Está en la página 1de 81

TEORIA DE COLAS

Investigacin
Operativa 2
Introduccin
La calidad de atencin al cliente depende muchas veces,
no solo de la calidad del producto, sino de la calidad del
servicio.

En muchas situaciones el proceso de compra va
acompaado del proceso de pagar por los artculos
comprados en una zona especial.

Los clientes deben esperar en cola.

El objetivo de este captulo es el anlisis de los tiempos
de espera en cola.
Caractersticas de los sistemas
Poblacin que quiere
ingresar al sistema de
atencin
Sistema de atencin
Proceso
de entrada
o de
llegada
Proceso
de salida
o de
servicio
Cola
Proceso de entrada
Se conoce como proceso de llegada.
La llegada son los clientes.

Supuestos:
Los clientes llegan individualmente.
El proceso de llegadas no es afectado por el nmero de
clientes presentes en el sistema.

Se utiliza una distribucin de probabilidad que gobierne el
tiempo entre llegadas sucesivas.
Proceso de salida
Se conoce como proceso de servicio.

Supuestos:
Los clientes salen individualmente.
El tiempo de servicio es independiente del nmero de
clientes presentes en el sistema.

Se utiliza una distribucin de probabilidad que gobierne el
tiempo de servicio a un cliente.
Estudiaremos servidores en serie y servidores en paralelo.
Modelado del proceso de llegada
Se define t
i
, como el instante en el cual llega el i-simo
cliente.

El valor: T
i
= t
i+1
t
i
es el i-simo tiempo entre llegadas.

Asumimos que las T
i
son variables independientes,
aleatorias y contnuas, descritas por la variable aleatoria X.

Si X tiene funcin de densidad f(x), entonces:
P(Xsc) = }
0,c
f(x) dx

Modelado del proceso de llegada
Se define 1/ como el tiempo promedio entre llegadas
(unidad de tiempo por cliente)
1/ = }
0,
x f(x) dx

A se le llama tasa de llegadas y 1/ es el tiempo
promedio entre llegadas. Las unidades de son clientes por
unidad de tiempo.

Usualmente se selecciona la distribucin exponencial para
representar a X, cuya funcin de densidad es: f(x) = e
-x

f(x) decrece rpido para x pequeos, es decir, son pocos
probables tiempos entre llegadas muy grandes.

Relacin entre la Poisson y la
exponencial
TEOREMA 1
Los tiempos entre llegadas son exponenciales con
parmetro si y slo si el nmero de llegadas que suceden
en el intervalo t sigue una distribucin de Poisson con
parmetro t.

Una variable aleatoria discreta N tiene una distribucin de
Poisson con parmetro si para N = 0, 1, 2, ....
P(N=n) = e
-

n
/n!

Se puede demostrar que E(N) = Var(N) =
Relacin entre la Poisson y la
exponencial
Si hacemos que N
t
sea el nmero de llegadas que suceden
durante cualquier intervalo de tiempo de longitud t. Se tiene:
P(N
t
=n) = e
- t
(t)
n
/n!

Se puede demostrar que E(N
t
) = Var(N
t
) = t

Un promedio de llegadas se suceden durante un intervalo
de tiempo de longitud t y, entonces se puede pensar que es
el nmero promedio de llegadas por unidad de tiempo.
Ejemplo
El nmero de jarras de cervezas pedidas en un bar,
sigue una distribucin Poisson con promedio de 30
cervezas por hora.

a) Calcule la probabilidad de que se pidan exactamente
60 cervezas entre las 10pm y las 12 de la noche.

= 30 cervezas/hora
t = 12 10 = 2 horas
t = 60 cervezas
P(N
t
=60) = e
- 60
(60)
60
/60!
Ejemplo
b) Determine el promedio y la desviacin estndar del
nmero de cervezas pedidas entre las 9pm y la 1am.

= 30 cervezas/hora
t = 13 9 = 4 horas
E(N
t
) = t = 120
Var(N
t
) = t = 120
o = (120)
1/2
= 10.95
Ejemplo
b) Calcule la probabilidad de que el tiempo entre dos
pedidos consecutivos sea entre 1 y 3 minutos.

Sea x el tiempo en minutos entre pedidos consecutivos
de cerveza.
El nmero promedio de pedidos por minutos es
exponencial con parmetro
= 30/60 = 0.5cervezas/minuto

f(X) = e
- x
= 0.5e
-0.5x
P(1s x s 3) = }
1,3
0.5e
-0.5x
dx = e
-0.5
e
-1.5
= 0.38
Modelado del proceso de servicio
Suponemos que los tiempos de servicio de distintos
clientes son VA independientes.
El tiempo de servicio de cada cliente est regido por la
variable aleatoria Z, que tiene funcin de densidad f(Z).
Definimos 1/ como el tiempo promedio de servicio a un
cliente:
1/ = }
0,
z f(z) dz

A se le llama tasa de servicio y 1/ es el tiempo
promedio de servicio. Las unidades de son clientes por
unidad de tiempo.

La funcin de densidad es: f(x) = e
-x
(Dist. Exponencial)
Procesos de nacimiento y muerte
Se define como estado del sistema en el tiempo t al
nmero de personas presentes en cualquier sistema de
colas en el tiempo t.

Definimos un nacimiento como una llegada de un nuevo
cliente al sistema.

Definimos una muerte como el trmino del servicio a un
cliente.

Un proceso de nacimiento y muerte es un proceso
estocstico continuo en el tiempo para el que el estado del
sistema en cualquier tiempo es un entero no negativo.
Procesos de nacimiento y muerte
Tenemos as:


n
(t) : tasa de nacimientos en el instante t.

n
(t) : tasa de muertes en el instante t.
P
n
(t) : probabilidad de que haya n clientes en el sistema
en el instante t.

Suponemos que:

n
(t) =
n
,
n
(t) =
n
, P
n
(t) = P
n


Sin embargo, At debe ser tal que slo puede ocurrir un
nacimiento o una muerte en el intervalo [t, t+ At]
Diagrama de tasas
Ecuaciones de balance:

0
P
0
=
1
P
1

0
P
0
+
2
P
2
= (
1
+
1
)P
1

1
P
1
+
3
P
3
= (
2
+
2
)P
2
.........

n-2
P
n-2
+
n
P
n
= (
n-1
+
n-1
)P
n-1
0 1
n-1
2
n n+1

n-2

n-1
n

n+1

n-1

n+1

n+2
Ecuaciones de balance

Resolviendo:
P
1
= (
0
/
1
)P
0
P
2
= (
0

1
/
1

2
)P
0
P
3
= (
0

2
/
1

3
)P
0
....................
P
n
= (
0

2
.....
n-2

n-1
/
1

3
.....
n-1

n
)P
0

Sea: C
n
= [
i=1,n
(
i-1
/
i
)

Entonces: P
n
= C
n
P
0
para n=1, 2, 3, ....
Ecuaciones de balance

Adems:

n=0,
P
n
= 1

Pero: P
n
= C
n
P
0
se da para valores de n mayores que 1
Por tanto:
P
0
+
n=1,
P
n
= 1
P
0
+
n=1,
C
n
P
0
= 1
P
0
[1 +
n=1,
C
n
]

= 1

P
0
= [1 +
n=1,
C
n
]

-1

Relaciones entre P
n
, L, W, L
q
,
W
q
, L
s
y W
s

L =
n=0,
nP
n

L
q
=
n=s,
(n-s)P
n
, s = nmero de servidores en paralelo

W = L /
p ,
W
q
= L
q
/
p


P
=
n=0,

n
P
n

L
s
= L L
q

W
s
= W W
q
Notacin de KENDALL-LEE


Usaremos la siguiente notacin:
1/2/3/4/5/6
1: Especifica la naturaleza del proceso de llegada
2: Especifica la naturaleza de los tiempos de servicio
3: Especifica el nmero de servidores en paralelo
4: Describe la disciplina de la cola (FIFO, LIFO, RS, DG)
5: Especifica el nmero mximo de clientes en el sistema
6: Es el tamao de la poblacin de la cual se toman los clientes

Las caractersticas 1 y 2 pueden ser: M, D, E
k
, G
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
Asumimos que
n
= para n > 0 y que:

n
= para n > 1

0 1
n-1
2
n n+1


Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
Validar las frmulas siguientes para = / < 1
Sabemos que: C
n
= [
i=1,n
(
i-1
/
i
) = [
i=1,n
(

/) = (

/)
n
=
n

La probabilidad de encontrar el sistema vaco u ocioso es:
P
0
= [1 +
n=1,
C
n
]

1

= [1 +
n=1,

n

]

1
= [
n=0,

n

]

1
= 1 -
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
La probabilidad de encontrar n clientes en el sistema, es:
P
n
= C
n
P
0

=
n
(1-)
La probabilidad de encontrar el sistema ocupado o
utilizacin del sistema es:
= P(n > s)
= P(n > 1)
= 1 P
0

=
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El nmero promedio de clientes en el sistema es:
L =
n=0,
nP
n

L = /(1-)
Entonces: L =
n=0,
n
n
(1-)
L = (1-)
n=0,
n
n

L = (1-)
n=0,
n
n-1

L = (1-)
n=0,
o(
n
)/o()
L = (1-) o(
n=0,

n
) / o()
L = (1-) o[1/ (1-)] / o()
L = (1-) /[(1-)
2
]
adems, P
n
=
n
(1-)
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El nmero promedio de clientes en la cola es:
L
q
=
n=s,
(n-s) P
n

L
q
=
2
/(1)
Entonces: L
q
=
n=1,
(n1)P
n

L
q
=
n=1,
nP
n

n=1,
P
n

L
q
=
n=0,
nP
n
( 1 P
0
)
L
q
= L

( 1 P
0
)
L
q
= = /(1-) ()
adems, P
0
= 1- ,s=1
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El nmero promedio de clientes en el servicio es:
L
s
= L L
q
L
s
=
Entonces: L
s
= /(1-)
2
/(1)
L
s
= (1-)/(1)
adems, L = /(1-) y L
q
=
2
/(1)
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El tiempo promedio que pasa un cliente en el sistema es:
W = L /
p
W = 1/( - )
Entonces: W = /((1-))
W = //((1- /))
W = /(( - ))
adems, L = /(1-) ;
p
= y = /
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El tiempo promedio que pasa un cliente en la cola es:
W
q
= L
q
/
p
W
q
= /[( - )]
Entonces: W
q
=
2
/(1)/
W
q
=
2
/(( - )
2
)
adems, L
q
=
2
/(1);
p
= y = /
Modelo de colas con poblacin
infinita y un servidor (1)
(M/M/1/DG// )
El tiempo promedio que pasa un cliente en el servicio es:
W
s
= W W
q
W
s
= 1/
Entonces: W
s
= 1/( - ) /[( - )]
W
s
= ( - )/[( - )]
adems, W = 1/( - ) y W
q
= /[( - )]
Problema 1.A
Se tiene una cola rpida que atiende a clientes con 10
artculos o menos.
LLEGADAS: proceso Poisson (tasa media de 30 por hora)
SERVICIO: distribucin exponencial (media de un minuto)

L = /(1-)
= 1 persona
SOLUCION
( 1 2 3 4 5 6 )
M M 1
DG

Cliente: Persona
Servidor: Caja rpida
= 30 personas/hora
1/ = 1 minuto
= 60 personas/hora
= / = 30/60 < 1
W = 1/( - )
= 1/30 hora
= 2 minutos
Problema 1.B
Se tiene un mostrador de libros donde se verifican
mochilas para evitar robos.
SERVICIO: distribucin exponencial (media de un minuto)

LLEGADAS: proceso Poisson (tasa media de 20 por hora)

L
q
=
2
/(1)
= 1/6 estudiante
SOLUCION
( 1 2 3 4 5 6 )
M M 1
DG

Cliente: estudiante
Servidor: mostrador
= 20 estudiantes/hora
1/ = 1 minuto
= 60 estudiantes/hora
= / = 20/60 < 1
W = 1/( - )
= 1/40 hora
= 1.5 minutos
P
0
= 1 -
= 66.67%
Modelo de colas con cola de
espera finita y un servidor (2)
(M/M/1/DG/K/ )
Asumimos que
n
= para n = 0, 1, 2, ... K-1, y que:

n
= para n = 1, 2, ... K
0 1
k-2
2
k-1 k


Modelo de colas con cola de
espera finita y un servidor (2)
(M/M/1/DG/K/ )
Frmulas vlidas s, = / < 1
C
n
=
n
para n = 1, 2, ... K y adems
p
= (1 P
k
)
P
0
= (1 )/(1
k+1
)
P(n > 1) = 1 (1 )/(1
k+1
)
L = [(1 )] [(K+1)
k+1
/)/(1
k+1
)]
L
q
= L (1 P
0
)
L
s
= 1 P
W = L / [(1 P
k
)]
W
q
= L
q
/ [(1 P
k
)]
W
s
= (1 P
0
)/[(1 P
k
)]
Problema 2
Una estacin de servicio tiene lugar para que un mximo
de 4 autos reciban servicio o lo esperen.
LLEGADAS: proceso Poisson (tasa de 24 por hora)
SERVICIO: distribucin exponencial (media de 3 minutos)

Hay que aplicar las
frmulas bsicas o las
ecuaciones de balance
SOLUCION
( 1 2 3 4 5 6 )
M M 1
DG
4
Cliente: Autos
Servidor: Estacin
= 24 clientes/hora
1/ = 3 minutos
= 20 clientes/hora
= / = 24/20 > 1
Problema 2
Se tiene: = 24 clientes/hora; = 20 clientes/hora; k=4
Las ecuaciones de balance:
24P
0
= 20P
1
24P
0
+ 20P
2
= (24+20)P
1
24P
1
+ 20P
3
= (24+20)P
2
24P
2
+ 20P
4
= (24+20)P
3
24P
3
= 20P
4
P
0
+ P
1
+ P
2
+ P
3
+ P
4
= 1
0 1 3 2 4


De donde:
P
0
= 0.1344

P
1
= 0.1612

P
2
= 0.1935

P
3
= 0.2322

P
4
= 0.2786
Problema 2
Se tiene:
P
0
= 0.1344;
P
1
= 0.1612;
P
2
= 0.1935;
P
3
= 0.2322;
P
4
= 0.2786
Tiempo promedio ocioso del encargado:
P
0
= 13.44%
Nmero promedio de clientes perdidos:
P
4
= 27.86%
Modelo de colas con poblacin
infinita y varios servidores (3)
(M/M/s/DG// )
Asumimos que
n
= para n > 0 y que:

n
= para n = 1, 2, 3,.... s 1
= s para n = s, s+1,s+2,....,

0 1
s-1
2
s s+1


2 3

(s-1)

s

s

s

= / < 1
Problema 3
Se tiene actualmente dos confesionarios con colas
separadas. Se quiere cambiar a un sistema con cola nica.
LLEGADAS: proceso Poisson (tasa media de 30 por hora).
Distribuidas en forma equitativa entre las dos colas.
SERVICIO: distribucin exponencial (media de 3 minutos)

SOLUCION
( 1 2 3 4 5 6 )
M M 1
DG

= 15 personas/hora
1/ = 3 minutos = 20 personas/hora
= / = 15/20 < 1
W = 1/( - )
Actual: 2 modelos
W = 1/5 horas = 12 minutos
SOLUCION
= 30 personas/hora = 20 personas/hora
W = P(n>s)/(s - ) + 1/
Propuesta: 1 modelo
W = 0.1143 horas = 6.8 min
s = 2
( 1 2 3 4 5 6 )
M M 2
DG

= 3/4
W = 0.1143 horas = 6.8 min
Modelo de colas con cola de
espera finita y varios servidores (4)
(M/M/s/DG/K/ )
Asumimos que
n
= para n > 0 y que:

n
= n para n = 1, 2, 3,.... s 1
= s para n = s, s+1,s+2,....,K
0 1
s s-1 k-1 k


2 s

s

s

s

(K > s)
= /s < 1
(s-1)


Problema 4
Dos empleadas constestan llamadas telefnicas.
Una llamada se puede poner en espera hasta que una
empleada est desocupada.
Si las tres lneas estn ocupadas la llamada se pierde.
LLEGADAS: proceso Poisson (tasa media de 15 por hora)
SERVICIO: distribucin exponencial (media de 4 minutos)

SOLUCION
( 1 2 3 4 5 6 )
M M 2
DG
3
Cliente: Persona Servidor: empleadas
= 15 llamadas/hora 1/ = 4 minutos
= 15 llamadas/hora
= /s = 15/[2(15)] < 1
Problema 4
Se tiene:
= 15 llamadas/hora; = 15 llamadas/hora; s=2; k = 3; =0.5
0 1 3 2
=15

=15

=15

=15

2=30 2=30

P
0
= [1 +
n=1,s-1
(s)
n
/n! + (s)
s
/s!
n=s,k
()
n-s
]
-1
P
n
= [(s)
n
/n!]P
0
para n= 1, 2, 3, ....s-1
P
n
= [(s)
n
/s!s
(n-s)
]P
0
para n= s, s+1, s+2, ......k
De donde: P
0
=0.364; P
1
=0.364; P
2
=0.182; P
3
=0.091

Problema 4
Se tiene:
= 15 llamadas/hora; = 15 llamadas/hora; s=2; k = 3; =0.5
P
0
=0.364; P
1
=0.364; P
2
=0.182; P
3
=0.091
Probabilidad de estado estable de que:
A) Un cliente hable de inmediato con una empleada
= P0 + P1
B) El cliente quede en espera
= P2
= 72.8%
= 18.2%
C) El cliente obtenga el tono de ocupado
=P3
= 9.1%
Modelo de colas con poblacin
finita y un servidor (5)
(M/M/1/DG/N/N)
Asumimos que
n
= (N n) para n = 0, 1, 2, ... N 1

n
= para n = 1, 2, ... N
0 1
N-2
2
N-1 N
N

(N 1)

(N 2)

3

2


= / < 1
Problema 5
Una persona debe dar mantenimiento a dos mquinas.
LLEGADAS: tiempo que trabaja una mquina antes de
descomponerse, dist. exponencial (media de 10 horas)
SERVICIO: distribucin exponencial (media de 8 horas)

n
= (N n)

0
= (2 0)/10 = 1/5

1
= (2 1)/10 = 1/10
SOLUCION
( 1 2 3 4 5 6 )
M M 1
DG
N N
Cliente: Mquina a reparar
Servidor: Persona que repara
1/ = 10 horas
1/ = 8 horas
= 1/8 mquinas/hora
= / = 8/10 < 1

n
=

1
=
2
= = 1/8
N = 2
= 1/10 mquinas/hora
Problema 5
Diagrama de tasas:

Ecuaciones de balance:
E(salidas) = E(entradas)
1/5P
0
= 1/8P
1
(1/10 + 1/8)P
1
= 1/5P
0
+ 1/8P
1
P
0
+ P
1
+ P
2
= 1
Resolviendo:

P
0
= 0.258
P
1
= 0.412
P
2
= 0.330
0 1 2
N =
0
(N 1) =
1

2
0 1 2
1/5

1/10

1/8

1/8

Problema 5
Tenemos:
N = 2; = 1/10; = 1/8; = 0.8
P
0
= 0.258; P
1
= 0.412; P
2
= 0.330
L = N (1 P
0
)/ = 2 (1 0.258)/0.8
= 1.702 mquinas
L
q
= N (1 P
0
)( + 1)/ = 2 (1 0.258)(1 + 0.8)/0.8
= 0.33 mquinas
W = L / [(N L)] = 1.072 / [0.1(2-1.702)]
= 11.556 horas
W
q
= L
q
/ [(N L)] = 0.33 / [0.1(2-1.702)]
= 3.556 horas
Problema 5
Tenemos:
N = 2; = 1/10; = 1/8; = 0.8
P
0
= 0.258; P
1
= 0.412; P
2
= 0.330
Porcentaje de tiempo que la persona de mantenimiento est
ocupada:
Tenemos una o ninguna mquina(s) malograda(s)
= P
0
+ P
1
= 67%
Porcentaje de tiempo que trabaja una mquina dada:
Tenemos una o las dos mquinas malogradas
= P
1
+ P
2
= 74.23%
Modelo de colas con poblacin
finita y varios servidores (6)
(M/M/s/DG/N/N)
Asumimos que
n
= (N n) para n = 0, 1, 2, ... N 1

n
= n para n = 1, 2, ... s 1

n
= s para n = s, s+1, s+2,..., N
= /s < 1
0 1
s s-1 k-1 k
N

(N-1)

(N-s+1)

(N-s)

2


2 s

s

s

s

(s-1)

(N-s+2)

Problema 6
Se tiene dos operarios que atienden tres mquinas, las
cuales requieren servicio de un operario.
LLEGADAS: dist. exponencial (tasa media de 2 horas)
SERVICIO: distribucin exponencial (media de 10 minutos)

Resolviendo:
P
0
= 78.63%
De donde:
P(sistema ocupado) =
1 P
0
= 21.37%
SOLUCION
( 1 2 3 4 5 6 )
M M 2
DG
N N
Cliente: Mquina a reparar
Servidor: Personas que reparan
1/ = 2 horas
1/ = 10 minutos
= 6 mquinas/hora
= / = 0.5/6 < 1
= 0.5 mquinas/hora
Modelado del proceso de llegada
DISTRIBUCION DE ERLANG

Es una VA continua, T, cuya funcin de densidad f(t) est
especificada por dos parmetros:
R: Parmetro de rapidez
K: Parmetro de forma (entero positivo)

La funcin de densidad:
f(t) = R(Rt)
k-1
e
-Rt
/(k-1)! Para t > 0

Se puede demostrar que:
E(T) = k / R y Var(T) = k / R
2

Modelado del proceso de llegada
Si modelamos los tiempos entre llegadas como una
distribucin de Erlang con parmetro de forma k, estamos
diciendo que:
El proceso entre llegadas es equivalente a que un cliente
pase a travs de k fases, cada una de las cuales con
propiedad de amnesia antes de llegar.
Fase 1 Fase 2 Fase 3 Fase k
........
Servicios con distribucin Erlang
Por esta razn, al parmetro de forma se le llama con
frecuencia nmero de fases de la distribucin Erlang.
Modelo de colas con
distribuciones no exponenciales
Modelos de colas con distribucin de servicio
desconocido y un servidor.


Modelos de colas con distribucin de servicio Erlang y un
servidor.
Modelo de colas con distrib. de
servicio desconocida y un servidor
(7) (M/G/1/DG// )
Asumimos que:
Llegadas: POISSON

n
= para n > 0

Servicio: DESCONOCIDO
media 1/ y varianza o
2
para n > 1

Modelo de colas con distrib. de
servicio desconocida y un servidor
(7) (M/G/1/DG// )
Frmulas vlidas s, = / < 1
P
0
= 1

L
q
= (
2
o
2
+
2
)/2(1 )

L = + L
q

W
q
= L
q
/

W = W
q
+ 1/
Modelo de colas con distrib. de
servicio Erlang y un servidor (8)
(M/E
k
/1/DG// )
Asumimos que:
Llegadas: POISSON

n
= para n > 0

Servicio: DESCONOCIDO
media 1/ y varianza 1/(k
2
) para n > 1

Modelo de colas con distrib. de
servicio Erlang y un servidor (8)
(M/E
k
/1/DG// )
Frmulas vlidas s, = / < 1
P
0
= 1

L
q
= {
2
/ [( - )]} (k+1) / 2k

L = W


W
q
= { / [( - )]} (k+1) / 2k

W = W
q
+ 1/
Anlisis econmico de los
modelos de colas
TOMA DE DECISIONES:

La toma de decisiones en modelos de colas, se refieren a
determinar:

Nmero de servidores en paralelo en cada instalacin (s)
Eficiencia de los servidores ()
Nmero de instalaciones de servicio (n)
Anlisis econmico de los
modelos de colas
TOMA DE DECISIONES:

La funcin de costo total esperado es:
minimizar E(CT) = E(CS) + E(CW)

Donde:
E(CT): costo total esperado
E(CS): costo de servicio
E(CW): costo de espera
Anlisis econmico de los
modelos de colas
TOMA DE DECISIONES:
minimizar E(CT) = E(CS) + E(CW)

Donde:
E(CS): sC
s
s es el nmero de servidores
C
s
es el costo de cada servidor

E(CW): C
w
L donde C
w
es el costo de espera unitario
L es el nmero promedio de clientes
Problema
Se tiene un puesto de inspeccin de subensambles.
SISTEMA ACTUAL:
Dos inspectores (trabajan juntos)
Inspeccin (Exponencial) media de 15 minutos
Costo de inspeccin es de $20/hora
SISTEMA PROPUESTO:
Un inspector que realiza el trabajo en 2 etapas
Inspeccin (Erlang), medias de 6 y 12 minutos
Costo de inspeccin es de $15/hora
LLEGADAS: Poisson con tasa de 3 por hora
Costo de espera es $10/hora para cada subensamble
Determinar cual propuesta seguir.

Solucin: sistema actual
E(CT) = E(CS) + E(CW)

E(CS) = sC
s
s = 1, C
s
= $20/hora
E(CS) = $20/hora

E(CW) = C
w
L
C
w
= $10/hora
L = /(1-) = 3 subensambles
E(CW) = $30/hora
( 1 2 3 4 5 6 )
M M 1
DG

Cliente: subensamble
Servidor: inspectores
= 3 subensambles/hora
1/ = 15 minutos
= 4 subensambles/hora
= / = 3/4 < 1
E(CT) = $20/hora +$30/hora = $50/hora
Solucin: sistema propuesto
( 1 2 3 4 5 6 )
M E
k
1
DG

Cliente: subensamble
Servidor: inspector
= 3 subensambles/hora
1/
1
= 6 min = 0.1 horas
= 10/3 subensambles/hora
= / = 9/10 < 1
1/
2
= 12 min = 0.2 horas
1/ = 18 min = 0.3 horas
Solucin: sistema propuesto
Forma 1:
o
2
= [
1,n
(1/)
2
] / k = [(1/
1
)
2
+(1/
2
)
2
] / k
o
2
= 0.025 = 1/k
2

( 1 2 3 4 5 6 )
M E
k
1
DG

E(CT) = $75.75/hora
E(CT) = E(CS) + E(CW)
E(CS) = sC
s
,donde: s = 1, C
s
= $15/hora
E(CS) = $15/hora

E(CW) = C
w
L , donde: C
w
= $10/hora, L = [ W
q
+ 1/]
W
q
= { / [( - )]} (k+1) / 2k = 1.725
Donde: L = 6.075 subensambles
Entonces: k = 3.6
E(CW) = $60.75/hora
Solucin: sistema propuesto
Forma 2: Pasar al modelo de servicio desconocido (1 servidor)
( 1 2 3 4 5 6 )
M G

1
DG

E(CT) = $75.75/hora
E(CT) = E(CS) + E(CW)
E(CS) = sC
s
,donde: s = 1, C
s
= $15/hora
E(CS) = $15/hora

E(CW) = C
w
L , donde: C
w
= $10/hora, L = L = + L
q

L
q
= (
2
o
2
+
2
)/2(1 ) = 5.175 subensambles
Donde: L = 6.075 subensambles
E(CW) = $60.75/hora
o
2
= 0.025 ,1/ = 0.3 horas y = 9/10
Modelo de colas con disciplinas
de prioridades
Son aquellos en los que la disciplina de cola se basa en un
sistema prioritario.
Suponen que existen N clases de prioridad (1 la ms alta,
N la ms baja).

Tenemos:

Modelos sin prioridad adquirida.

Modelos con prioridad adquirida.
Modelo de colas sin prioridad
adquirida (9)
Una vez que el servidor ha comenzado el servicio a un
cliente, este debe terminarse sin interrupcin.

Llegadas: POISSON

i
para la prioridad de clase i (i = 1, 2, 3, ...N)
Servicio: EXPONENCIAL

Nmero de servidores en paralelo
s

Modelo de colas sin prioridad
adquirida (9)
Frmulas vlidas s, = /s < 1
=
i=1,N

i
W
qk
= 1/(AB
k-1
B
k
) para k=1, 2, 3, .....N

Donde:
A = s![(s - )/(s)
s
] (
j=0,s-1
(s)
j
/j!) + s
B
0
= 1
B
k
= 1 (
i=1,k

i
) / (s) para k=1, 2, 3, .....N

Modelo de colas sin prioridad
adquirida (9)
El tiempo promedio que pasa un cliente de la clase de
prioridad k en el sistema, es:
W
k
= W
qk
+ 1/ ;k = 1,2,...N

El nmero promedio de clientes de la clase de prioridad k
en el sistema, es:
L
k
=
k
W
k
;k = 1,2,...N

El nmero promedio de clientes de la clase de prioridad k
en la cola, es:
L
qk
=
k
W
qk
;k = 1,2,...N

Modelo de colas con prioridad
adquirida (10)
Se interrumpe el servicio de un cliente para mandarlo de
regreso a la cola, si llega al sistema un cliente de prioridad
ms alta.

Llegadas: POISSON

i
para la prioridad de clase i (i = 1, 2, 3, ...N)
Servicio: EXPONENCIAL

Nmero de servidores en paralelo
s

Modelo de colas con prioridad
adquirida (10)
Frmulas vlidas s, = /s < 1
=
i=1,N

i
W
k
= 1/(B
k-1
B
k
) para k=1, 2, 3, .....N

Donde:
B
0
= 1
B
k
= 1 (
i=1,k

i
) / (s) para k=1, 2, 3, .....N

Modelo de colas con prioridad
adquirida (10)
El tiempo promedio que pasa un cliente de la clase de
prioridad k en la cola, es:
W
qk
= W
k
1/ ;k = 1,2,...N

El nmero promedio de clientes de la clase de prioridad k
en el sistema, es:
L
k
=
k
W
k
;k = 1,2,...N


El nmero promedio de clientes de la clase de prioridad k
en la cola, es:
L
qk
=
k
W
qk
;k = 1,2,...N
Problema
Un taller tiene problemas en el departamento de torneado.
La decisin est en optar por 4 por 5 tornos.
El taller realiza tres tipos de trabajos:
Trabajos para el gobierno (1)
Trabajos comerciales (2)
Productos estndar (3)
Se quiere trabajar 8 horas diarias, 5 das a la semana.
SERVICIO (Exponencial) con media de 10 horas.
LLEGADAS (Poisson) con tasas de 6, 4 y 2 trabajos por
semana para los tipos (1), (2) y (3) respectivamente.
C
W
:$750, $450 y $150 para los trabajos tipo (1), (2) y (3).
El costo de cada torno se estima en $250 por da laborable.
Se quiere minimizar E(CT). Tornos adicionales a comprar?

Problema
Modelo de colas con prioridades sin prioridad adquirida.

Se tiene:
1/ = 10 horas

1
= 6 trabajos/semana


2
= 4 trabajos/semana


3
= 2 trabajos/semana
= 4 trabajos/semana
= 12 trabajos/semana
Problema
Para s = 4: A = 31.41, B
0
= 1, B
1
= 5/8, B
2
= 3/8, B
3
= 1/4
W
1
= 0.30094
W
2
= 0.38585
W
3
= 0.58962
L
1
=
1
W
1
= 1.80564
L
2
=
2
W
2
= 1.5434
L
3
=
3
W
3
= 1.17924
E(CT) = E(CS) + E(CW)
E(CS) = sC
s
,donde: s = 4, C
s
= $1250/semana
E(CS) = $5000/semana

E(CW) = C
W1
L
1
+ C
W2
L
2
+ C
W3
L
3
, donde:
C
W1
= $3750, C
W2
= $2250, C
W3
= $750 (semanales)
E(CW) = $11128.23/semana
E(CT) = $16128.23/semana
Problema
Para s = 5: A = 52.35, B
0
= 1, B
1
= 7/10, B
2
= 1/2, B
3
= 2/5
W
1
= 0.27729
W
2
= 0.30458
W
3
= 0.34552
L
1
=
1
W
1
= 1.66374
L
2
=
2
W
2
= 1.21832
L
3
=
3
W
3
= 0.69104
E(CT) = E(CS) + E(CW)
E(CS) = sC
s
,donde: s = 5, C
s
= $1250/semana
E(CS) = $6250/semana

E(CW) = C
W1
L
1
+ C
W2
L
2
+ C
W3
L
3
, donde:
C
W1
= $3750, C
W2
= $2250, C
W3
= $750 (semanales)
E(CW) = $9498.52/semana
E(CT) = $15748.52/semana
Redes de colas
Propiedad de equivalencia

Suponga que una instalacin de servicio tiene s servidores,
las entradas Poisson (con parmetro ) y la misma
distribucin de tiempos de servicio para cada servidor con
parmetro , en donde: s > .
Entonces la salida en estado estable de esta instalacin de
servicio tambin es un proceso Poisson con parmetro .

s >

Colas infinitas en serie (11)
Sea m el nmero de servidores en serie:

Llegadas: POISSON
i
= para i = 1,2,3,....m

Servicio: EXPONENCIAL para i = 1,2,3,....m


Por la propiedad de equivalencia, cada instalacin de
servicio se puede analizar usando los modelos:
(M/M/1/DG// ) o (M/M/s/DG// )
Segn corresponda y de manera independiente.
Redes de Jackson (12)
Una Red de Jackson es un sistema de m instalaciones, en
donde en la instalacin i (i = 1,2,3,...m) se tiene:

Una cola infinita
Clientes que llegan de fuera del sistema segn entradas
Poisson con parmetro a
i
s
i
servidores con la misma distribucin exponencial para
los tiempos de servicio con parmetro

Un cliente que deja la instalacin i se encamina despus a
la instalacin j (j = 1,2,3,...m, pero j = i) con probabilidad p
ij
,
o sale del sistema con probabilidad q
i
= 1
j=1,m
p
ij
Redes de Jackson (12)
Cualquier red de este tipo tendr la siguiente propiedad:

Bajo condiciones de estado estable, cada instalacin j
(j=1,2,3,...m) en una red de Jackson se comporta como si
fuera un sistema de colas (M/M/s/DG// ) independiente
con tasa de llegadas

j
= a
j
+
j=1,m

i
p
ij


En donde: s
j

j
>
j

Redes de Jackson (12)
a
1
a
2
a
3
s
1
s
2
s
3
p
12
p
23
p
21
p
13
p
31
p
32
Redes de Jackson (12)
(sistema equivalente)

3
s
1
s
2
s
3
(M/M/s
1
/DG// )
(M/M/s
2
/DG// )
(M/M/s
3
/DG// )