Instituto Universitario Politécnico Santiago Mariño

Extensión Puerto Ordaz

Investigación de Operaciones II

Teoría de Colas
Ing. Daniel Flores
 Teoría de Colas
La teoría de colas hace uso de modelos matemáticos para
encontrar un balance adecuado entre el nivel de servicio
ofrecido a los clientes y los costos asociados a su
prestación. El objetivo es reducir el impacto
desfavorable de la espera de los clientes o usuarios de un
sistema a niveles tolerables.
Notar que la tolerancia de un cliente a la espera depende
de muchos factores que resulta imposible enumerar de
forma exhaustiva, incluso en un análisis introspectivo se
puede apreciar que nuestra propia tolerancia no es rígida
y se ve afectada por condiciones del ambiente,
congestión del sistema, temperatura, urgencia, etc.
 Estructura de las Lineas de Espera
1.Clientes con una fuente de entrada (población finita o infinita).
Una población finita se refiere a un conjunto limitado de clientes que
usarán el servicio y en ocasiones formarán una línea. Por el contrario
una población infinita es lo bastante grande en relación con el sistema
de servicio.
2.Clientes entran al sistema y se unen a una cola (tiempo entre llegada
de clientes). Asumimos que los arribos siguen la distribución de
probabilidad de Poisson y los tiempos de servicio son distribuidos
exponencialmente.
3.Se proporciona el servicio (tiempos de servicio) por un servidor (uno
y/o múltiples servidores) a un miembro de la cola, según una disciplina
de servicio (disciplina de la cola). La disciplina de la cola más común
es FIFO, es decir, se atiende por orden de llegada.
4.El cliente sale del sistema.
Estructura de las Lineas de Espera
Estructura de las Líneas de Espera
 Ley de Little - Modelo A: M/M/1
Un importante resultado matemático es el demostrado por John
Little en 1961, el cual relaciona las siguientes variables:

L:Número promedio de clientes en un sistema

W:Tiempo promedio de espera en un sistema
λ:Número promedio de clientes que llegan al sistema por unidad
de tiempo

Luego la Ley de Little establece que el número promedio de

clientes en un sistema (L) es igual a la tasa promedio de llegada
de los clientes al sistema (λ) por el tiempo promedio que un
cliente esta en el sistema (W).
 Ley de Little - Modelo A: M/M/1
La fórmula es válida para sistemas y para
subsistemas, es decir:

Donde Lq es el número promedio de clientes que

esperan en la fila y Wq el tiempo promedio que un
cliente espera en la fila. Adicionalmente µ representa
el ritmo del servicio o capacidad del sistema.
 Ley de Little - Modelo A: M/M/1
Un pequeño banco está considerando abrir un servicio para
que los clientes paguen desde su automóvil. Se estima que los
clientes llegarán a una tasa promedio de 15 por hora. El
cajero que trabajará en la ventanilla puede atender a los
clientes a un ritmo promedio de uno cada tres minutos.
Suponiendo que el patrón de llegadas es Poisson y el patrón
de servicios es Exponencial, encuentre:
a) La utilización promedio del cajero
b) El número promedio de clientes en la línea de espera
c) El número promedio de clientes en el sistema
d) El tiempo promedio de la espera en la fila
e) El tiempo promedio de espera en el sistema
 Solución
a)La utilización promedio del cajero:

1 Cliente 3 Min

X 60 Min
 Solución
b) El número promedio de clientes en la línea de espera
es:

c) El número promedio de clientes en el sistema:

 Solución
d) El tiempo promedio de la espera en la fila:

e) El tiempo promedio de espera en el sistema:

 Modelo B: Modelo de cola multicanal
(M/M/S)
1.Dos o más servidores o canales están disponibles para
atender a los clientes que arriban.
2.Los clientes forman una sola cola y se los atiende de
acuerdo al servidor que queda libre.
3.Asumimos que los arribos siguen la distribución de
probabilidad de Poisson y los tiempos de servicio son
distribuidos exponencialmente.
4.Los servicios se los hace de acuerdo a la política
primero en llegar primero en ser servido (PEPS) y todos
los servidores atienden a la misma tasa
Modelo B: Modelo de cola multicanal
(M/M/S)
 Modelo B: Modelo de cola multicanal
(M/M/S)
En un Hospital llegan 10 clientes cada hora y un
solo servidor puede atender 8 clientes cada hora.
Si se colocan 2 servidores, Determine:
a)Probabilidad de que ningún cliente se encuentre
en el sistema.
b)Numero promedio de unidades en el sistema.
c)Tiempo promedio en el que una unidad esta
dentro del sistema.
d)Numero de clientes en la fila.
e)Tiempo de espera en la fila.
 Solución
a) Probabilidad de que ningún cliente se encuentre en el
sistema
 Solución
a) Probabilidad de que ningún cliente se encuentre en el
sistema
 Solución
a) Probabilidad de que ningún cliente se encuentre en el
sistema

b) Numero Promedio de Unidades en el sistema

 Solución
b) Numero Promedio de Unidades en el sistema

c) Tiempo Promedio en el que una unidad esta dentro del sistema

 Solución
d) Numero de clientes en la fila.
 Solución
e) Tiempo de espera en la fila
Modelo de tiempo de servicio constante
(M/D/1)
Algunos sistemas de servicio tienen tiempos de servicio
constantes en lugar estar exponencialmente distribuidos.
Cuando se procesan clientes o equipos según un ciclo fijo,
como en el caso de un túnel de lavado automático de
automóviles o un viaje en una atracción de un parque de
atracciones, es adecuado considerar que los tiempos del
servicio son constantes. Dado que los ritmos constantes son
fijos, los valores para Lq, Wq, Ls y Ws son siempre menores
de lo que serían en el modelo A, que tiene las tasas de
servicio variables. En realidad, tanto la longitud media de la
cola como el tiempo medio de espera en la cola se reducen a
la mitad con el modelo C.
Modelo de tiempo de servicio constante
(M/D/1)
Modelo de tiempo de servicio constante
(M/D/1)
Supóngase un lavado automático de autos con una línea de
remolque, de manera que los autos se mueven a través de la
instalación de lavado como en una línea de ensamble. Una
instalación de este tipo tiene dos tiempos de servicio diferentes: el
tiempo entre autos y el tiempo para completar un auto. Desde el
punto de vista de teoría de colas, el tiempo entre autos establece el
tiempo de servicio del sistema. Un auto cada cinco minutos da
una tasa de 12 autos por hora. Sin embargo, el tiempo para
procesar un auto es el tiempo que se debe esperar para entregar un
auto limpio. La teoría de colas no considera este tiempo.
Supóngase que el lavado de autos puede aceptar un auto cada
cinco minutos y que la tasa promedio de llegadas es de nueve
autos por hora (con distribución Poisson).
 Solución
Longitud Media de la Cola

Tiempo Medio de Espera en la Cola

Numero Medio de Clientes en el Sistema

Tiempo Medio de Espera en el Sistema