Unidad I - Modelos de Líneas de Espera

Investigación de Operaciones II
Profesor: Alan Gallardo
CONTENIDO
Unidad I. Modelos de líneas de espera........................................................................... 2

1.1 Descripción de un sistema de colas ..................................................................... 3
1.1.1 Modelo básico .............................................................................................. 3
1.1.2 Clasificación ................................................................................................. 5
1.1.2.1 Modelo de cola simple …………………………………………………………. 6
1.1.2.2 Modelo de cola múltiple …………………………………………………………8
1.1.3 Notación KENDALL ………………………………………………………………..9
1.2 Distribuciones de probabilidad ……………………………………………………… 21
1.2.1 Exponencial ................................................................................................ 21
1.2.2 Markoviana ................................................................................................. 22
1.2.3 Erlang ……………………………………………………………………………. 22
1
Unidad I. Modelos de líneas de espera.
Waiting in line.Freepik
La teoría de colas trata de explicar el comportamiento de las colas o líneas de

espera a través de modelos matemáticos. Estos modelos describen estas líneas
como sistemas y le permiten determinar comportamientos tales como: longitud
promedio de la línea, tiempo de espera promedio, cantidad de personas en el
sistema, etc. Esta información combinada con los diferentes costos asociados
(principalmente de espera en fila y de buen servicio) permite evaluar la capacidad
actual del sistema y tomar decisiones para procurar la capacidad apropiada.
2
1.1 Descripción de un sistema de colas
Entre los objetivos que se plantean al momento de evaluar las líneas de espera a
través de la teoría de colas, tenemos:
 Determinar la capacidad óptima del sistema y el costo mínimo.
 Evaluar las alternativas de mejora de la capacidad en función de los costos.
 Establecer equilibrios entre: la capacidad, los costos y los tiempos de

permanencia en el sistema.
1.1.1 Modelo básico
El modelo básico de un sistema de colas lo podemos ver representado en el

siguiente esquema:
3
Del esquema podemos describir lo siguiente:
Características de Llegada:
A- Tamaño de la población: La población de arribos o clientes que pueden ola es

el número máximo de clientes admitidos que hacen fila antes de ser atendidos.
Esta población puede:
 Infinita (o ilimitada): Cuando el número de clientes o arribos es pequeño

proporcionalmente a la cantidad potencial de clientes o arribos. Ej. La
cantidad de clientes en un almacén, la cantidad de vehículos en una
autopista, los fanáticos que hacen fila para entrar a un concierto.
 Finita (o limitada): Cuando no se cuenta con muchos servidores y hay

restricción del servicio. Por lo general consideraremos una población
finita aquella que sea menor o igual a 30 arribos. Ej. la atención en un
consultorio.
El patrón de arribo puede ser programado (cada cierto tiempo se atiende a un

cliente) o aleatorio, es decir, cuando los arribos no pueden predecirse con exactitud.
En este sentido, por lo general los arribos son aleatorios y se utiliza la “Distribución
de Poisson” que es una distribución de probabilidad discreta.
4
Distribución de Poisson. Universidad de Buenos Aires Diego Parrás y Aldana Tedesco.
B- Línea de espera o cola: La línea de espera al igual que el tamaño de la población

puede ser finita e infinita y se aplican las mismas definiciones establecidas.
C-Disciplina de la cola: Se refiere al orden a través del cual se selecciona a los

clientes para que reciban el servicio; esto es, el criterio que se aplica para atender
a los clientes. Estos criterios pueden ser:
 FIFO: En español sería PEPS. Significa first in (FI), FO (first out). Esta disciplina es
la mas utilizada.
 LIFO: En español sería UEPS. Significa last in (LI), FO (first out).
1.1.2 Clasificación
Cuando hablamos de clasificación nos referimos al elemento de “instalación de

servicio” o “mecanismo de servicio”. Esto se refiere a la forma como se configura
el sistema y el patrón de los tiempos de servicio. Esta clasificación se basa en el
número de “canales o servidores” que tiene el sistema y el número de “fases” del
5
mismo. Las fases son la cantidad de interrupciones o paradas que se ejecutan

durante el servicio.
1.1.2.1 Modelo de cola simple
El sistema de servicio más básico de modelo de colas, es el de una sola cola, un

solo canal y un solo servidor (o fase).
Cola
Salida
Arribo
Servidor
Fase
Podemos encontrar también el modelo de una sola cola, un solo canal y varios
servidores.
Cola
Salida
Arribo
Servidor Servidor
1 2
6
Igualmente, podemos encontrar el modelo de una sola cola, multicanales y varios

servidores.
Canales
Servidor
1 Salida
Cola
Arribo Servidor
2 Salida
Servidor
3 Salida
Podemos encontrar también el modelo de una sola cola, varios canales y

multifase.
Canales
Servidor Servidor
1 2
Canal 1 Canal 1 Salida
Cola
Arribo
Servidor Servidor
1 2 Salida
Canal 2 Canal 2
7
1.1.2.2 Modelo de cola múltiple
Así como existen los modelos de cola simple o de una sola cola, podemos encontrar
las mismas configuraciones pero considerando dos o más colas. Solo como ejemplo
mostramos el sistema de dos colas, multicanales y varios servidores.
Canales
Cola 1 Servidor
Arribo 1 Salida
Servidor
2 Salida
Arribo
Servidor
3 Salida
Cola 2
8
1.1.3 Notación Kendall
La notación kendall Lee permite clasificar la gran variedad de modelos de líneas de

espera existentes. Esta notación se estructura de la siguiente forma:
A/B/X/Y/Z
A: Distribución de llegadas. M: Markoviano, Markoviano, Poisson/Exponencial, D:
Determinista, G: General, E: Erlang.
B: Distribución del servicio: M: Markoviano, Poisson/Exponencial, D: Determinista,

G: General, E: Erlang.
X: Número de servidores.
Y: Capacidad del sistema: Colas + servidores.
Z: Disciplina de cola: FIFO, LIFO, etc.
Medidas de rendimiento
Independientemente del modelo a utilizar, los principales factores que se deben
evaluar para tomar las decisiones relacionadas a disminuir los costos, es decir,
balancear los costos del servicio con los costos de línea de espera, son los
siguientes:
 Tiempo promedio en cola: es el tiempo que permanece una persona (o

clientes) esperando en la fila.
 Longitud promedio de la fila: Cantidad de personas (o clientes) esperando
en la fila.
9
 Tiempo promedio que cada cliente permanece en el sistema: es

considerando el tiempo en fila más el tiempo de servicio.
 Número de clientes promedio en el sistema: Cantidad de personas (o
clientes) esperando en fila más los que están siendo atendidos.
 Utilización del sistema: Proporción (o porcentaje) de uso del sistema.
 Probabilidad: De que el sistema esté vacío o exista cierta cantidad de
clientes en el sistema.
Para determinar las medidas de rendimiento, se utilizan las siguientes fórmulas
A- MODELO M/M/1 (modelo con un servidor-fuente infinita)
10
En el caso de la fórmula No. 9, a veces es apropiado calcular primero la probabilidad

P(n). Probabilidad de que n clientes estén en el sistema, Ese decir:
n n
P(n) = (1- ρ )* ρ = (1 – λ/μ)*(λ/μ)
n
LA PROBABILIDAD DE MÁS DE n CLIENTES EN EL SISTEMA pn>= es 1 – ∑P(n)
n=0
11
EJEMPLO No. 11
El gerente de un supermercado quiere brindar especial atención a las personas de

mayor edad que compran en su local. Existe una caja especial para la atención a
jubilados. Los jubilados llegan al local a razón promedio de 30 por hora, con una
distribución de Poisson. La tasa de atención es de 35 clientes promedio por hora,
con una distribución exponencial. Calcule:
RESPUESTA
a- ¿Utilización de la caja especial?

La utilización del sistema es:
ρ = ʎ/µ = 30/35 = 0.857 = 85.7%
b- ¿El número promedio de clientes en el sistema?

Ls = ʎ/µ- ʎ = 30/(35-30) = 6 clientes.
c- ¿El número promedio de clientes formados en fila?

Lq = ʎ2/µ(µ - ʎ) = ρ*Ls = 0.857*6 = 5.14 clientes.
d- ¿El tiempo promedio transcurrido en el sistema?

Ws = 1/(µ - ʎ) = 1/(35-30) = 0.20 horas = 12 minutos.
e- ¿El tiempo promedio transcurrido en la fila?

Ws = ʎ/µ(µ - ʎ) = ρ* Ws = 0857*0.20 horas = 0.17 horas= 10.28 minutos.
12
f- ¿Qué tasa de servicio se requerirá para lograr que los clientes pasen en
promedio solamente 8 minutos en el sistema?
λ =30 clientes/hr
Ws = 8 minutos = 8*(1/60) = 0.133 horas.
Ws = 1/(μ – λ) entonces μ = (1+Ws*λ)/ Ws = (1+0.133*30)/0.133 = 37.52 cl/hr.
La tasa de servicio debería ser de aprox. 38 clientes por hora.
g- Con esa tasa de servicio ¿Cuál es la probabilidad de tener más de

cuatro clientes en el sistema?
4 4
n
pn>= 1 – ∑P(n) = 1- ∑(1- ρ )* ρ
n=0 n=0
ρ = λ/μ= 30/37.52 = 0.80.
4 4
n
pn>= 1 – ∑P(n) = 1- ∑1- ρ )* ρ
n=0 n=0
4
n 0 1 2 3 4
pn>= 1- ∑(1-p)*p = 1 – (1-0.8)*(0.8 +0.8 + 0.8 + 0.8 + 0.8 )
n=0
pn>= 1 – (0.20)*(1+ 0.8 + 0.64 + 0.512 + 0.4096)

pn>= 1 – (0.20)*(3.3616) = 0.328
La probabilidad de tener más de 4 clientes en el sistema es de 33%
13
h- ¿Qué tasa de servicio se requeriría para que fuera solo de 10% la

probabilidad de tener más de cuatro clientes en el sistema?
4 4
n
pn>= 1 – ∑P(n) = 1- ∑(1- ρ )* ρ
n=0 n=0
4
n 0 1 2 3 4
pn>= 1- ∑(1-p)*p = 1 – (1- ρ)*( ρ + ρ + ρ + ρ + ρ )
n=0
4
n 1 2 3 4 1 2 3 4 5
pn>= 1- ∑(1-p)*p = 1 – 1- ρ - ρ - ρ - ρ + ρ + ρ + ρ + ρ + ρ
n=0
4
n 5
pn>= 1- ∑(1-p)*p = ρ
n=0
5
pn>= ρ
1/5
ρ = pn>
ρ = (0.10)1/5 = 0.6309.
ρ = λ/μ = 30/ μ = 0.6309 entonces μ = 47.55
La tasa de servicio debería ser de 48 clientes por hora.
14
B- MODELO M/M/s (modelo de con varios servidores (s)

(fuente infinita)
(Fuente. Imagen extraída del libro “Modelos de líneas de espera” de: ROBERTO CARRO PAZ-DANIEL
GONZÁLEZ GÓMEZ)
L = número promedio de clientes en el sistema = λW
15
EJEMPLO No. 12
Una empresa de distribución, tiene problemas con el tiempo que deben esperar sus
vehículos para ser descargados. Existen 4 plataformas de descarga. Cada
plataforma requiere de una cuadrilla de 2 empleados y cada cuadrilla cuesta $30.00
la hora. El costo de cada vehículo ocioso es de $50.00 la hora. Los vehículos llegan
en promedio de tres por hora, siguiendo una distribución de Poisson. En promedio,
una cuadrilla descarga un vehículo en una hora y los tiempos de servicio son
exponenciales. ¿Cuál es el costo total por hora de la operación?
RESPUESTA
Para calcular los costos, primero debemos determinar el tiempo promedio de espera
y la cantidad promedio de camiones en el sistema.

ρ = ʎ/sµ donde s es la cantidad de servidores, es decir, 4.
ρ = ʎ/sµ = 3/1(4) = 0.75 = 75%
Luego debemos calcular la probabilidad de que no existan vehículos en este sistema

(Po).
1
Po = = 0.0377
1 + 3 + 9/2 + 27/6 + (81/24)*(1/1-0.75))
16
El número promedio de camiones en la fila es:
Lq = (Po (ʎ/µ)s ρ)/s!(1- ρ)2

Lq = ((0.0377 (3/1)4 (0.75))/4!(1- 0.75)2 = 1.53 vehículos.
El tiempo promedio de espera en fila:

Wq = Lq/ ʎ = 1.53/3 = 0.51 horas.
El tiempo promedio transcurrido en el sistema:

W = Wq + 1/ µ = 0.51 + 1/1 = 1.51 horas
El número promedio de vehículos en el sistema:

L = λW = (3)* (1.51) = 4.53 vehículos.
Los costos correspondientes serían:

Costo de Mano de obra: s*($30) = 4(30) = $120.00
Costo de vehículos ociosos: L *($50) = 4.53 (50) = $226.50
Costo Total $346.50
17
C- MODELO M/M/s (modelo de con varios servidores

fuente finita- N menor igual a 30)
(Fuente. Imagen extraída del libro “Modelos de líneas de espera” de: ROBERTO CARRO PAZ-DANIEL
GONZÁLEZ GÓMEZ)
18
EJEMPLO No. 13
Una empresa instaló 10 robots, lo cual incrementó su productividad. Sin embargo,

ante la falta de mantenimiento preventivo en los robots, se presentan averías en los
mismos las cuales se comportan como una distribución exponencial en las llegadas.
Cada máquina presenta un tiempo promedio de 200 horas entre una avería y otra.
Cada hora-máquina perdida cuesta $30.00. Existe solamente una persona de
mantenimiento que requiere 10 hora promedio para reparar un robot. Los tiempos
de mantenimiento también se distribuyen exponencialmente. El salario del
encargado de mantenimiento es de $10.00 por hora, quien también puede dedicarse
a otras actividades cuando no hay robots dañados. ¿Cuál sería el costo diario por
concepto de tiempo ocioso de la mano de obra y los robots?.
RESPUESTA
Como la población de clientes solamente son 10, entonces este modelo de

población finita es adecuado.

ʎ = 1/200 = 0.005 averías/hora.
µ = 1/10 = 0.10 robots/hora
19
Para calcular los costos, primero debemos determinar el tiempo promedio de espera
y la cantidad promedio de camiones en el sistema.
La utilización promedio del empleado de mantenimiento es:

p = 1 – Po = 1- 0.538 = 0.462 = 46.2%
El número promedio de robot en espera de ser atendidos:

Lq = N – ((ʎ + µ)/ ʎ)*(1 – Po) = 10 –((0.005 + 0.10)/0.005)*(1-0.538) =0.30 robots.
El número promedio de robot que están en fila y en proceso de reparación:

L = N – (µ/ ʎ)*(1 – Po) = 10 – (0.10)/0.005)*(1-0.538) =0.76 robots.
El tiempo promedio de robot en espera de ser atendidos:

Wq = Lq / (N – L) ʎ = 0.30/(10-0.76)(0.005) =6.49 robots.
El tiempo promedio transcurrido en el sistema (desde que es admitido hasta que es

reparado):
W = L / (N – L) ʎ = 0.76/(10-0.76)(0.005) =16.45 robots.
20
Los costos correspondientes serían:

Costo de Mano de obra: ($10/hr)(8 hr/día)*(0.462 utilización) = $36.96
Costo de robots ociosos: (0.76)*($30/hr)*(8 hr/día) = $182.40
Costo Total $219.36
1.2 Distribuciones de probabilidad
1.2.1 Exponencial
Los patrones de servicio pueden resultar constantes o aleatorios. Cuando se indica

que son constantes, toma el mismo tiempo atender a diferentes clientes. Sin
embargo, cuando la distribución es aleatoria se utiliza una “distribución de
probabilidad exponencial negativa” la cual es muy conveniente cuando las
llegadas o arribos se comportan con una distribución de Poisson.
21
1.2.2 Markoviana
Las cadenas Markovianas (llamada así por el matemático ruso Andréi Markov)
implican que la probabilidad de ocurrencia de un evento depende de la ocurrencia
del evento anterior, por lo que el comportamiento futuro está condicionado al evento
pasado. Es un fenómeno aleatorio utilizado por ejemplo: para determinar valores
para variables dependientes en un conjunto, obtener distribuciones de
probabilidades de variables dependientes, etc.
En los modelos de teoría de colas, debido a que se asumen condiciones de

probabilidad exponencial para las llegadas o arribos, es la razón por las que se les
llama modelos Markovianos.
1.2.3 Erlang
La distribución Erlang es una distribución de probabilidades continuas con dos

parámetros, n: factor de la forma de la distribución y ʎ: factor de proporción de la
distribución. Fue utilizada inicialmente por matemático/ingeniero danés, Agner
Krarup Erlang, para la asignación de llamadas a operadores telefónicos. Sin
embargo, su aplicación se extiende para determinar los tiempos de espera en fila
en los modelos de teorías de colas.
22

Unidad I - Modelos de Líneas 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

Unidad I - Modelos de Líneas de Espera

Cargado por

Copyright:

Formatos disponibles

Investigación de Operaciones II

Profesor: Alan Gallardo