Ingeniería en gestión empresarial

Departamento de ciencias económico – administrativas

Materia: Investigación de operaciones

Aula N01
Fecha: 22 de noviembre del 2022
Hora de clase: 13:00 – 15:00
Tema 4 líneas de espera
Evidencia #4 Investigación tema 4
Alumno: Flores Avalos Alexander Fabian N/C: C20290974

Maestro: M.I.E. Alberto Damián González Courtenay

 líneas de espera
Las "colas" son un aspecto de nuestra vida moderna que normalmente podemos
encontrar en nuestras actividades diarias.
Como ejemplos podríamos mencionar: el contador de un supermercado, accediendo al
Metro, en los Bancos, etc., este fenómeno de las colas surge cuando unos recursos
compartidos necesitan ser accedidos para dar servicio a un elevado número de trabajos o
clientes.
El estudio de las colas es de suma importancia ya que 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 sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo de una
herramienta que sea capaz de dar una respuesta sobre las características que tiene un
determinado modelo de colas.
La teoría de colas es el estudio matemático del comportamiento de líneas de espera. Esta
se presenta, cuando los "clientes" llegan a un "lugar" demandando un servicio a un
"servidor", el cual tiene una cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma la línea de espera.
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de línea de espera particulares o sistemas de colas.
Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los
tiempos promedio de la línea de espera para un sistema dado.

4.1 ESTRUCTURA BASICA DE LOS MODELOS DE LINEA DE ESPERA

La teoría de colas es el estudio de los sistemas de líneas de espera en sus distintas
modalidades. El estudio de estos modelos sirve para determinar la forma más efectiva de
gestionar un sistema de colas

 Demasiada capacidad de servicio => Excesivos gastos

 Poca capacidad de servicio => Mal servicio 4

Objetivo: Encontrar un balance adecuado entre el coste del servicio y los tiempos de
espera.
Fuente de entrada: (población de clientes potenciales). Se dice que es limitada o ilimitada
según si su tamaño es finito o infinito. Usualmente se asume que es ilimitada (el caso
finito es más difícil analíticamente)
Clientes: entran al sistema cada cierto tiempo y se unen a una cola. Se debe especificar el
patrón estadístico mediante el cual los clientes entran al sistema.
Proceso de llegada: La suposición habitual es que los clientes acceden al sistema según un
proceso de Poisson, lo que significa que los clientes que llegan en un intervalo
determinado de tiempo siguen una distribución Poisson, con tasa media fija y sin importar
cuántos clientes ya están en el sistema. Una suposición equivalente es que los tiempos
entre dos llegadas consecutivas (tiempo entre llegadas) es exponencial.
Cola: cuando los clientes entran al sistema se unen a una cola. La cola es donde los
clientes esperan a ser servidos. Una cola se caracteriza por el número máximo permisible
de clientes que puede admitir. La suposición de una cola infinita es más fácil de manejar
analíticamente que la de una cola finita. También pueden considerarse otras suposiciones
acerca del comportamiento de los clientes cuando llegan al sistema, como por ejemplo
que un cliente rehúse acceder al servicio porque la cola es demasiado larga.
Disciplina de la cola: En un determinado momento se selecciona un miembro de la cola,
mediante alguna regla conocida como disciplina de servicio. La disciplina deservicio se
refiere al orden en el que se seleccionan los clientes de la cola para recibir el servicio.

 FIFO (más común)

 Aleatorio

 LIFO

 Sistema de prioridades
Mecanismo de servicio: cuando un cliente es tomado de la cola, accede al mecanismo de
servicio, que consiste en una secuencia de instalaciones deservicio en serie que el cliente
debe pasar para completar el servicio. Cada instalación de servicio estará formada por
varios canales de servicio paralelos, llamados servidores. Se debe especificar el número de
instalaciones de servicio en serie y el número de servidores paralelos en cada una de ellas.
Los modelos más comunes suponen una única instalación con uno o varios servidores
disponibles.
Proceso de servicio: En cada instalación, el tiempo que transcurre desde el inicio del
servicio hasta su fin en dicha instalación se llama tiempo de servicio. El modelo de colas
debe especificar la distribución de probabilidad del tiempo de servicio de cada servidor, y
quizás de cada tipo de cliente, aunque lo común es que todos los servidores sigan la
misma distribución. La suposición más habitual es que este tiempo de servicio es
exponencial. Otras distribuciones de servicio importantes son la degenerada y la Erlang.
4.1.1 UN SERVIDOR, UNA COLA.
Todos nosotros hemos pasado mucho tiempo esperando en una cola, ejemplos de ellos
son los bancos, restaurantes, hospitales, pizzerías, etc.
Las líneas de espera tratan de cuantificar el fenómeno de espera formando colas
mediante medidas representativas de eficiencia, como la longitud promedio de la cola, el
tiempo promedio de espera en ella y la utilización promedio de las instalaciones.
La teoría de líneas de espera o también llamada teoría de colas es un conjunto de modelos
matemáticos que describen sistemas de líneas de espera particulares.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang en1909 para
analizar la congestión de tráfico telefónico con el objetivo de cumplir la demanda incierta
de servicios en el sistema telefónico de Copenhague.
El objetivo es encontrar el estado estable del sistema y determinar una capacidad de
servicio apropiada.
Un sistema de colas puede dividirse en dos componentes principales:

 La cola

 La instalación del servicio

El proceso entre llegadas:
El proceso entre de entrada se denomina por lo regular, proceso de llegadas. Las llegadas
se llaman clientes. En todos los modelos que se estudian se supone que no más de una
llegada ocurre en un instante dado. En el caso de un restaurante 6 es una suposición
irreal. Si hay más de una llegada en un instante dado se dice que se permiten las llegas en
masa. Las llegadas pueden ser:

 Personas

 Automóviles

 Maquinas que requieren reparación, etc.

Se supone por lo común que el número de clientes presentes en el sistema no afecta el
proceso de llegadas. Hay dos situaciones comunes en las cuales el proceso de llegadas
podría depender de la cantidad de clientes presentes.
La primera se presenta cuando se extrae de una pequeña población su ponga que hay solo
cuatro barcos en un astillero, si los cuatro barcos están en reparación entonces ningún
barco puede estropearse en un futuro cercano, por otro lado silos cuatro barcos están
navegando existe una probabilidad muy alta de una descompostura en un futuro cercano.
Los modelos en los cuales las llegadas se toman de una pequeña población reciben el
nombre de modelos de origen finito.
Otra situación en la cual el proceso de llegadas depende de la cantidad de clientes
presentes ocurre cuando la razón a la cual llegan los clientes a cierta instalación disminuye
cuando esta está llena.
El número esperado de llegadas por unidad de tiempo se llama tasa media de llegadas. El
tiempo esperado entre llegadas es 1/Ȝ.
Además es necesario estimar la distribución de probabilidad de los tiempos entre llegadas,
generalmente se supone una distribución exponencial, esto depende del comportamiento
de las llegadas.
La distribución exponencial supone una mayor probabilidad para tiempos entre llegadas
pequeños, en general se considera que las llegadas son aleatorias, la última llegada no
influye en la probabilidad de llegada de la siguiente.
La cola: El número de clientes en la cola es el número de clientes que esperan el servicio,
el número de clientes en el sistema es el número de clientes que esperan en la cola más el
número de clientes que actualmente reciben el servicio.
La capacidad de la cola es el número máximo de clientes que pueden estar en la cola,
generalmente se supone que la cola es infinita, aunque también la cola puede ser finita.

Para describir por completo un sistema de líneas de espera, se debe describir también la
disciplina de las líneas de espera y el modo en el cual los clientes forman las líneas de
espera. La disciplina de las líneas de espera explica el método usado para determinar el
orden con el cual se atienden a los clientes. La disciplina más común es primero en llegar
primero en ser atendido (PEPS) o sus siglas en inglés (FCFS), en el cual se atienden en el
orden en que llegan.
En la disciplina del (LCFS) el último en llegar y el primero en ser servido o UEPS, un
ejemplo claro de esta disciplina es en el elevador.
El SIRO, el servicio en orden aleatorio, cuando una persona que llama a una aerolínea se le
hace esperar, la suerte determina con frecuencia quien será la siguiente persona en ser
atendida por un operador.
Se considera por ultimo las disciplinas de prioridad en las colas. Una disciplina de prioridad
clasifica cada llegada en una categoría, cada categoría recibe luego un nivel de prioridad y
dentro de cada nivel de prioridad los clientes entran en el servicio de acuerdo con el FCFC.
Las disciplinas de prioridad se usan a menudo en salas de urgencia con el objeto de
determinar el orden en el cual los pacientes reciben atención.

Servicio:
El servicio puede ser brindado por un servidor o por servidores múltiples, el tiempo de
servicio varía de cliente a cliente, el tiempo esperado de servicio depende de la tasa media
de servicio (µ).El tiempo esperado de servicio equivale a 1/µ.
Para representar todo lo mencionado aquí se encuentran unos modelos básicos de los
sistemas de colas.
Ejemplo
4.1.2 N SERVIDORES, UNA COLA.
Una línea de espera con canales múltiples consiste en dos o más canales deservicio que se
supone son idénticos desde el punto de vista de su capacidad. En el sistema de canales
múltiples, las unidades que llegan esperan en una sola línea y luego pasan al primer canal
disponible para ser servidas. La operación de un solo canal de Burger Dome puede
expandirse a un sistema de dos canales al abrir un segundo canal de servicio. La siguiente
figura muestra un diagrama de la línea de espera de dos canales de Burger Dome.

Análisis de costo:
Una de las decisiones habituales en el uso de este modelo puede serlo el de definir la
cantidad de servidores necesarios. Por ejemplo, la cantidad de ascensores en un edificio,
la cantidad de escritorios para un equipo de trabajo, etc.
La decisión se deberá basar en una relación entre dos costos básicos: el costo de proveer
servidores adicionales versus el costo de demorar o no prestar el servicio. Se asume que el
costo de demorar el servicio es un monto definido por cliente, por unidad de tiempo
insumida en el sistema. Si bien es relativamente sencillo conocer el costo de un servidor,
el costo de hacer esperar a un cliente puede resultar, a veces, intangible y generalmente
difícil de establecer. Hay que aclarar que los costos por la espera existen y en ciertos casos
pueden ser muy significativos, por lo que deben ser estimados, si es que se desea
realmente diseñar un sistema de colas inteligente y controlable.
Los costos a los que nos acabamos de referir deben estar presentados por unidad de
tiempo, a los efectos de realizar cálculos comparables. Si por ejemplo, el costo de un
servidor consiste en el salario que debe pagarse a quien lo atiende, deberá anualizarse,
para incluir aguinaldo, vacaciones, etc., y luego convertirlo en la misma unidad de tiempo
que se use para determinar el tiempo de servicio o de espera.

Si se define:
Cd = Costo de demora por cliente por unidad de tiempo
Cs = Costo por unidad de tiempo para agregar otro servidor
L = Número promedio en el sistema
El costo total por unidad de tiempo para una estación con c servidores es:
L Cd + c Cs
A medida que c aumenta, la capacidad adicional incrementará la velocidad del servicio y L
irá disminuyendo. Por consiguiente, una información útil que debe brindar el sistema es el
número de servidores que minimice el costo total.
En el caso que la sala de espera tenga una capacidad limitada, surgen otros análisis
posibles.
Así, se relacionan el costo de servidores adicionales versus el costo de perder el negocio
con clientes que se retiran antes de ser atendidos, más el costo de la demora para los
clientes atendidos 10
Definiendo:
Cr = Costo de no brindar el servicio a un cliente
A = Tasa de llegadas
P = Probabilidad que un cliente se vaya de la cola sin ser atendido
El costo total será L Cd + c Cs + p A Cr
4.1.3 N SERVIDORES, N COLAS.
El tercer sistema, en que cada servidor tiene una línea separada, es característico de los
bancos y las tiendas de autoservicio. Para este tipo de servicio pueden separarse los
servidores y tratarlos como sistemas independientes de un servidor y una cola. Esto sería
válido sólo si hubiera muy pocos intercambios entre las colas. Cuando el intercambio es
sencillo y ocurre con frecuencia, como dentro de un banco, la separación no sería válida.

NOMENCLATURA
S = número de servidores
n= número de clientes en el sistema
N =número máximo de clientes permitidos en el sistema
A,,t =flujo de clientes que entran cuando hay n clientes en el sistema
u,7l =capacidad del servidor cuando hay n clientes en el sistema.
E(t)= tiempo promedio de proceso por cliente
V(t)= variancia del tiempo de proceso
E(á) = tiempo promedio entre llegadas V(a) = variancia del tiempo entre llegadas
CQ = coeficiente cuadrado de variación del flujo de clientes que entran al sistema
CS`= coeficiente cuadrado de variación del tiempo de servicio
Cp = coeficiente cuadrado de variación del flujo de clientes que salen del sistema PIJ
probabilidad de que el sistema cambie de un estado i a un estado y después de un
intervalo de tiempo.
Pn= probabilidad en estado estable de que existan n clientes en el sistema
L = número promedio de clientes en el sistema
Lq = número promedio de clientes en la fila
W = tiempo promedio de permanencia en el sistema
Wq= tiempo promedio de permanencia en la fila
p =utilización promedio del servicio
Ct = costo total promedio del sistema de líneas de espera por unidad de tiempo.
Ce= costo promedio de servicio por cliente por unidad de tiempo
Cq = costo promedio de espera por cliente por unidad de tiempo

4.2 CRITERIOS BAJO LA DISTRIBUCION DE POISSON EXPONENCIAL

PARA LA SELECCIÓN DEL MODELO APROPIADO DE LÍNEAS DE
ESPERA.
Sistemas de colas: las llegadas - distribución de poisson
La distribución de Poisson es una distribución de probabilidad discreta que expresa, a
partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado
número de eventos durante cierto periodo de tiempo.
Propiedades. La función de masa de la distribución de Poisson es:
−λ k
e λ
f ( k ; λ )=
k!

Dónde:
K ⟶ es el número de ocurrencias del evento o fenómeno (la función nos da la
probabilidad de que el evento suceda precisamente k veces).
λ ⟶ es un parámetro positivo que representa el número de veces que se espera que
ocurra el fenómeno durante un intervalo dado. Por ejemplo, si el suceso estudiado tiene
lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad de que
ocurra k veces dentro de un intervalo de 10 minutos, usaremos un modelo de distribución
de Poisson con λ = 10×4 = 40.
e ⟶ es la base de los logaritmos naturales (e = 2,71828...)
Tanto el valor esperado como la varianza de una variable aleatoria con distribución de
Poisson son iguales a λ. Los momentos de orden superior son polinomios de Touchard en
λ cuyos coeficientes tienen una interpretación combinatoria. De hecho, cuando el valor
esperado de la distribución de Poisson es 1, entonces según la fórmula de Dobinski, el n-
ésimo momento iguala al número de particiones de tamaño n.
La moda de una variable aleatoria de distribución de Poisson con un λ no entero es igual
a, el mayor de los enteros menores que Ȝ (los símbolos representan la función parte
entera). Cuando λ es un entero positivo, las modas son λ y λ − 1. La función generadora
de momentos de la distribución de Poisson con valor esperado λ es
∞ ∞ k tx
tx λ e
E e = ∑ e f ( k ; λ )=∑ e
( tx
) tx
=e λ(e¿¿ t−1)¿
k=0 k=0 k!

Las variables aleatorias de Poisson tienen la propiedad de ser infinitamente divisibles. La

divergencia Kullback-Leibler desde una variable aleatoria de Poisson de parámetro λ 0 a
otra de parámetro λ es

Dkl ( λ ¿∨λ 0 )=λ ( λ0 λ0

+ log
λ λ
λ0
λ )
Intervalo de confianza Un criterio fácil y rápido para calcular un intervalo de confianza
aproximada de λ, se propone en Guerriero (2012). Dada una serie de eventos k (al menos
el 15 -20) en un periodo de tiempo T, los límites del intervalo de confianza para la
frecuencia vienen dadas por:

(
F low= 1−
1.96 k
√ k−1 t )

(
F upp= 1+
1.96 k
√ k−1 t )
Entonces los límites del parámetro λ están dadas por:
λ low=F low T ; λupp =F upp T
Sumas de variables aleatorias de Poisson La suma de variables aleatorias de Poisson
independientes es otra variable aleatoria de Poisson cuyo parámetro es la suma de los
parámetros de las originales. Dicho de otra manera, si X i Poi ( λ i) , i=1 , … , N

Son N variables aleatorias de poisson independientes entonces

N
Y =∑ xi Poi ¿ ¿
i=1

Sistema de colas: Distribución binomial

La distribución de Poisson es el caso límite de la distribución binomial. De hecho, si los
parámetros n y 0 de una distribución binomial tienden a infinito y a cero de manera que
λ= n0 se mantenga constante, la distribución límite obtenida es de Poisson.

Aproximación normal
Como consecuencia del teorema central del límite, para valores grandes de λ, una variable
x− λ
aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente y
√λ
converge a una distribución normal de media nula y varianza 1.

Distribución exponencial
Supóngase que para cada valor t > 0, que representa el tiempo, el número de sucesos de
cierto fenómeno aleatorio sigue una distribución de Poisson de parámetro λt. Entonces,
los tiempos discurridos entre dos sucesos sucesivos sigue la distribución exponencial.
4.3 APLICACION DE MODELOS DE DECISION EN LINEAS DE ESPERA.
La teoría de colas requiere de un estudio matemático del comportamiento de líneas de
espera. Estas se presentan cuando "clientes" llegan a un "lugar" demandando un servicio
al "servidor", el cual tiene cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma en la "línea de espera".
El problema es determinar qué capacidad o tasa de servicio proporciona el balance
correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se
sabe con exactitud en qué momento llegarán los clientes. También el tiempo de servicio
no tiene un horario fijo.
Las llegadas se describen por su distribución estadística. Si las llegadas ocurren con una
tasa promedio y que son independientes una de otra, entonces ocurren de acuerdo con
una distribución de probabilidades de tipo "poisson”.
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de líneas de espera particulares o de sistemas de
colas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y
los tiempos promedio de la línea de espera para un sistema dado.
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de servicios que
debe estar preparada para ofrecer. Sin embargo, muchas veces es imposible predecir con
exactitud cuándo llegarán los clientes que demandan el servicio y/o cuanto tiempo será
necesario para dar ese servicio; es por eso que esas decisiones implican dilemas que hay
que resolver con información escasa. La teoría de colas requiere de un estudio
matemático del comportamiento de líneas de espera.
Estas se presentan cuando "clientes" llegan a un "lugar" demandando un servicio al
"servidor", el cual tiene cierta capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma en la "línea de espera".

Objetivos de la teoría de colas

Dada la función de costes anterior, los objetivos de la teoría de colas consisten en:

 Identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del
mismo.

 Evaluar el impacto que las posibles alternativas de modificación de la capacidad del

sistema tendrían en el coste total del mismo.
 Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de
costes y las cualitativas de servicio.

 Hay que prestar atención al tiempo de permanencia en el sistema o en la cola: la

“paciencia” de los clientes depende del tipo de servicio específico considerado y eso
puede hacer que un cliente “abandone” el sistema.

4.4 INFERENCIA DE RESULTADOS.

Inferencia es la acción y efecto de inferir (deducir algo, sacar una consecuencia de otra
cosa, conducir a un resultado). La inferencia surge a partir de una evaluación mental entre
distintas expresiones que, al ser relacionadas como abstracciones, permiten trazar una
implicación lógica.
Al partir de hipótesis o argumentos, es posible inferir una conclusión (que puede resultar
verdadera o falsa). Por ejemplo: “Todavía no recibí la confirmación oficial por parte de la
empresa, lo que te digo es sólo una inferencia mía”, “Cada vez que juega la selección,
Mariana falta al trabajo: mi inferencia es que mañana vamos a estar solos en la oficina”,
“No podemos guiarnos por inferencias, sino que tenemos que aguardar a que los sucesos
se confirmen antes de tomar una decisión”.
El silogismo es una forma esencial de inferencia. Se trata de una forma de razonamiento
deductivo que se forma por dos proposiciones (premisas) y una conclusión. Esta
conclusión es la inferencia que necesariamente se deduce de las dos premisas.
La veracidad de la conclusión dependerá de las leyes que regulan la relación entre las
premisas comparadas. La garantía de verdad del nuevo juicio es la lógica, que deberá
establecer distintas clasificaciones de las premisas.
No todas las inferencias ofrecen conclusiones verdaderas. Es posible afirmar que todos los
perros son animales peludos de cuatro patas, pero no se puede inferir que todos los
animales peludos con cuatro patas son perros.
Las inferencias suelen generarse a partir de un análisis de características y probabilidades.
Si alguien hace referencia a un animal de cuatro patas, peludo y que mueve la cola, puedo
inferir que lo más probable es que esté haciendo referencia a un perro.