INVESTIGACIÓN DE OPERACIONES II

MODELOS DE LINEA DE ESPERA

Docente
MSc. Víctor Alfonso Sanabria Ruiz
 TEORÍA DE COLAS

La teoría de colas es un estudio, dentro del campo de la investigación de operaciones, que

se utiliza para analizar los sistemas de las líneas de espera, principalmente empresariales, y
así obtener sustanciales mejoras en ellos.

Tiene una gran aplicación en el área de los servicios. Dentro de las características más
importantes se puede afirmar que la teoría de colas sirve para evaluar los tiempos de espera
de clientes, mientras aguardan su momento, esperando su turno.
 TEORÍA DE COLAS

Estos Modelos son útiles tanto en servicios, logística y manufactura. El análisis de las colas en
términos de longitud de la cola, tiempo medio de espera y otros factores ayudan a comprender
los sistemas de servicios, tales como los cajeros de bancos, actividades de
mantenimiento.
 TEORÍA DE COLAS

1. Llegadas o entradas al sistema. Estas tienen características como el tamaño de la población,

su comportamiento y su distribución estadística.
2. Disciplina de la cola o línea de espera propiamente dicha. Las características de la cola
incluyen si es limitada o ilimitada en su longitud, y la disciplina de las personas u objetos en
ella.
3. Instalación de servicio. Sus características incluyen su diseño y la distribución estadística de
los tiempos de servicio.
TEORÍA DE COLAS
 TEORÍA DE COLAS

1. Tamaño de la población de llegada: pueden ser ilimitados o limitados

ilimitados limitados
 TEORÍA DE COLAS

Una variable aleatoria discreta es una variable aleatoria que tiene valores
contables, tales como una lista de enteros no negativos.

P(x) = para x= 0,1,2,3,4,…

Donde
P(x)= Probabilidad de x llegadas
X= número de llegadas por unidad de tiempo
λ = ritmo medio de llegada
e = 2,7183
 TEORÍA DE COLAS

A un negocio de comidas rápidas en la zona rosa de la ciudad de

Barrancabermeja llegan en promedio 3 clientes por hora. Determine la
probabilidad de que no llegue ningún cliente, de que llegue 15 clientes.

P(x) = para x= 0,1,2,3,4,…

Donde

P(0)= = 0.049

P(15)= = 0.000000546
 TEORÍA DE COLAS

Si un banco recibe en promedio 6 cheques sin fondo por día, ¿Cuál es la

probabilidad de que reciba a) cuatro cheques sin fondo en un día dado?

P(x)= Probabilidad de x llegadas, numero de cheques que llegan al banco en

un día cualquiera , 0,1,2,3, etc

λ = 6 cheques sin fondo

P(x= 4, λ = 6 ) =
 TEORÍA DE COLAS

La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o

más eventos estadísticamente independientes es igual al producto de sus
probabilidades individuales.

P(A∩ B) = P(A)P(B) si A y B son independientes

REPASAR DISTRIBUCIÓN EXPONENCIAL

 TEORÍA DE COLAS

Los clientes llegan a un establecimiento de acuerdo a un proceso de Poisson de

frecuencia =4 por hora. Dado que el establecimiento abre a las 9:00: ¿cuál es la
probabilidad de que exactamente haya llegado un cliente para las 9:30 y un total
de cinco para las 11:30?

El gerente está rediseñando el proceso de servicio al cliente en una tienda

departamental. Es importante atender a cuatro clientes. Los clientes llegan al
mostrador a una tasa de dos clientes por hora. ¿Cuál es la probabilidad que cuatro
clientes lleguen en cualquier hora?
 TEORÍA DE COLAS

Comportamiento de llegadas

La mayoría de los modelos de colas dan por sentado que un cliente que llega
es un cliente paciente. Los clientes pacientes son personas o máquinas que
esperan en la cola hasta que los atiendan.
 TEORÍA DE COLAS

Características de las colas

En cuanto a la disciplina de la cola. Esto se refiere a la regla por la que se va a

atender a los clientes en la cola. La mayoría de los sistemas utilizan una disciplina
de cola conocida como regla del primero que entra, primero que sale (first in, first
out, FIFO). LIFO (UEPS)

Características del servicio

Acá se evidencia dos propiedades básicas:
1) El diseño del sistema de servicio
2) La distribución de los tiempos de servicio.
 TEORÍA DE COLAS

Sistema de cola de canal único sistema de cola de múltiples canales

TEORÍA DE COLAS
 TEORÍA DE COLAS

Costo de proporcionar Costo del tiempo de

Equilibrio 
buen servicio espera

Los Administradores
Los Administradores desean
contemplan tener una
que las colas sean lo
longitud de cola razonable
suficientemente cortas con la
en espera, que sea
finalidad de que los clientes no
balanceada, para obtener
se irriten e incluso se retiren sin
ahorros significativos en el
llegar a utilizar el servicio o lo
COSTO DEL SERVICIO
usen pero no retornen más.
TEORÍA DE COLAS

Un medio para evaluar una instalación de servicios

es determinar su costo total esperado. El costo
total es la suma de los costos de servicio más los
costos por tiempo de espera.
 TEORÍA DE COLAS

Distribución de tiempos de servicio

• Si el tiempo de servicio es constante, lleva el mismo tiempo atender a cada cliente.
• Mas frecuentemente, los tiempos de servicio se distribuyen aleatoriamente. En muchos casos,
podemos asumir que los tiempos de servicio aleatorios se describen mediante la distribución de
probabilidad exponencial negativa.
• La distribución exponencial es una distribución continua que se utiliza para modelar tiempos de
espera en un sistema de colas.
• Describe la probabilidad que el tiempo de servicio del cliente es una instalación particular no sea
mayor de T períodos de tiempo.
P(T ≤ t) = 1 -
P (T ≥ t) = Para (t ≥ 0)
Donde
Μ = Número promedio de clientes que terminan el servicio por período.
T= Tiempo promedio de servicio del cliente
t = tiempo de servicio objetivo
 TEORÍA DE COLAS

El valor esperado y la variancia de T son :

Es el valor medio de un conjunto de datos

E(T) = la media de la variable aleatoria T

var(T) = la varianza de la variable aleatoria T

 TEORÍA DE COLAS

• La distribución exponencial supone una

mayor probabilidad para tiempos entre
llegadas pequeñas.
• En general, se considera que las
llegadas son aleatorias.
 P(T ≤ t) = 1 - • La ultima llegada no influye en la
P (T ≥ t) = probabilidad de llegada de la siguiente
• Es una distribución discreta
• Propiedad de amnesia, es el tiempo
transcurrido desde cualquier instante
dado t0 hasta que ocurre el evento, no
depende de lo que haya ocurrido antes
del instante t0.
 TEORÍA DE COLAS

• El tiempo que puede transcurrir en un servicio de urgencias, para la llegada de un paciente.

• El tiempo que transcurre entre dos heridas graves sufridas por una persona.

• El tiempo durante el cual cierta marca de baterías trabaja en forma efectiva hasta que falle se
distribuye según el modelo exponencial con un tiempo promedio de fallas igual a 340 días.
Halle la probabilidad que el tiempo que la batería trabaja hasta que falle sea mayor que 400
días.

E(T) = = 340 = = λ = 1/340 E(T) = la media de la variable aleatoria T

P(T ≥ 400) = = 0.31

 TEORÍA DE COLAS

La vida media de una plancha, 18 meses, es una variable aleatoria distribuida

exponencialmente.

• ¿Cuál es la probabilidad de que la plancha falle antes de los 12 meses?

• ¿Cuál es la probabilidad de que la plancha falle después de 20 meses?

El gerente de la tienda departamental del ejemplo anterior, debe determinar si es necesario más
entrenamiento para el empleado de servicio al cliente. El empleado de servicio al cliente puede
atender un promedio de tres clientes por hora. ¿Cuál es la probabilidad que el empleado atienda a
un cliente en menos de 10 minutos?
 TEORÍA DE COLAS

• Reconociendo la diversidad de los sistemas de colas, Kendall (1953) propuso un sistema de

notación para sistemas de servidores paralelos que ha sido adoptado universalmente

• Se utiliza para describir un sistema de colas, definiendo sus características.

• La notación Kendall tiene la siguiente forma.

TEORÍA DE COLAS
 TEORÍA DE COLAS

Parámetros
𝛌 Tasa promedio de llegada (clientes que llegan/ unidad de tiempo)

1/𝛌 Tiempo entre llegadas (unidad de tiempo/cada cliente que llega)

μ Tasa promedio de servicio (clientes que atiende el servidor/ unidad de

tiempo)

1/μ Tiempo de servicio (unidad de tiempo/cliente que se atiende)

 TEORÍA DE COLAS

•  Cantidad promedio de elementos (clientes) en la cola (Lq)

• Cantidad promedio de elementos (clientes) en el sistema (L)

• Tiempo promedio de elementos (clientes) en la cola (Wq)

• Tiempo promedio de elementos (clientes) en el sistema (W)

• Probabilidad de encontrar n elementos (clientes) en el sistema (Pn)

 TEORÍA DE COLAS

Variedad de los modelos de colas

• Modelo M/D/1
• Modelo M/M/1
• Modelo M/M/C
• Modelo M/G/1
• Modelo M/M/1/K
 MODELO M/M/1

Modelo de cola de canal único con llegas de poisson y tiempos de servicios exponenciales

Se parte del supuesto de que se dan las siguientes condiciones en este tipo de sistema:

1. Las llegadas son atendidas sobre la base del “primero que entra, primer que sale” (FIFO), y
cada llegada espera a ser atendida, independientemente de la longitud de la cola.
2. Las llegadas son independientes de las llegadas anteriores, pero el número medio de llegadas
(ritmo medio) no cambia en el tiempo.
3. Las llegadas siguen una distribución de probabilidad de poisson y poseen una población infinita
o muy, muy grande.
4. Los tiempos de servicio varían de un cliente a otro y son independientes uno del otro, pero se
conoce su ritmo medio.
5. Los tiempos de servicio siguen una distribución de probabilidad exponencial negativa.
6. El ritmo de servicio es mas rápido que el ritmo de llegada.
 Modelo M/M/1

Ejercicio:

El escritor de referencias de una bicicleta universitaria recibe solicitudes de ayuda. Suponga que
pueden usarse una distribución de probabilidad de poisson con una tasa media de 10 solicitudes por
hora para describir el patrón de llegada y que los tiempos tasa media de 12 solicitudes por hora.
Calcular:

a) ¿Cuál es la probabilidad de que no haya solicitudes de ayuda en el sistema?

b) ¿Cuál es la cantidad promedio de solicitudes que esperan por el servicio?
c) ¿Cuál es el tiempo de espera promedio en minutos antes de que comience el servicio?
d) ¿Cuál es la probabilidad de que haya 5 bicicletas en el sistema?
 MODELO M/M/1

Cuando se cumplen estas condiciones se pueden utilizar la serie de ecuaciones mostradas a continuación

• = Número medio de llegadas por periodo de tiempo

• μ = Número medio de personas o artículos atendidos por periodo de tiempo

• = Número medio de unidades (clientes) en el sistema (esperando a ser atendidos)

=
• = tiempo medio que una unidad pasa en el sistema (tiempo de espera mas tiempo de servicio
=
• = Número medio de unidades esperando en la cola
=
• p= factor de utilización del sistema =

• = probabilidad de que haya 0 unidades en el sistema (es decir la unidad de servicio esta parada)

• = probabilidad de mas de k unidades en el sistema, donde n es el número de unidades en el sistema =(

 MODELO M/M/1

En el taller de silenciadores de Arnold, en Barrancabermeja, el mecánico Reid Blank es capaz de instalar nuevos
silenciadores a una tasa promedio de 3 por hora. Los clientes que necesitan el servicio llegan al taller a un promedio de 2
por hora. ¿Cuál es la probabilidad de que 0 ≤ j ≤ 5 autos estén en el sistema.

• = Número medio de llegadas por periodo de tiempo

• μ = Número medio de personas o artículos atendidos por periodo de tiempo

• = Número medio de unidades (clientes) en el sistema (esperando a ser atendidos) =

• = tiempo medio que una unidad pasa en el sistema (tiempo de espera mas tiempo de servicio) =

• = Tiempo medio que una unidad pasa esperando en la cola =

 MODELO M/M/1

• = Número medio de unidades esperando en la cola =

• p= factor de utilización del sistema =

• = probabilidad de que haya 0 unidades en el sistema (es decir la unidad de servicio esta parada)

• = probabilidad de mas de k unidades en el sistema, donde n es el número de unidades en el sistema =(

 MODELO M/M/C

Los autos que llegan a la caseta de cobro del túnel Lincoln lo hacen según una distribución
de probabilidades de Poisson, con una media de 90 autos por hora. El tiempo para cruzar la
caseta es exponencial con media de 38 segundos. Los conductores se quejan del largo
tiempo de espera, y las autoridades desean reducir el tiempo de cruce promedio a 30
segundos con la instalación de dispositivos de cobro de cuota automáticos, siempre que se
satisfagan dos condiciones: (1) que el promedio de autos que esperan en este sistema
exceda de 5, y (2) que el porcentaje del tiempo ocioso de la caseta con el nuevo dispositivo
instalado no exceda de 10%. ¿Se puede justificar el nuevo dispositivo?
 MODEO M/M/C

Modelo de cola con múltiples canales.

M = Descripción del proceso de llegada

M = Distribución del tiempo de servicio
C= Número de servidores en el sistema
 MODELO M/M/C

• M = Número medio de canales abiertos en el sistema

• = Número medio de llegadas por periodo de tiempo

• μ = Número medio de personas o artículos atendidos por periodo de tiempo

• Probabilidad de que haya cero personas o unidades en el sistema es.

= para >

• Número medio de personas o unidades en el sistema

+/
 MODELO M/M/C

• El tiempo medio que una unidad pasa en las colas de espera o siendo atendida (o sea, en el sistema)

+/=/

• El número medio de personas o unidades en la cola esperando ser atendidas es

-/

• El tiempo medio que una persona o unidad pasa en la cola esperando a ser atendida

=-/=/
 MODELO M/M/C

El ingeniero administrador ha concluido que los casos de emergencia llegan casi de manera
aleatoria (proceso de entrada de Poisson), por lo que los tiempos entre llegadas tienen una
distribución exponencial. También llego a la conclusión de que el tiempo que necesita un
medico para atender a los pacientes sigue aproximadamente una distribución exponencial.
Con base en este contexto, eligió el modelo M/M/s para hacer un estudio preliminar de este
sistema de colas.

Al proyectar los datos disponibles del turno de la tarde al año próximo, estima que los
pacientes llegaran a una tasa promedio de uno cada media hora. Un medico requiere un
promedio de 20 minutos para atender al paciente. Si se usa una hora como unidad de
tiempo,
 MODELO M/M/C

de manera que

λ = 2 clientes por hora

y
µ= 3 clientes por hora.

Las dos alternativas bajo consideración son: continuar con un solo medico durante este
turno (s = 1) o agregar un segundo medico (s = 2)

Con base en estos resultados, diga si se continua con un solo médico o se necesita
contratar otro
 MODELO M/M/C

Los autos que llegan a la caseta de cobro del túnel Lincoln lo hacen según una distribución
de probabilidades de Poisson, con una media de 90 autos por hora. El tiempo para cruzar la
caseta es exponencial con media de 38 segundos. Los conductores se quejan del largo
tiempo de espera, y las autoridades desean reducir el tiempo de cruce promedio a 30
segundos con la instalación de dispositivos de cobro de cuota automáticos, siempre que se
satisfagan dos condiciones: (1) que el promedio de autos que esperan en este sistema
exceda de 5, y (2) que el porcentaje del tiempo ocioso de la caseta con el nuevo dispositivo
instalado no exceda de 10%. ¿Se puede justificar el nuevo dispositivo?
 MODELO M/D/1

Es un sistema de líneas de espera, con llegadas aleatorias, tiempos de servicio constante, con una línea
de servicio y una línea de espera. Desviación estándar es igual a cero
 MODELO M/D/1

• = Número medio de llegadas por periodo de tiempo

• μ = Es el numero constante de clientes servidos por periodo de tiempo

• Número promedio de clientes que espera en la cola

=
• Tiempo promedio que un cliente espera en la cola
=
• Número promedio de clientes en el sistema
=
• Tempo Promedio que los clientes están en la fila
=
 MODELO M/D/1

Ejemplo:

• Un lavacar puede atender un auto cada 5 min

• La tasa media de llegadas es de 9 autos/hora
• Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1

Un restaurante de papas fritas, tiene el servicio de drive-In en la cual los clientes arriban al
restaurante a una tasa de 45 cada hora siguiendo una distribución de poisson. Las ordenes son
procesadas con un modelo FIFO, y existe un solo servidor, el cual se demora 1.2 minutos en
preparar la orden.

Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1

 MODELO M/D/1

Un restaurante de hamburguesas cuenta con una única caja de pago. El cajero toma el pedido,
determina el costo total, recibe el dinero del cliente y surte el pedido. Una vez cubierto el pedido de un
cliente, el empleado toma el pedido del siguiente cliente en la cola. Si llega un cliente cuando el cajero se
encuentra aún tomando un pedido, el cliente que llegue se forma en la fila. El promedio de llegadas son
de 45 clientes/hora. La duración del tiempo de servicio es de 60 clientes/hora

Los clientes llegan a una máquina expendedora de café a un ritmo de cuatro por minuto siguiendo una
distribución de poisson. La máquina de café dispensa tazas de café en un tiempo constante de 10
segundos.

¿ Cuál es el número medio de personas que esperan en la cola?

¿ Cuál es el número medio en el sistema?
¿ Cuánto tiempo tiene que esperar de promedio una persona antes de conseguir su café?
 MODELO M/G/1

• Los clientes llegan de acuerdo a un proceso Poisson con esperanza

• Los tiempos de servicio son variables aleatorios independientes.
• Existe un solo servidor.

M/G/1 = tiempos entre llegadas poisson con tasa media , tiempos de servicio aleatorios y un
solo servidor.

Los tiempos de servicio son independientes y sólo es necesario conocer la media 1/μ y la
varianza de esta distribución.
 MODELO M/G/1

Este modelo es útil en casos cuando los tiempos son determinados por el prestador, como en el
caso de las consultas medicas.
 MODELO M/G/1

• = Número medio de llegadas por periodo de tiempo

• μ = Es el numero medio de clientes servidos por periodo de tiempo

• Número promedio de clientes que espera en la cola

=
• Tiempo promedio que un cliente espera en la cola
=
• Número promedio de clientes en el sistema
=
• Tempo Promedio que los clientes esperan en el sistema
=

Este sistema podrá alcanzar una condición de estado estable si = < 1

 MODELO M/G/1

Una tienda de celulares puede atender a una persona cada 5 minutos y la tasa media de
llegadas es de 5 personas/hora = 3minutos.

Obtener las medidas de desempeño de acuerdo con el modelo M/G/1

A un supermercado llegan en promedio 80 clientes por hora que son atendidos por una caja. El
cajero puede atender en promedio a un cliente cada 3 minutos, suponga = 5minutos.

Obtener las medidas de desempeño de acuerdo con el modelo M/G/1

MODELO M/G/1
 MODELO M/M/1/K

• La llegada de los clientes obedece a una distribución de poisson con una esperanza .
• Existen un solo servidor, para cada uno el tiempo de atención se distribuye exponencialmente con
esperanza μ
• El número máximo de clientes que puede estar presente en el sistema en un tiempo dado es K.
• Los clientes son rechazados si el sistema se encuentra completo.

El factor de saturación  ρ = λ/μ  determina como varían las probabilidades Pn  de que

haya n clientes en el sistema.

• Sí ρ<1 Los estados más probables son los de
menor número de clientes, dado que la oferta de servicio supera a la demanda.

• Sí  ρ=1 Todos los estados son equiprobables.

• Sí ρ>1 Los estados más probables son los de mayor número de clientes, 

pues la demanda de servicio supera a la oferta.
MODELO M/M/1/K
MODELO M/M/1/K
MODELO M/M/1/K
 MODELO M/M/1/K

En un taller mecánico llegan vehículos para una puesta a punto antes de pasar la
ITV, las llegadas siguen un proceso de Poisson de promedio 18 vehículos/hora.
Las dimensiones del taller sólo permiten que haya 4 vehículos, y las ordenanzas
municipales no permiten esperar en la vía pública. El taller despacha un promedio de 6
vehículos/hora de acuerdo con una distribución exponencial. Se pide:

a)  ¿Cuál es la probabilidad de que no haya ningún vehículo en el taller?
b)  ¿Cuál es el promedio de vehículos en el taller?
c)  ¿Cuánto tiempo pasa por término medio un vehículo en el taller?
d)  ¿Cuánto tiempo esperan por término medio los vehículos en la cola?
e)  ¿Cuál es la longitud media de la cola?
 MODELO M/M/1/K

Un asesor fiscal dispone de un local para atender a sus clientes, los cuales se
concentran mayoritariamente entre los meses de mayo y junio. El local tiene una
capacidad máxima de 8 asientos en espera, el cliente se va si no encuentra un asiento
libre, y el tiempo entre llegada de clientes se puede considerar distribuido
exponencialmente según un parámetro λ = 20  clientes por hora en.
El tiempo de una consulta esta distribuido exponencialmente con una media de 12 minutos.

¿Cuántas consultas por hora realizará en promedio?
¿Cuál es el tiempo medio de permanencia en el local?
 MODELO M/M/1/K

En el departamento médico de un hospital los pacientes llegan con una distribución de

probabilidad Poisson a una media de 3 clientes por hora. El médico que está en dicho
departamento los atiende con una frecuencia de servicio exponencial a una tasa media de 4
clientes por hora. El departamento de emergencia tiene una capacidad máxima de 6
camillas en espera, el paciente se va si no encuentra una camilla disponible
MODELO M/M/1/K