciona ejemplos de
or medio de simulación,

por Lee (1968):

mpo entre llegadas y de servicio).

 exponencial,
o hay limitaciones para clientes

da y salida de los
ón exponencial.

ece que el sistema

la cola crecería

ión de ello se
MODELO DE COLA (M/M/1):(GD/∞/∞)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Un solo servidor.
*Disciplina general.
*La cantidad de personas en el sistema es infinito.
*La fuente de clientes es infinita.

PARÁMETROS DEL MODELO: PROBABILIDADES:

Cantidad de clientes en el sistema: Probabilidad de que al llegar un cliente se

encuentren n personas en el sistema:

Cantidad de clientes en cola:

Probabilidad de que el sistema este vacío

Tiempo de clientes en sistema:

Probabilidad de que un cliente espere:

Tiempo de clientes en cola:

Probabilidad de que el numero de personas

Utilización del sistema: en el sistema sea mayor a z:

Probabilidad de que la espera en la cola

sea mayor a g unidades de tiempo:

Probabilidad de que la espera en el sistema

sea mayor a h unidades de tiempo:

EJEMPLO 1:
Datos:

Tasa de llegada al sistema (λ) 4 autos/hr

Tasa de atención (μ) 6 autos/hr
Número de servidores 1

a) Cálculo de los parámetros del modelo:

Utilización del sistema (ρ) 0.667 Menor a 1, por lo cual el sistema es estable.
Clientes en el sistema (Ls) 2.00 clientes
Clientes en cola (Lq) 1.33 clientes
Tiempo en el sistema (Ws) 0.50 horas
Tiempo en cola (Wq) 0.33 horas

b) ¿Cuál es la probabilidad de que un auto llegue y sea lavado inmediatamente?

Si un auto llega y es atendido inmediatamente es porque el sistema estaba vacío.

Probabilidad del sistema vacío (P0) 0.333

c) ¿Cuál es la probabilidad de que un auto espere más de 20 minutos en la cola?

Tiempo de espera en cola (g) 0.333 hrs

P(Wq>g) 0.342

d) ¿Cuál es la probabilidad de que un auto llegue y encuentre 10 autos en cola?

Si un auto llega y hay 10 en cola es porque hay uno siendo atendido, es decir, hay 11 autos en el sistema

Autos en el sistema 11.0

Probabilidad de autos en sistema (P11) 0.0039
e) ¿Cuál es la probabilidad de que dos autos que lleguen en forma consecutiva consigan el sistema vacío?

La pregunta se refiere a la probabilidad combinada de eventos independientes: P(P0 y P0)=(P0)(P0)

P(P0yP0) 0.1111

f) ¿Cuántos lugares debe tener el estacionamiento exterior si se desea dar espacio al 90% de los autos que lleguen y deben esperar?

Se debe calcular la cantidad de autos acumulados en el sistema hasta un 90%.

Autos en el sistema (n) Pn Pacumulada

0 0.333 0.333
1 0.2222 0.5556
2 0.1481 0.7037
3 0.0988 0.8025
4 0.0658 0.8683
5 0.0439 0.9122
6 0.0293 0.9415

Se deben tener 5 espacios en el sistema: 1 de atención y 4 de estacionamiento.

Elaborado por: Ing. Angel González

e que al llegar un cliente se
personas en el sistema:

e que el sistema este vacío

e que un cliente espere:

e que el numero de personas

ea mayor a z:

e que la espera en la cola

unidades de tiempo:

e que la espera en el sistema

unidades de tiempo:
MODELO DE COLA (M/M/s):(GD/∞/∞)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Varios servidores en paralelo.
*Disciplina general.
*La cantidad de personas en el sistema es infinito.
*La fuente de clientes es infinita.

PARÁMETROS DEL MODELO: PROBABILIDADES:

Cantidad de clientes en el sistema: Probabilidad de que al llegar un cliente se

encuentren n personas en el sistema:

Cantidad de clientes en cola:

Probabilidad de que el sistema este vacío

Tiempo de clientes en sistema:

Probabilidad de que un cliente espere:

Tiempo de clientes en cola:

Probabilidad de que el numero de personas

Utilización del sistema: en el sistema sea mayor o igual a s:

Probabilidad de que la espera en la cola

Número de estaciones que se utilizan sea mayor a g unidades de tiempo:

Probabilidad de que la espera en el sistema

Utilización esperada del servidor sea mayor a h unidades de tiempo:
en % de tiempo:
EJEMPLO 2:

Datos:

Tasa de llegada al sistema (λ) 0.333 clientes/min

Tasa de atención (μ) 0.200 clientes/min
Número de servidores 3 cajas

a) Cálculo de los parámetros del modelo:

Cálculo de ρ 1.667
Utilización del sistema (U) 0.556 Menor a 1, por lo cual el sistema es estable.
Probabilidad de sistema vacío (P0) 0.17266
Clientes en el sistema (Ls) 2.0414 clientes
Clientes en cola (Lq) 0.3747 clientes
Tiempo en el sistema (Ws) 6.1241 minutos
Tiempo en cola (Wq) 1.1241 minutos

b) Determine el tamaño de la sala de espera (excluidos los de las cajas) de modo que la probabilidad de que un cliente que llega no espere afuera
del restaurante sea al menos de 0,999.

Se debe calcular el Pn hasta que se acumule la probabilidad de clientes en el sistema de 0,999.

n Pn Pn acumulado
0 0.17266 0.17266
1 0.28776978 0.46043
2 0.23980815 0.70024
3 0.13322675 0.83347
4 0.07401486 0.90748
5 0.04111937 0.94860
 6 0.02284409 0.97144
7 0.01269116 0.98414
8 0.00705065 0.99119
9 0.00391703 0.99510
10 0.00217613 0.99728
11 0.00120896 0.99849
12 0.00067164 0.99916
13 0.00037314 0.99953
14 0.0002073 0.99974
15 0.00011517 0.99986
16 6.39807E-05 0.99992
17 3.55448E-05 0.99996
18 1.97471E-05 0.99998
19 1.09706E-05 0.99999
20 6.09479E-06 0.99999

Existe una probabilidad de 0,999 de tener 12 personas en el sistema. Para que una persona que llegue después de tener los 12 en el sistema,
y encuentre un espacio libre. Se necesitan 13 espacios en el sistema, 3 en caja y 10 en sala de espera.

c) Calcule la probabilidad de que el sistema este ocioso.

Si el sistema esta ocioso es porque no hay ningún cliente en el sistema, es decir, P0.
El sistema esta ocioso el 17,26% del tiempo.

d) Calcule el promedio de cajas ociosas.

Número de cajas utilizadas 1.6667 Cajas utilizadas

Número de cajas ociosas 1.3333 cajas ociosas

e) ¿Cuál es la probabilidad de que una persona este al menos 5 minutos en cola?

Tiempo de espera en cola (g) 5.000 minutos
P(Wq>g) 0.0790

f) ¿Cuál es la probabilidad de que una persona salga con su pedido en menos de 8 minutos?

Tiempo en sistema (h) 8.000 minutos

P(Ws>h) 0.2769
P(Ws<h) 0.7231

Elaborado por: Ing. Angel González

e que al llegar un cliente se
personas en el sistema:

e que el sistema este vacío

e que un cliente espere:

e que el numero de personas

ea mayor o igual a s:

e que la espera en la cola

unidades de tiempo:

e que la espera en el sistema

unidades de tiempo:
 0 1
1 1.666666667
2 1.388888889
3 0.771604939
4 0.321502058
5 0.107167353
6 0.029768709
7 0.007087788
4.05555556 8 0.001476622
9 0.000273449
10 4.557477E-05
11 6.905268E-06
12 9.59065E-07
13 1.22957E-07
14 1.463774E-08
15 1.626416E-09
16 1.694183E-10
e llega no espere afuera 17 1.660964E-11
18 1.53793E-12
19 1.349061E-13
20 1.124218E-14
21 8.922362E-16
22 6.759365E-17
23 4.898091E-18
24 3.401452E-19
25 2.267635E-20
26 1.453612E-21
27 8.972913E-23
28 5.34102E-24
29 3.069551E-25
 30 1.705306E-26
31 9.168314E-28
32 4.775163E-29
33 2.411699E-30
34 1.182205E-31
35 5.629549E-33
36 2.606273E-34
37 1.173997E-35
38 5.149108E-37
39 2.200474E-38
40 9.16864E-40
41 3.727089E-41
42 1.479004E-42
43 5.732573E-44
44 2.171429E-45
45 8.04233E-47
12 en el sistema, 46 2.913888E-48
47 1.033293E-49
48 3.587825E-51
49 1.220348E-52
50 4.067828E-54
51 1.329356E-55
52 4.260755E-57
53 1.33986E-58
54 4.135371E-60
55 1.253143E-61
56 3.729591E-63
57 1.090524E-64
58 3.133689E-66
59 8.852229E-68
60 2.458952E-69
61 6.718449E-71
62 1.806035E-72
63 4.77787E-74
64 1.244237E-75
65 3.190351E-77
66 8.056442E-79
67 2.00409E-80
68 4.911985E-82
69 1.18647E-83
70 2.824928E-85
71 6.631287E-87
72 1.53502E-88
73 3.504612E-90
74 7.893271E-92
75 1.75406E-93
76 3.846623E-95
77 8.326025E-97
78 1.779065E-98
79 3.7533E-100
80 7.81938E-102
81 1.60893E-103
82 3.27017E-105
83 6.56661E-107
84 1.3029E-108
85 2.55471E-110
86 4.95098E-112
87 9.48463E-114
88 1.79633E-115
89 3.36392E-117
90 6.22948E-119
91 1.14093E-120
92 2.0669E-122
93 3.70413E-124
94 6.5676E-126
95 1.15221E-127
96 2.00037E-129
97 3.43705E-131
98 5.84533E-133
MODELO DE COLA (M/M/1):(GD/N/∞)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Un solo servidor.
*Disciplina general.
*La cantidad de personas en el sistema es finito. Los clientes que llegan y no consiguen cupo se pierden.
*La fuente de clientes es infinita.

PARÁMETROS DEL MODELO:

Cantidad de clientes en el sistema:

Cantidad de clientes en cola:

Tiempo de clientes en sistema:

Tiempo de clientes en cola:

Tasa efectiva de llegadas

al sistema:

EJEMPLO 3:

Datos:
Tasa de llegada al sistema (λ) 4 autos/hr
Tasa de atención (μ) 6 autos/hr
Número de servidores 1
Limitación de la cola 4 lugares de estacionamiento (en el sistema entran en total 5 autos)
Total de clientes permitidos(N) 5

a) Cálculo de los parámetros del modelo:

Cálculo de ρ 0.66667 Este valor no necesita ser menor a 1 en este modelo porque el tamaño N estabilza la cola.
Probabilidad de sistema vacío (P0) 0.36541
Probabilidad del sistema lleno (PN) 0.04812
Tasa efectiva de llegada 3.80752
Clientes en el sistema (Ls) 1.42256 autos
Clientes en cola (Lq) 0.78797 autos
Tiempo en el sistema (Ws) 0.37362 horas
Tiempo en cola (Wq) 0.20695 horas

b) ¿Cuál es la proporción de clientes perdidos en 24 horas?

La probabilidad de que el sistema este lleno es P5. Los clientes perdidos en 24 horas: (24 hr)*(4 autos/hr)*(P5)

% de clientes perdidos 4.61955 autos

El tiempo total esperado en el sistema,Ws es de .3736 horas, o aproximadamente 22 minutos, por debajo de los 30 minutos del ejemplo
1, cuando se permite que todos los autos que lleguen se unan a la instalación. Esta reducción de aproximadamente 25% se asegura a
expensas de perder alrededor de 4.8% de todos los clientes potenciales a causa del limitado espacio de estacionamiento.

c) Calcule la cantidad esperada de espacios de estacionamiento disponibles.

Número de espacios disponibles 3.2120 espacios de estacionamiento

Elaborado por: Ing. Angel González
PROBABILIDADES:

Probabilidad de que al llegar un cliente se

encuentren n personas en el sistema:

Probabilidad de que el sistema este vacío

Probabilidad de que un cliente espere:

ño N estabilza la cola.

os del ejemplo
e asegura a
MODELO DE COLA (M/M/s):(GD/N/∞)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Varios servidores en paralelo.
*Disciplina general.
*La cantidad de personas en el sistema es finito. Los clientes que llegan y no consiguen cupo se pierden.
*La fuente de clientes es infinita.

PARÁMETROS DEL MODELO:

Cantidad de clientes en el sistema:

Cantidad de clientes en cola:

Tiempo de clientes en sistema:

Tiempo de clientes en cola:

Tasa efectiva de llegadas

al sistema:
EJEMPLO 4:

Datos:

Tasa de llegada al sistema (λ) 0.333 autos/min

Tasa de atención (μ) 0.17 autos/min
Número de servidores 2
Limitación de la cola 3 lugares de estacionamiento (en el sistema entran en total 5 autos)
Total de clientes permitidos(N) 5

a) Cálculo de los parámetros del modelo:

Cálculo de ρ 2.00000
Cálculo de ρ/s 1.00000
Probabilidad de sistema vacío (P0) 0.09091
Probabilidad del sistema lleno (PN) 0.18182
Tasa efectiva de llegada 0.27273
Clientes en el sistema (Ls) 2.727 autos
Clientes en cola (Lq) 1.091 autos
Tiempo en el sistema (Ws) 10.000 minutos
Tiempo en cola (Wq) 4.000 minutos

b) El % de autos que buscará servicio en otra parte.

Los autos se retiran si consiguen el sistema lleno, por lo cual la probabilidad de que el sistema este lleno es P5=0,1818.
El % de autos que se irá a otro lugar es de 18,18%.

c) El % de tiempo que esta una bomba en uso.

Si una sola bomba está en uso es porque hay un solo cliente en el sistema, así que la respuesta es P1.
n 1.00000
Probabilidad P1 0.18182 Una bomba está en uso el 18,18%.

d) La utilización en % de las dos bombas.

Bombas utilizadas 1.63636

% de utilización del sistema 81.81818

e) La probabilidad de que un auto que llega no inicie el servicio de inmediato pero que encuentre un espacio vacío en el carril.

Si un auto no inicia el servicio de inmediato es porque ya hay dos autos en el sistema siendo atendidos, pero si hay un espacio vacío es porque en
la cola hay uno o dos autos (P3+P4). La respuesta a la pregunta es la suma de las probabilidades.

n PN
2 0.18182
3 0.18182
4 0.18182
Total 0.54545

Elaborado por: Ing. Angel González

PROBABILIDADES:

Probabilidad de que al llegar un cliente se

encuentren n personas en el sistema:

Probabilidad de que el sistema este vacío

Número de estaciones que se utilizan

Utilización esperada del servidor

en % de tiempo:

Número de unidades que no requieren servicio

n Valor
0 1
1 2
2 2
3 1.33333333
4 0.66666667
5 0.26666667
6 0.08888889
7 0.02539683
8 0.00634921
9 0.00141093
10 0.00028219
11 5.13067E-05
12 8.55112E-06
13 1.31556E-06
14 1.87937E-07
15 2.50582E-08
16 3.13228E-09
17 3.68503E-10
18 4.09448E-11
19 4.30998E-12
20 4.30998E-13
acio vacío es porque en
MODELO DE COLA (M/M/s):(GD/N/N)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Uno o varios servidores en paralelo.
*Disciplina general.
*La cantidad de personas en el sistema es finito.
*La fuente de clientes es finita. Por ejemplo las máquinas a repara en una fábrica.

PARÁMETROS DEL MODELO: PROBABILIDADES:

Cantidad de clientes en el sistema: Probabilidad de que al llegar un cl

encuentren n personas en el siste

Cantidad de clientes en cola:

Probabilidad de que el sistema es

Tiempo de clientes en sistema:

Número de estaciones que se util

Tiempo de clientes en cola:

Utilización esperada del servidor
en % de tiempo:
Tasa efectiva de llegadas
al sistema: Número de unidades que no requ
EJEMPLO 5:

Datos:

Tasa de llegada al sistema (λ) 0.022 maquinas/min

Tasa de atención (μ) 0.13 maquinas/min
Número de servidores (s) 1
Total de clientes permitidos(N) 5

a) Cálculo de los parámetros del modelo:

Cálculo de ρ 0.17778
Cálculo de ρ/s 0.17778
Probabilidad de sistema vacío (P0) 0.33341
Tasa efectiva de llegada 0.08332
Clientes en el sistema (Ls) 1.250 maquinas
Clientes en cola (Lq) 0.584 maquinas
Tiempo en el sistema (Ws) 15.007 minutos
Tiempo en cola (Wq) 7.007 minutos

N PN
0 0.33341
1 0.29636733
2 0.2107501
3 0.11240006
4 0.03996446
5 0.00710479

b) Determine el promedio de máquinas en espera de ser preparadas.

La cantidad de máquinas en espera de ser preparadas es igual al tamaño de la cola: 0,584 máquinas.
c) Calcule la probabilidad de que todas las máquinas estén funcionando.

La probabilidad de que todas las máquinas estén funcionando es igual a la probabilidad de que el operador no tenga nada
que hacer (P0): 0,33341

d) Determine el tiempo promedio de que una máquina esté detenida.

Una máquina está detenida el tiempo que esté en espera más es el tiempo que está siendo preparada; es decir, el tiempo
en el sistema 15 minutos.

Elaborado por: Ing. Angel González

ROBABILIDADES:

robabilidad de que al llegar un cliente se

ncuentren n personas en el sistema:

robabilidad de que el sistema este vacío

úmero de estaciones que se utilizan

tilización esperada del servidor

n % de tiempo:

úmero de unidades que no requieren servicio

n PARTE 1 PARTE 2
0 1 1
1 0.88888889 0.88888889
2 0.31604938 0.63209877
3 0.05618656 0.33711934
4 0.00499436 0.11986465
5 0.00017758 0.02130927
6 Err:502 Err:502
7 Err:502 Err:502
8 Err:502 Err:502
9 Err:502 Err:502
10 Err:502 Err:502
11 Err:502 Err:502
12 Err:502 Err:502
13 Err:502 Err:502
14 Err:502 Err:502
15 Err:502 Err:502
16 Err:502 Err:502
17 Err:502 Err:502
18 Err:502 Err:502
19 Err:502 Err:502
20 Err:502 Err:502
MODELO DE DECISIÓN DE COLAS FUNDAMENTADO EN EL COSTO

Las decisiones en el área de líneas de espera se toman principalmente en función de minimizar el siguiente costo

La idea es encontrar un equilibrio entre el costo generado por la línea de espera, por ejemplo el valor monetario
un cliente o el dinero que se pierde por no tener un equipo funcionando; y el costo de tener el sistema funcionan
costo de trabajo de cada uno de los servidores.

Contando con los datos referentes a la distribución de llegada y salida de los clientes, así como los costos asociad
debe determinar el modelo de cola con el que se trabaja para realizar los cálculo de Ls y s que logren minimizar e

EJEMPLO 6:

Datos:

El sistema de cola que describe el problema es:

MODELO DE COLA (M/M/s):(GD/∞/∞)

Tasa de llegada al sistema (λ) 25.000 clientes/min

Tasa de atención (μ) 4.000 clientes/min
Número de servidores 7 estaciones
Costo del servicio 50 $/hr-estación
Costo de espera 100 $/hr-cliente

Cálculo de los parámetros del modelo:

Cálculo de ρ 6.250
Utilización del sistema (U) 0.893 Menor a 1, por lo cual el sistema es estable.
Probabilidad de sistema vacío (P 0.00102
Clientes en el sistema (Ls) 12.0973 clientes
Clientes en cola (Lq) 5.8473 clientes
Tiempo en el sistema (Ws) 0.4839 minutos
Tiempo en cola (Wq) 0.2339 minutos

A continuación se muestra una tabla donde se muestra la variación del costo en función de la variación de
los parámetros del modelo de colas:

s P0 Ls Lq Ws
7 0.00102 12.10 5.85 0.484
8 0.00158 7.74 1.49 0.310
9 0.00180 6.79 0.54 0.271
 10 0.00188 6.46 0.21 0.258
11 0.00191 6.33 0.08 0.253
12 0.00192 6.28 0.03 0.251
13 0.00193 6.26 0.01 0.250
14 0.00193 6.25 0.00 0.250

El valor de costo óptimo ocurre cuando en el sistema funcionan 9 puestos de mantenimiento por lo cual se recom

Elaborado por: Ing. Angel González

nimizar el siguiente costo total:

mplo el valor monetario que tendría perder

ener el sistema funcionando, es decir, el

í como los costos asociados al sistema; se

s que logren minimizar el costo total.

0 1
1 6.25
2 19.53125
3 40.6901042
4 63.5782878
5 79.4728597
6 82.7842289
7 73.91449
8 57.7456954
9 40.1011773
10 25.0632358
11 14.2404749
12 7.41691401
13 3.56582404
14 1.59188573
15 0.66328572
16 0.25909599
17 0.09525588
de la variación de

Costo de Costo de
Costo total
Wq servicio espera
($/hr)
0.234 ($/hr)
350 ($/hr)
1209.73 1559.73
0.060 400 774.36 1174.36
0.021 450 678.63 1128.63 *Opción de menor costo
 0.008 500 645.94 1145.94
0.003 550 633.30 1183.30
0.001 600 628.24 1228.24
0.000 650 626.23 1276.23
0.000 700 625.45 1325.45

ento por lo cual se recomienda instalar dos puestos más.

ESTUDIO DE LÍNEAS DE ESPERA

Para realizar un estudio de líneas de espera a nivel de campo se deben realizar los siguientes pasos:
*Paso 1: Recopilar los datos del sistema: número de servidores, costos de funcionamiento, costo de la espera,
tiempo de atención a los clientes y cantidad de clientes que llegan al sistema en una unidad de tiempo.
*Paso 2: Realizar el estudio estadístico: comprobar mediante pruebas de bondad de ajuste si la cantidad de clientes
que se reciben en una unidad de tiempo se comportan con una distribución de Poisson y si los tiempos de atención
a los clientes siguen una distribución exponencial.
*Paso 3: Seleccionar el modelo de línea de espera que se adapte a la información recopilada en los pasos anteriores.
*Paso 4: Calcular los parámetros del modelo de línea de espera.

EJEMPLO 7:

Datos:

*Paso 1: Recopilación de datos.

Tiempo de atención
Clientes recibidos por hora en minutos
6 5.53
3 6.17
4 10.17 Número de servidores 1
2 5.44 Costo del servicio 38 $/hr-servidor
6 3.49 Costo de espera 80 $/hr-cliente
4 4.54
5 6.48
4 9.45
8 16.33
5 10.30
6 6.20
1 4.31
9 4.02
9 12.93
 7 5.26
5 5.03
8 4.96
5 17.46
3 5.74
6 4.63
7 4.12
4 20.42
7 8.78
8 6.25
2 10.01
7 16.45
6 6.11
9 3.97
7 4.48
5 6.78

*Paso 2: Estudio estadístico de los clientes que llegan y los tiempos de atención.

a) Estudio estadístico de los clientes que llegan al sistema

Se aplicará la prueba chi-cuadrado para comprobar la siguiente hipótesis

Ho: La cantidad de clientes que llegan por hora sigue una distribución de Poisson
H1: La cantidad de clientes que llegan por hora no sigue una distribución de Poisson

Frecuencia Probabilidad
Nº de clientes Frecuencia esperada fo-fe (fo-fe)^2
observada de ocurrencia
0 0 0.004 0.111 -0.111 0.012
1 1 0.021 0.621 0.379 0.143
2 2 0.058 1.739 0.261 0.068
3 2 0.108 3.247 -1.247 1.555
4 4 0.152 4.546 -0.546 0.298
5 5 0.170 5.091 -0.091 0.008
 6 5 0.158 4.752 0.248 0.062
7 5 0.127 3.802 1.198 1.436
8 3 0.089 2.661 0.339 0.115
9 3 0.114 3.430 -0.430 0.185
30 1.000 30.000

λestimado 5.6
Chi-cuadrado calculado 1.415
Grados de libertad 8.000 v=k-p-1. Donde k es el número de clases y p es el número de parámetros estimados. En este caso
Valor p 0.9940345068
Chi-cuadrado (v;0,05) 15.50731306

ANALISIS: Como el valor chi-cuadrado calculado es menor al de la tabla, no se puede rechazar la hipótesis nula, con un nivel de
significancia de 5%. Por lo cual es apropiado asumir que la tasa de llegada sigue una distribución de Poisson.

b) Estudio estadístico del tiempo de atención de clientes

Se aplicará la prueba chi-cuadrado para comprobar la siguiente hipótesis

Ho: El tiempo de atención de los clientes sigue una distribución exponencial.

H1: El tiempo de atención de los clientes no sigue una distribución exponencial.

Cálculos para el histograma de frecuencia

Número de datos 30
max 20.42
min 3.49
Número de intervalos 5.477225575 *5
Rango 16.93
Ancho del intervalo 3.386686 *3
 limite superior de Probabilidad de Frecuencia
limite inferior de clase clase Frecuencia fo-fe
ocurrencia esperada
3 6 14 0.5338888402 16.017 -2.017
6 9 7 0.1478861917 4.437 2.563
9 12 4 0.1009653548 3.029 0.971
12 15 1 0.06893140433 2.068 -1.068
15 18 4 0.148328209 4.450 -0.450
30.00 30.000

λestimado 0.1272218555
Chi-cuadrado calculado 2.643
Grados de libertad 3.000 v=k-p-1. Donde k es el número de clases y p es el número de parámetros estimados. En este caso
Valor p 0.449944629
Chi-cuadrado (v;0,05) 7.814727903

ANALISIS: Como el valor chi-cuadrado calculado es menor al de la tabla, no se puede rechazar la hipótesis nula, con un nivel de
significancia de 5%. Por lo cual es apropiado asumir que el tiempo de atención sigue una distribución exponencial.

*Paso 3: se selecciona el modelo de colas.

Bajo los datos descritos el modelo es:

(M/M/1):(GD/∞/∞)

CONDICIONES DEL MODELO:

*Tanto los tiempos de llegadas como los tiempos de atención siguen una distribución exponencial.
*Un solo servidor.
*Disciplina general.
*La cantidad de personas en el sistema es infinito.
*La fuente de clientes es infinita.

*Paso 4: Calcular los parámetros del modelo de línea de espera.

Tasa de llegada al sistema (λ) 5.6 clientes/hr
Tasa de atención (μ) 7.63331133 clientes/hr
Número de servidores 1

a) Cálculo de los parámetros del modelo:

Utilización del sistema (ρ) 0.734 Menor a 1, por lo cual el sistema es estable.
Clientes en el sistema (Ls) 2.75 clientes
Clientes en cola (Lq) 2.02 clientes
Tiempo en el sistema (Ws) 0.49 horas
Tiempo en cola (Wq) 0.36 horas
Costo del sistema 258.33 $/hr

Elaborado por: Ing. Angel González

(fo-fe)^2/fe
0.111
0.231
0.039
0.479
0.066
0.002
 0.013
0.378
0.043
0.054

parámetros estimados. En este caso es un solo parámetro estimado λ.

 (fo-fe)^2 (fo-fe)^2/fe
4.067 0.254
6.571 1.481
0.943 0.311
1.141 0.552
0.202 0.045

parámetros estimados. En este caso es un solo parámetro estimado λ.