LINEAS DE

ESPERA
Investigación de operaciones
CONTENIDO DEL TEMA 4.

Esto es lo que abarcaremos en el tema de las líneas de espera:

4.1 Estructuras básicas de los modelos de líneas de espera.

4.1.1 Un servidor, una cola.
4.1.2 N servidores, una cola.
4.1.3 N servidores, n colas.
4.2 Criterios bajo la distribución de Poisson y Exponencial para la selección del modelo apropiado
de líneas de espera.
4.3 Aplicación de modelos de decisión en líneas de espera.
4.4 Inferencia de resultados
 4.1
Estructuras básicas
Lineas de espera

Un sistema de líneas de espera se define como un conjunto de clientes,

servidores y un orden en el cual los clientes son atendidos siendo de un
proceso nacimiento-muerte, donde se considera que un nacimiento sucede
cuando un cliente entra a las instalaciones del negocio para recibir el
servicio; mientras que una muerte ocurre cuando el cliente una vez que ha
sido atendido, se retira del establecimiento.
Líneas de espera

• Una línea de espera y un solo • Una línea de espera y varios

servidor servidores

• Entrada --> Línea de Espera --> • Entrada --> Línea de Espera-->

Mecanismo de servicio --> Salida Mecanismo de servicio--> Salida
Es importante comentar que, a diferencia de otros
modelos, los de líneas de espera son descriptivos y no
normativos, ya que no son métodos de optimización, sino
más bien modelos que buscan describir el funcionamiento
de un sistema dado mediante la estimación de sus
parámetros más importantes. Es normal que estos casos se
tomen de un modo probabilístico y no determinístico, ya que
por lo general no se conoce el momento en que un cliente
va a solicitar un servicio.
Un servidor, una
cola
4.1.1 Un servidor, una cola
Es el tipo más sencillo de estructura y existen fórmulas directas para
resolver el problema con distribución normal de patrones de llegada y
de servicio. Cuando las distribuciones no son normales se resuelve
con simulaciones, ejemplo: lavadero automático de autos, muelle de
descarga de un solo lugar, etc.

La línea de espera trata de cuantificar el fenómeno de espera formando colas

mediante medidas representativas de eficiencia, como la longitud promedio
de la cola, el tiempo promedio de espera en ella y la utilización promedio de
las instalaciones.
Un servidor, una cola

La teoría de líneas de espera o también llamada de teoría de colas es un conjunto

de modelos matemáticos que describen sistemas de líneas de espera particulares
El objetivo es encontrar el estado estable del sistema y determinar una capacidad de servicio
apropiada Un sistema de colas puede dividirse en dos componentes principales:
• La cola
• La instalación del servicio
N servidores, 1
cola
4.1.2 N servidores, 1 cola

Una línea de espera con canales múltiples consiste en dos o más canales de servicio
que se supone son idénticos desde el punto de vista de su capacidad.
En el sistema de canales múltiples, las unidades que llegan esperan
en una sola línea y luego pasan-al primer canal disponible para ser
servidas.
 
La operación de un solo canal de Burger Dome puede expandirse a un sistema de
dos canales al abrir un segundo canal de servicio.
La siguiente figura muestra un diagrama de la línea de espera de dos canales de
Burger Dome.
N servidores, n
colas
4.1.3 N servidores, n colas

El tercer sistema, en que cada servidor tiene una línea separada, es característico
de los bancos y las tiendas de autoservicio. Para este tipo de servicio pueden
separarse los servidores y tratarlos como sistemas independientes de un servidor
y una cola. Esto sería válido sólo si hubiera muy pocos intercambios entre las
colas. Cuando el intercambio es sencillo y ocurre con frecuencia, como dentro de
un banco, la separación no sería válida.
4.2
CRITERIOS
 4.2 La distribución de Poisson y exponencial

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.
La función de masa de la distribución es:
Donde:

es el número de ocurrencias del evento

es un parámetro positivo que representa el número de veces que se espera que ocurra el
fenómeno durante un intervalo dado

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.
• Sumas de variables aleatorias de Poisson

• Sistema de colas: Distribución binomial

• Distribución exponencial
Aplicación de
modelos
4.3 Aplicación de modelos de decisión en las
líneas 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 esta disponible inmediatamente y el cliente decide esperar,

entonces se forma en la "línea de espera".
4.3 Aplicación de modelos de decisión en las
líneas 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”
4.3 Aplicación de modelos de decisión en las
líneas 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
esta disponible inmediatamente y el cliente decide esperar, entonces se
forma en la
"línea de espera".
Objetivo de la teoría de colas

Dada la función de costes anterior, los objetivos de la teoría de colas consisten

en:
• Identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del mismo.
• Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema
tendrían en el coste total del mismo.
• Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y
las cualitativas de servicio.
• Hay que prestar atención al tiempo de permanencia en el sistema o en la cola: la “paciencia” de los
clientes depende del tipo de servicio específico considerado y eso puede hacer que un cliente
“abandone” el sistema
Inferencia de
resultados
4.4 inferencia de resultados

Inferencia es la acción y efecto de inferir (deducir algo, sacar una

consecuencia de otra cosa, conducir a un resultado). La inferencia surge a
partir de una evaluación
mental entre distintas expresiones que, al ser relacionadas como
abstracciones, permiten trazar una implicación lógica.
Al partir de hipótesis o argumentos, es posible inferir una conclusión (que
puede resultar verdadera o falsa). Por ejemplo: “Todavía no recibí la
confirmación oficial
por parte de la empresa, lo que te digo es sólo una inferencia mía”, “Cada
vez que
juega la selección, Mariana falta al trabajo: mi inferencia es que mañana
vamos a estar solos en la oficina”, “No podemos guiarnos por inferencias,
sino que tenemos
que aguardar a que los sucesos se confirmen antes de tomar una decisión”.
El silogismo es una forma esencial de inferencia. Se trata de una forma de
razonamiento deductivo que se forma por dos proposiciones (premisas) y una
conclusión. Esta conclusión es la inferencia que necesariamente se deduce de las
dos premisas.

La veracidad de la conclusión dependerá de las leyes que regulan la relación

entre las premisas comparadas. La garantía de verdad del nuevo juicio es la
lógica, que
deberá establecer distintas clasificaciones de las premisas
Ejemplo de un ejercicio de líneas de espera.

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:
DATOS:

λ = 45/60 = 0. 5 cliente por minuto

U= = 1 cliente

Wq= 3 minutos

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

Ws=Wq+

Ws= 3+

Ws= 4 minutos
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= 0.74*4

Ls= 3 clientes
Ejercicio 2

2. Suponga un restaurante de comidas rápidas al cual llegan en promedio 100 clientes

por hora. Se tiene capacidad para atender en promedio a 150 clientes por hora Se sabe
que los clientes esperan en promedio 2 minutos en la cola Calcule las medidas de
desempeño del sistema

λ= 100 clientes por hora

U= 150 clientes por hora
Wq= 2 minutos
a. ¿Cuál es la probabilidad que el sistema este ocioso?

P=

P=

P= 0.667=67% sistema ocupado

100%-66.7%=33.3% sistema ocioso

b. ¿Cuál es la probabilidad que un cliente llegue y tenga que esperar, porque el

sistema está ocupado?

Pn= (1-) (

P1= (1-) ()1

P1= 0.22 = 22%

c. ¿Cuál es el número promedio de clientes en la cola?

λ=100/60 = 1.67 cliente por minuto

Lq= λ*Wq

Lq= 1.67*2

Lq= 3.34 clientes

d. ¿Cuál es la probabilidad que haya 10 clientes en la cola?

Pn= (1-) ()n

P10= (1-) ()10

P10= 0.0058 = 58%