UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU

FACULTAD DE INGENIERIA DE MINAS

DISEÑO DE TAJO ABIERTO

MODELOS DE TEORIA DE COLAS Y

LINEAS DE ESPERA

ING. SAUL MAYOR PARIONA

CIUDAD UNIVERSITARIA - 2017

 MODELOS DE TEORIA DE COLAS Y
LINEAS DE ESPERA

INTRODUCCION

El estudio de líneas de espera, llamado teoría de colas, es una técnica

de análisis cuantitativo que se utiliza con mayor frecuencia. Las colas
otro termino de líneas de espera pueden tomar la forma de maquinas
que esperan a ser reparadas, camiones que esperan para descargar,
etc. Los tres componentes básicos de un proceso de colas son las
llegadas, las instalaciones de servicio las líneas de espera real.
 CARACTERISTICAS DE UN SISTEMA DE COLAS

1. CARACTERISTICAS DE LLEGADAS

La fuente de entrada que genera las llegadas al sistema de servicio

muestra tres características principales
a) Tamaño de la población potencial. Los tamaños de las poblaciones
se consideran ilimitadas (esencialmente infinitos) o limitados
(finitos).
b) Patron de llegada al sistema. Los usuarios llegan a la estación de
servicio de acuerdo con algún patrón conocido (ejemplo un camión
cada 20 minutos, un paciente cada 15 minutos, etc.)
c) Comportamiento de la llegadas. La mayoría de los modelos de
colas suponen que un usuario que llega es un usuario paciente.
Los usuarios pacientes son personas o maquinas que esperan en
la cola hasta que se les atienda.
2. CARACTERISTICAS DE LAS LINEAS DE ESPERA

La línea de espera en si misma es un segundo componente del sistema

de colas. La longitud de la fila puede ser limitada o ilimitada.
• Una cola es limitada cuando no puede, por la ley de las restricciones
físicas, aumentar hasta un tamaño infinito. Este seria el caso de un
restaurant pequeño que únicamente tiene 10 mesas y no puede
atender a mas de 50 comensales en una noche.
• Una cola es ilimitada cuando su tamaño no esta restringido, como es
el caso de la caseta de pago en la autopista que atiende automóviles.
3. CARACTERISTICAS DE LOS SISTEMAS DE SERVICIO

La tercera parte de cualquier sistema de colas son las

instalaciones de servicios. Es importante examinar dos
propiedades básicas
1. La configuración del sistema de servicio. Generalmente se
clasifican por el numero de canales, sistemas de un solo
canal y sistemas multicanal. Sistemas de una sola face y
sistemas multifaces
2. El patrón de los horarios de servicio. Son como los patrones
de llegada en el sentido de que pueden ser constantes o
aleatorios.
 MODELO DE COLAS DE UN SOLO CANAL CON
LLEGADAS DE POISSON Y TIEMPOS DE SERVICIO
EXPONENCIAL

Se presenta un método analítico para determinar medidas importantes

del desempeño de un sistema de servicio común. Después de haber
calculado estas medidas numéricas, será posible agregar los datos de
costos y comenzar a tomar decisiones, que equilibren los niveles de
servicios con los costos de servicio de la línea de espera.
SUPOSICIÓN DEL MODELO

El modelo de un solo canal y una sola fase que se considera aquí es

una de los modelos de colas mas sencillos y m as ampliamente
utilizados. Implica suponer que existen siete condiciones:

1. Las llegadas se atienden sobre una base PEPS.

2. Cada llegada espera a ser atendida independientemente de la
longitud de la fila; es decir no se elude ni se rehúsa.
3. Las llegadas son independientes de las llegadas anteriores, pero su
numero promedio (tasa de llegadas) no cambia a lo largo del
tiempo.
4. Las llegadas se describen con una distribución de probabilidad de
Poisson y provienen de la población infinita o muy grande.
5. Los tiempos de servicio también varían de un usuario al siguiente y
son independientes entre si, pero se conoce su tasa promedio.
6. Los tiempos de servicio ocurren de acuerdo con una distribución de
probabilidad exponencial negativa
7. Las tasas de servicio promedio es mayor que la tasa de llegadas
promedio
ECUACIONES DEL MODELO

Sea:

λ = numero medio de llegadas por periodo (por ejemplo por hora)

μ = numero medio de personas o equipos que se atiendes por periodo

1. El numero promedio de usuarios o unidades en el sistema, L, es decir, el

numero en la fila mas el numero que se esta atendiendo.
λ
L = ---------------
μ-λ

2. El tiempo promedio que un usuario pasa en el sistema, w, es decir, el

tiempo que pasa en la fila mas el tiempo en que se atiende.
1
W = ---------------
μ-λ
3. El numero promedio de usuarios en la cola Lq
λ2
Lq = -----------------
μ (μ – λ)

4. Tiempo promedio que pasa un usuario esperando en la cola Wq

λ
Wq = -----------------
μ (μ – λ)

5. El factor de utilización del sistema, p(la letra griega rho), es decir la

probabilidad de que se este utilizado la instalación de servicio.
λ
P = -----
μ
6. Porcentaje de tiempo ocioso, P0, es decir, la probabilidad de que nadie
este en el sistema.

λ
P0 = 1 - -----
μ

7. La probabilidad de que el numero de usuarios en el sistema sea mayor

que k, P n>k

λ
P n>k = (------) k+1
μ
EJEMPLO
En una unidad minera el departamento de mantenimiento es capaz
de realizar mantenimiento preventivo a una taza promedio de 3
camionetas por hora, o aproximadamente 1 cada 20 minutos. Los
usuarios que necesitan las camionetas llegan al taller a un
promedio de 2 por hora, el ingeniero de mantenimiento, esta
seguro que se cumple todas las siete condiciones para el modelo
de un solo canal.
Calcular los valores numéricos de las características de
operaciones anteriores
λ = llegan 2 camionetas por hora
μ = se atienden 3 camionetas por hora

1. El numero promedio de usuarios o unidades en el sistema, L, es decir, el

numero en la fila mas el numero que se esta atendiendo.

λ 2
L = --------------- = ------------ = 2 autos en el sistema en promedio
μ–λ 3-2

2. El tiempo promedio que un usuario pasa en el sistema, w, es decir, el

tiempo que pasa en la fila mas el tiempo en que se atiende.

1 1
W = --------------- = -------------- = 1 hora que en promedio pasa el auto en el sistema
μ–λ 3-2
3. El numero promedio de usuarios en la cola Lq
λ2 22
Lq = ----------------- = ----------- = 1,33 camionetas esperan en promedio en la fila
μ (μ – λ) 3(3-2)

4. Tiempo promedio que pasa un usuario esperando en la cola Wq

λ 2
Wq = ------------- = ------- = 40 minutos, tiempo de espera promedio por camioneta
μ (μ – λ) 3(3-2)

5. El factor de utilización del sistema, p(la letra griega rho), es decir la

probabilidad de que se este utilizado la instalación de servicio.
λ 2
P = ----- = --------- = 0,67 porcentaje de tiempo que el mecánico esta
μ 3 ocupado, o probabilidad de que el servicio
esta ocupado
6. Porcentaje de tiempo ocioso, P0, es decir, la probabilidad de que nadie
este en el sistema.

λ 2
P0 = 1 - ----- = 1 - --------- = 0,33 probabilidad de que haya 0 camionetas
μ 3 en el sistema

7. La probabilidad de que el numero de usuarios en el sistema sea mayor

que k, P n>k

λ k P n>k
P n>k = (------) k+1
0 0,667 Observe que esto es igual a 1-p0 = 1-0,33 = 0,667
μ
1 0,444
2 0,296
3 0,198 Implica que hay una posibilidad de 19,8% de que haya
mas de 3 camionetas en el sistema
4 0,132
5 0,088
6 0,058
7 0,039
EJEMPLO
En una unidad minera el departamento de mantenimiento es capaz
de realizar mantenimiento preventivo a una taza promedio de 3
camionetas por hora, o aproximadamente 1 cada 20 minutos. Los
usuarios que necesitan las camionetas llegan al taller a un
promedio de 2 por hora, el ingeniero de mantenimiento, esta
seguro que se cumple todas las siete condiciones para el modelo
de un solo canal.
Calcular los valores numéricos de las características de
operaciones anteriores utilizando el Excel QM
 MODELO DE POBLACION FINITA, CON FUENTE FINITA

Cuando existe una población limitada, para una instalación de

servicio, es necesario considerar un modelo de población finita. El
modelo de población finita permite que se considere cualquier
población que realicen servicios. En este modelo existe una relación
de dependencia entre la longitud de la cola y la tase de llegada.
En esta sección se describe un modelo de población potencial finita
que se apoya en las siguientes suposiciones:

1. Solamente hay un servidor

2. La población de unidades que buscan servicio es finita
3. Las llegadas siguen una distribución de Poisson y los tiempos de
servicio de distribuyen exponencialmente
4. Los clientes son atendidos con basa en el principio de primero en
llegar, primer en ser atendido
ECUACIONES PARA EL MODELO DE POBLACIÓN FINITA

Utilizando

λ = Tasas de llegada promedio,

μ = tasas de servicio`promedio,
N = tamaño de la población

Las características operativas de este modelo de población

finita con un único canal o setvidor en turno son las
siguientes:
1 Probabilidad de que el sistema 4. Tiempo de espera promedio
este vacío:
1 Lq
P0=
σ𝑁
𝑁!
(
λ )𝑛 Wq = ----------------
(N - L) λ
𝑛=0 𝑁−𝑛 ! μ
2. Longitud promedio de cola 5. Tiempo promedio en el sistema
λ +μ 1
Lq = N – ( ----------) (1-P0) W = Wq + -----
λ μ

3. Longitud promedio de cola 6. Probabilidad de n unidades en el

sistema
L = Lq + (1-P0) N! λ
Pn = ----------- (-----)n P0
(N-n)! Μ

for n= 0,1,…,N
EJEMPLO
Los registros existentes indican que cada una de los 5 camiones
de un tajo abierto, necesitan cargas con desmonte cada 20
minutos. Se ha determinado que las cargas tiene distribución de
Poisson. El único cargador que esta de turno puede cargar un
camión en un promedio de 2 minutos, siguiendo una distribución
exponencial.
Calcular las características de operación del sistema
1 Probabilidad de que el sistema este vacío:
1 1
P0= = = 0,564
σ𝑁
𝑁!
(
λ )𝑛 σ5𝑛=0
5!
(
0,05)𝑛
𝑛=0 𝑁−𝑛 ! μ 5−𝑛 ! 0,5

2. Longitud promedio de cola

λ +μ
Lq = N – ( ----------) (1-P0) = 5 – (11)(1-0,564) = 5 – 4,8 = 0,2 camiones
λ

3. Longitud promedio de cola

L = Lq + (1-P0) = 0,2 + (1 – 0,564) = 0,64 camiones

4. Tiempo de espera promedio

Lq 0,2
Wq = ---------------- = ---------------------- = 0,91 minutos
(N - L) λ (5 – 0,64)(0,05)

5. Tiempo promedio en el sistema

1 1
W = Wq + ----- = 0,91 + --------- = 2,91 minutos
μ 0,50
EJEMPLO
Los registros existentes indican que cada una de los 5 camiones
de un tajo abierto, necesitan cargas con desmonte cada 20
minutos. Se ha determinado que las cargas tiene distribución de
Poisson. El único cargador que esta de turno puede cargar un
camión en un promedio de 2 minutos, siguiendo una distribución
exponencial.
Calcular las características de operación del sistema utilizando
Excel QM.