INSTITUTO TECNOLÓGICO DE NUEVO LEÓN

Catedrático: Olegario Pérez González

Alumno:
José Rogelio Pacheco Rangel 20480687

CD. GUADALUPE, NUEVO LEÓN; A 6 DE JUNIO DEL 2022

LÍNEAS DE ESPERA
ESTRUCTURA DE UN MODELO DE LÍNEAS DE ESPERA
Los principales protagonistas de un sistema de líneas de espera son los clientes y los
servidores que interactúan para poder estudiar el fenómeno que allí ocurre. En general, la
estructura básica de un modelo de colas es:

● Servidores y clientes.
● Fuente de entrada.
● Cola.
● Disciplina de la cola.
● Sistema de colas
Clases de línea de espera

Una vez se tienen claro todos y cada uno de los

elementos que integran un modelo de línea de
espera, se hace necesario conocer los tipos de
comportamientos que se pueden presentar en estos
elementos.

Uno de los tipos más usados o que más se presentan, es aquel que tiene una sola línea de
espera (que en algún momento del servicio puede estar vacía) la cual espera ser atendida
por uno o más servidores ubicados en una estación o puesto de servicio, tal como se vió
en el gráfico de la pantalla aterior donde se muestra el sistema de línea de espera más
común en un estudio de colas, donde se puede ver la entrada de clientes, la cola, los
clientes atendidos, los servidores y los clientes que salen del sistema.

N servidores, una cola

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.

Características

A lo largo del tiempo se producen llegadas de clientes a la cola de un sistema desde una
determinada fuente demandando un servicio. Los servidores del sistema seleccionan
miembros de la cola según una regla predefinida denominada disciplina de la cola.
Cuando un cliente seleccionado termina de recibir servicio (tras un tiempo de servicio)
abandona el sistema, pudiendo o no unirse de nuevo a la fuente de llegadas.

Fuente
Recibe el nombre de fuente el dispositivo del que emanan las unidades que piden un
servicio. Si el número de unidades potenciales es finito, se dice que la fuente es finita; en
caso contrario se dice que es infinita.

Proceso de llegada

Aunque a veces se sabe exactamente cuándo se van a producir las llegadas al sistema, en
general el tiempo que transcurre entre dos llegadas consecutivas se modela mediante una
variable aleatoria. En particular, cuando la fuente es infinita se supone que las unidades
que van llegando al sistema dan lugar a un proceso estocástico llamado de conteo; si
todos los tiempos entre llegadas son variables aleatorias independientes idénticamente
distribuidas (vv.aa.ii.ii.dd.), se dice que es un proceso de renovación. Usualmente, por
razones que se verán posteriormente, el proceso que se utiliza es un proceso de Poisson.

Cuando la fuente es finita se suele asumir que la probabilidad de que se produzca una
llegada en un intervalo de tiempo es proporcional al tamaño de la fuente en ese instante.
En general, nos restringiremos al estudio de sistemas de colas con fuentes infinitas.
CRITERIOS BAJO LA DISTRIBUCIÓN DE POISSON Y
EXPONENCIAL PARA LA SELECCIÓN DEL MODELO
APROPIADO DE LÍNEAS DE ESPERA.

En teoría de probabilidad y estadística, 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.

Fue descubierta por Siméon-Denis Poisson, que la dio a conocer en 1838 en su trabajo
Recherches sur la probabilité des jugements en matières criminelles et matière civile
(Investigación sobre la probabilidad de los juicios en materias criminales y civiles).

La función de masa o densidad de la distribución de Poisson es

Donde:

X es el número de ocurrencias del evento o fenómeno (la función nos

da la probabilidad de que el evento suceda precisamente X 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 X 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.

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 combinatorio.

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 λ (los símbolos representan la
función parte entera). Cuando λ es un entero positivo, las modas son λ y λ − 1.

Las variables aleatorias de Poisson tienen la propiedad de ser

infinitamente divisibles. La divergencia Kullback-Leibler desde una
variable aleatoria de Poisson de parámetro λ0 a otra de parámetro λ
es:

Intervalo de confianza Un criterio fácil y rápido para calcular un

intervalo de confianza aproximada de λ, se propone en Guerriero
(2012).1 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:
APLICACION DE MODELOS DEDECISION EN
LINEAS DE ESPERA.
 LINEAS DE ESPERA
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 esta
disponible inmediatamente y el cliente decide esperar, entonces se forma en la "línea
de espera".
Ejemplos:

1. Suponga que en una estación con un solo servidor llegan en promedio 45 clientes por
hora, Se tiene capacidad para atender en promedio a 60 clientes por hora. Se sabe que los
clientes esperan en promedio 3 minutos en la cola. Se solicita:

λ = 45/60 = 0.75 cliente por minuto

u= 60 = a 1 cliente por minuto

60

Wq= 3 minutos

a. Tiempo promedio que un cliente pasa en el sistema.

Ws= Wq + 1
𝑢

Ws= 3 + 1
1

Ws= 4

b. Número promedio de clientes en la cola.

Lq= λ * Wq Lq=

0.75 * 3

Lq= 2.25 clientes

c. Número promedio de clientes en el Sistema en un momento dado.

Ls= λ * Ws Ls=

0.75 * 4

Ls= 3 clientes
2. Un lava carro puede atender un auto cada 5 minutos y la tasa media de llegadas es de 9
autos por hora. Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1.
Además, la probabilidad de tener 0 clientes en el sistema, la probabilidad de tener una
cola de más de 3 clientes y la probabilidad de esperar más de 30 minutos en la cola y en el
sistema.

λ = 9 clientes por hora

u=60 = 12 clientes por hora

5

a. Tiempo de espera en el sistema

1
Ws=
𝑢−𝜆

Ws= 1
12−9

Ws= 0.33 horas

b. Tiempo de espera en la cola

Wq= 𝜆
𝑢(𝑢−𝜆 )

9
Wq=
12(12−9)

Wq= 0.25

c. Número esperado de clientes en la cola

Lq=
𝜆∗2
𝑢(𝑢−𝜆)
CUESTIONARIO
1. Menciona la estructura básica de una línea de colas

Servidores y clientes

• Fuente de entrada.

• Cola.

• Disciplina de la cola.

• Sistema de colas

2. ¿cuándo se van a producir las llegadas al sistema, en general el

tiempo que transcurre entre dos llegadas consecutivas se modela
mediante una variable aleatoria, como se le llama a este proceso?

Procesos de llegada

3. ¿Qué es 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.

4. ¿Por quién fue descubierta la distribución?

Fue descubierta por Siméon-Denis Poisson, que la dio a conocer en 1838 en su trabajo
Recherches sur la probabilité des jugements en matières criminelles et matière civile
(Investigación sobre la probabilidad de los juicios en materias criminales y civiles).

5. ¿Por qué estudiar las colas?

El análisis de las colas es el vehículo para alcanzar esta meta. El estudio de las colas tiene
que ver con la cuantificación del fenómeno de esperar por medio de medidas de
desempeño representativas, tales como longitud promedio de la cola, tiempo de espera
promedio en la cola, y el uso promedio de la instalación.

6. ¿Qué es la teoría de las colas?

es el estudio de la espera en las distintas modalidades. Utiliza los modelos de colas para
representar los tipos de sistemas de líneas de espera (sistemas que involucran colas de
algún tipo) que surgen en la práctica.
7. ¿A que nos referimos con línea de espera?

Se utiliza para distribuciones de probabilidad que ofrecen estimaciones del tiempo de

retraso promedio de los clientes, la longitud promedio de las filas de espera y la
utilización del centro de trabajo.

8. ¿Qué requiere la teoría de colas?

Requiere de un estudio matemático del comportamiento de líneas de espera

BIBLIOGRAFÍAS
● http://virtual.umng.edu.co/distancia/ecosistema/odin/odin_desktop.php?pat
h=Li4vb3Zhcy9hZG1pbmlzdHJhY2lvbl9lbXByZXNhcy9tb2RlbG9zX21hdG
VtYXRpY29zL3VuaWRhZF82Lw==#slide_5.2
● https://www.um.es/or/ampliacion/node3.html
● https://www.ingenieria.unam.mx
● https://1library.co/article/criterios-distribuci%C3%B3n-poisson-
exponencial-selecci%C3%B3n-modelo-apropiado- l
%C3%ADneas.q200koez
● https://www.studocu.com/co/document/universidad-simon-bolivar-
colombia/investigacion-i/43-aplicacion-del-modelo-de-decision/20811001