Unidad 5

13/12/2024
SIS2610A
TEMA 5
TEORÍA DE COLAS Y LÍNEAS DE ESPERA

1. Introducción
2. Teoría de filas de espera
3. Elementos de las filas de espera
4. Instalaciones de servicio
5. Distribuciones de probabilidad
6. El uso de los diferentes modelos de filas de espera
7. La toma de decisiones en las filas de espera, modelos de costos
8. Ejercicios y aplicaciones
1
13/12/2024

INTRODUCCION
Las "colas" son un aspecto de la vida
moderna que nos encontramos
continuamente en nuestras actividades
diarias:
• En un supermercado
• En el banco
• En una institución de servicios
• En una peluquería
• Etc.

INTRODUCCION
El fenómeno de las
colas surge cuando
unos recursos
compartidos necesitan
ser accedidos para dar
servicio a un elevado
número de trabajos o
clientes.
2
13/12/2024

INTRODUCCION
SISTEMAS DE ESPERA
• Los sistemas de espera de manera natural existen en
el mundo, han existido y su problemática ha sido
resuelta de manera natural.
• SISTEMAS DE ESPERA NATURALES
• SISTEMAS DE ESPERA ARTIFICIALES

INTRODUCCION
SISTEMAS ARTIFICIALES DE ESPERA:
• Para abordar un vehículo
• Inscribirse
• Comprar, servirse comida
• Utilizar un servicio (cajero)
• Utilizar el baño
• Etc..
3
13/12/2024

INTRODUCCION
SISTEMAS ARTIFICIALES DE
ESPERA:
• Call center
• Servicios de impresión
• Llenado de envases
• Acceso al microprocesador de
un CPU
• Despacho de pedidos
• Etc..

TEORIA DE LAS LINEAS DE ESPERA
• El estudio de las colas es importante porque proporciona tanto
una base teórica del tipo de servicio que podemos esperar de
un determinado recurso, como la forma en la cual dicho
recurso puede ser diseñado para proporcionar un determinado
grado de servicio a sus clientes.
• Algo muy útil es el desarrollo de una herramienta que sea

capaz de dar una respuesta sobre las características que tiene
un determinado modelo de colas.
4
13/12/2024

• La teoría de colas es el estudio matemático del comportamiento de
líneas de espera.
• Esta se presenta, cuando los “clientes” llegan a un “lugar”
demandando un servicio a un “servidor”, el cual tiene una cierta
capacidad de atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma la
línea de espera.
• Una cola es una línea de espera y la teoría de colas es una
colección de modelos matemáticos que describen sistemas de línea
de espera particulares o sistemas de colas.
• Los modelos sirven para encontrar un buen compromiso entre
costos del sistema y los tiempos promedio de la línea de espera
para un sistema dado.

• Los sistemas de colas son modelos de sistemas que proporcionan
servicio.
• Como modelo, representan cualquier sistema en donde los trabajos o
clientes llegan buscando un servicio de algún tipo y salen después de
que dicho servicio haya sido atendido.
• Se puede modelar los sistemas de este tipo tanto como colas sencillas o
como un sistema de colas interconectadas formando una red de colas.
• 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 que momento llegarán
los clientes. También el tiempo de servicio no tiene un horario fijo.
5
13/12/2024

• El origen de la Teoría de Colas está en el
esfuerzo de Agner Krarup Erlang
(Dinamarca, 1878 - 1929) en 1909 para
analizar la congestión de tráfico telefónico
con el objetivo de cumplir la demanda
incierta de servicios en el sistema telefónico
de Copenhague.
• Sus investigaciones acabaron en una
nueva teoría denominada teoría de colas o
de líneas de espera.
• Esta teoría es ahora una herramienta de
valor en negocios debido a que un gran
número de problemas pueden
caracterizarse, como problemas de
congestión llegada-salida.
Agner Krarup Erlang

• En los problemas de formación de colas, se habla de
clientes, tales como personas que esperan la
desocupación de líneas telefónicas, la espera de
máquinas para ser reparadas y los aviones que
esperan aterrizar y estaciones de servicios, tales como
mesas en un restaurante, operarios en un taller de
reparación, pistas en un aeropuerto, etc.
• PROBLEMAS:
• velocidad variable de llegada de clientes que requieren cierto tipo de
servicio
• velocidad variable de prestación del servicio en la estación de servicio
6
13/12/2024

• En la teoría de la formación de colas, generalmente se llama
sistema a un grupo de unidades físicas, integradas de tal
modo que pueden operar al unísono con una serie de
operaciones organizadas.
• La teoría de la formación de colas busca una solución al
problema de la espera:
• prediciendo el comportamiento del sistema.
• minimizar el tiempo que los clientes pasan en el sistema,
• minimizar los costos totales de aquellos que solicitan el servicio y de
quienes lo prestan.

• Es el estudio matemático de las
colas o líneas de espera y provee un
gran número de modelos Costo de prestar
matemáticos para describirlas.
un buen servicio
• Se debe lograr un balance
económico entre el costo del PROBLEMA
servicio y el costo asociado a la Costos derivados
espera por ese servicio de tener filas de
• La teoría de colas en sí no resuelve
espera
este problema, sólo proporciona
información para la toma de
decisiones
7
13/12/2024

Objetivos de la Teoría de Colas
• Identificar el nivel óptimo de capacidad del sistema que minimiza el costo
global del mismo.
• Evaluar el impacto que las posibles alternativas de modificación de la
capacidad del sistema tendrían en el costo total del mismo.
• Establecer un balance equilibrado (“óptimo”) entre las consideraciones
cuantitativas de costos 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.

Muchas
instalaciones
de servicio
Mínimo de
instalaciones
de servicio
8
13/12/2024

• EJEMPLO
• La compañía Transporte Tres Ríos, opera
una enorme instalación portuaria en el
rio Paraguay. Aproximadamente cinco
barcos llegan a descargar sus
cargamentos, durante cada turno de
trabajo de 12 horas.
• Cada hora que un barco permanece
ocioso esperando en la fila para
descargar cuesta mucho dinero a la
empresa, aproximadamente $1,000 por
hora.

• EJEMPLO
• Por su experiencia, la gerencia estima que si una
cuadrilla de estibadores está de turno para manejar
el trabajo de descarga, cada barco esperará un
promedio de siete horas para descargar. Si dos
cuadrillas están trabajando, el tiempo de espera
promedio disminuye a 4 horas; para tres cuadrillas,
es de 3 horas; y cuando hay cuatro cuadrillas de
estibadores, es de solo 2 horas.
• Una cuadrilla esta integrada por 50 estibadores con
un salario de $10 por hora de trabajo.
• El gerente de Transporte Tres Rios quiere
determinar el número óptimo de cuadrillas de
estibadores en turno para cada horario. El objetivo
es minimizar los costos totales esperados.
9
13/12/2024

ELEMENTOS DE LAS LINEAS DE ESPERA
• Fuente : Origen de los clientes
• Cola
• Centro de servicio : Conjunto de servidores
• Sistema : Cola(s)+Servidor(es)
• Salida : Destino de los clientes

LLEGADAS
• Fuente
• Finita → Sistema cerrado
• Infinita → Sistema abierto
• Número de fuentes
• Una
• Varias
• Forma de llegada
• Unitaria
• En bloques
• Tiempo entre llegadas
• Determinista
• Aleatorio (llegadas independientes)
• Aleatorio (llegadas dependientes)
10
13/12/2024

COLA
• Número de canales
• Interferencia entre canales
• Posibilidad de cambiar de canal
• Imposibilidad de cambiar de canal
• Capacidad del sistema
• Finita
• Infinita
• Disciplina
• FIFO: El primero que entra es el primero en ser atendido
• FIFO con límite: El tiempo de servicio es limitado
• LIFO: El último que entra es el primero en ser atendido
• SIRO: Los clientes se seleccionan de forma aleatoria
• PRI: Se atiende antes a los clientes prioritarios

ELEMENTOS DE LAS LINEAS DE ESPERA:
MECANISMO DE SERVICIO
• Número de servidores
• Relación entre servidores
• Servidores independientes
• Servidores dependientes
• Homogeneidad entre servidores
• Servidores homogéneos
• Servidores heterogéneos
• Tiempo de servicio
• Determinista
• Aleatorio (tiempos independientes)
• Aleatorio (tiempos dependientes)
11
13/12/2024

COMPORTAMIENTO DEL CLIENTE
• Comportamiento al encontrar el servidor ocupado
• Entra al sistema y permanece en la cola
• Reintenta la entrada tras un periodo de tiempo
• Renuncia al servicio
• Selección del canal
• Selección aleatoria
• Selección bajo algún criterio
• Adjudicación automática de canal
• Comportamiento tras un periodo de tiempo en la cola
• Se mantiene en el canal
• Cambia de canal

• Comportamiento al encontrar el servidor ocupado
• Entra al sistema y permanece en la cola
• Reintenta la entrada tras un periodo de tiempo
• Selección del canal
• Selección aleatoria
• Selección bajo algún criterio
• Adjudicación automática de canal
• Comportamiento tras un periodo de tiempo en la cola
• Se mantiene en el canal
• Cambia de canal
12
13/12/2024

ESTRUCTURAS DE LAS LINEAS DE ESPERA
• UNA LINEA, UN SERVIDOR
• UNA LINEA, MULTIPLES

SERVIDORES

• VARIAS LINEAS,MULTIPLES
SERVIDORES
• UNA LINEA, SERVIDORES

SECUENCIALES
13
13/12/2024

• ESTRUCTURA BASICA DE UN SISTEMA DE COLA
λ: Tasa de llegadas →Número medio de
clientes que llegan al sistema por unidad de
tiempo.
Lq: Número medio de clientes en la cola
Wq: Tiempo medio de clientes en la cola
L: Número medio de clientes en el sistema
W: Tiempo medio de clientes en el sistema
µ: Número medio de clientes que
son atendidos por un servidor por unidad de
tiemp
𝟏
: Tiempo medio de servicio
𝝁

MODELADO DE LAS LINEAS DE ESPERA
• Construcción del Modelo en
función a sus características
básicas del sistema de espera
• Obtención de las ecuaciones de
estado
• Determinar los parámetros de
congestión
• Obtener resultados del
funcionamiento del sistema
14
13/12/2024

FORMALIZACION DE LAS LINEAS DE ESPERA
(A, B, C, D, E, F)  (A, B, C): (D, E, F)
• A: Forma o tasa de llegadas al sistema

• B: Forma o tasa de los tiempos de servicio
• C: Número de canales o servidores en paralelo, supuestamente
iguales
• D: Disciplina de los tiempos de servicio, generalmente si es FIFO se
omite
• E: Capacidad de la cola, número máximo de unidades que pueden
encontrarse simultáneamente en el interior del sistema
• F : Tamaño del centro emisor

A: Forma de llegadas al sistema. Las llegadas corresponden a un
proceso markoviano. Si la tasa de llegadas es constante a lo largo
del tiempo, los tiempos entre llegadas siguen una Distribucion
exponencial y el número de llegadas por unidad de tiempo una
Distribución de Poisson. De ahí que indistintamente a las llegadas
constantes se pueden referir con los términos exponenciales y
poissonianos. Cuando las llegadas son infinitas se denotan por
M. El parámetro más utilizado para la tasa de llegadas es λ
B: El parámetro más utilizado para la tasa de servicio es μ (número
medio de unidades por unidad de tiempo que es capaz de entrar
en un canal o servidor). Cuando las llegadas al sistema son
infinitas se denotan por M
15
13/12/2024

D: La disciplina de cola puede ser:
G: Disciplina general cualquiera, sin prioridades
FIFO: Primera unidad en llegar, primera en ser atendida
LIFO: Última unidad en llegar, primera en ser atendida
SIRO: Al azar.
Señalar que ser la primera unidad en ser atendida no equivale a ser la
primera en salir del sistema. Cuando hay más de un canal o servidor,
una unidad puede salir del sistema después de otra unidad que haya
empezado a ser atendida antes.

F: Las llegadas del centro emisor pueden ser infinitas o finitas (k, un
número natural).
Que el centro emisor sea infinito significa que no se modifica
por el hecho de que algunas unidades se encuentren en el
sistema, por lo que la tasa de llegadas es independiente del
número de llegadas que contenga el sistema. Por el contrario, si
el centro emisor es finito, con k unidades inicialmente, sus
características dependen del número de elementos en el
sistema.
16
13/12/2024

• EJEMPLOS:
1. Sistema de espera (M,M,1):(FIFO,∞,∞)
2. Sistema de espera (M,M,R):(G,K,K)
3. Suponga que en una estación de servicio (gasolinería) con dos
bombas llegan en promedio 45 autos 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.
4. Formalice el sistema de colas del ejercicio de la empresa Transporte
Tres Rios.

MODELO (M/M/1)
MODELO DE COLAS DE UN SOLO CANAL CON LLEGADAS DE POISSON Y TIEMPOS DE SERVICIO
EXPONENCIALES (M/M/1)
• Suposiciones del modelo
1. Las llegadas se atienden sobre una base de PEPS. de un solo canal y de una sola fase.
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 número promedio (la 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 una población
infinita o muy grande.
5. Los tiempos de servicio también varían de un cliente al siguiente y son independientes entre sí, pero se
conoce su tasa promedio.
6. Los tiempos de servicio ocurren de acuerdo con una distribución de probabilidad exponencial negativa.
7. La tasa de servicio promedio es mayor que la tasa de llegadas promedio.
17
13/12/2024

MODELO (M/M/1)
• Ejemplo:
• Estación de Servicio Rey David
(Montecinos y Arica)
• El dueño de Rey David, Oscar Soria, ha
determinado que el Taller es capaz de
efectuar el cambio de aceite de motor
a una tasa promedio de 3 por hora, o
aproximadamente 1 cada 20 minutos.
Los clientes que necesitan el servicio
llegan al taller a un promedio de 2 por
hora.

MODELO (M/M/1)
Parámetros:
• λ número medio de llegadas por periodo (por ejemplo, por hora)
• μ número medio de personas o artículos que se atienden por
periodo
Ecuaciones:
• El número promedio de clientes o unidades en el sistema, L:
18
13/12/2024

MODELO (M/M/1)
• El tiempo promedio que un cliente pasa en el sistema, W:
• El número promedio de clientes en la cola, Lq:
• El tiempo promedio que pasa un cliente esperando en la cola, Wq:

MODELO (M/M/1)
• El factor de utilización del sistema (prob. de que se esté utilizando la
instalación de servicio:, ρ :
• Porcentaje de tiempo ocioso, P0:
• La probabilidad de que el número de clientes en el sistema sea mayor

que k, Pn>k:
19
13/12/2024

MODELO (M/M/1)
• ANALISIS DE COSTOS EN EL MODELO
• El costo total del servicio es:
Costo total del servicio = (Número de canales) (Costo por canal)
Costo total del servicio = mCs
• donde:
• m: número de canales
• Cs: costo de servicio (costo de mano de obra) de cada canal

MODELO (M/M/1)
• Cuando el costo de tiempo de espera se basa en el tiempo en el sistema, el
costo de espera es:
Costo total de espera = (T total pasado en espera por todas las llegadas)(costo de la espera)
= (Número de llegadas)(Espera promedio por llegada)Cw
Entonces:
Costo total de espera = (λW)Cw
Si el costo del tiempo de espera se basa en el tiempo en la cola:
Costo total de espera = (λ Wq)Cw
20
13/12/2024

MODELO (M/M/1)
• COSTO TOTAL DEL SISTEMA DE COLAS.
• Cuando el costo de espera se basa en el tiempo en el sistema:
Costo total = Costo total de servicio + Costo total de espera
Costo total = mCs + λWCw
• Cuando el costo de espera se basa en el tiempo en la cola:

Costo total = mCs+ λ WqCw

MODELO (M/M/1)
• Ejemplo:
• Estación de Servicio Rey David (Montecinos y Arica)
• Soria estima que el costo del tiempo de espera de los
clientes, en términos de insatisfacción de estos y la
pérdida de buena voluntad, es de Bs. 50 por hora del
tiempo que esperan en la fila. (Después de que los
automóviles de los clientes ya están en la estación, a
los clientes parece no importarles la espera).
• El único costo adicional que Soria puede identificar en
esta situación de colas es la remuneración de Juan B.,
el mecánico. A Juan se le pagan Bs. 15 por hora y la
empresa atiende 8 horas por día.
21
13/12/2024

MODELO (M/M/1)
• Soria se entera a través de sus
contactos de negocios de que un
competidor que se encuentra al
otro lado de la ciudad, emplea a un
mecánico llamado Jaime C., quien
puede hacer el servicio
eficientemente a un ritmo de 4 por
hora.
• Soria contacta a Jaime y le pregunta
si le interesaría cambiar de empleo.
Jaime dice que consideraría
cambiarse a Rey David solo si se le
pagara un salario de Bs.20 por hora.
• ¿Qué decisión aconsejaría a Soria?

MODELO (M/M/m)
Modelo de colas de canales múltiples con llegadas de Poisson y tiempos de servicio exponenciales
(M/M/m)
• Suposiciones del modelo
1. Las llegadas se atienden sobre una base de PEPS. de m canales, todos de una sola fase.
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 número promedio (la 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 una
población infinita o muy grande.
5. Los tiempos de servicio también varían de un cliente al siguiente y son independientes entre sí,
pero se conoce su tasa promedio.
6. Los tiempos de servicio ocurren de acuerdo con una distribución de probabilidad exponencial
negativa y son iguales para todos los canales.
7. La tasa de servicio promedio de todos los canales es mayor que la tasa de llegadas promedio.
22
13/12/2024

MODELO (M/M/m)
• Ejemplo:
• Estación de Servicio Rey David
• Anteriormente, Soria había examinado dos opciones.
Podría mantener a su mecánico actual, Juan B., o
despedirlo y contratar a un mecánico un poco más
caro pero más rápido llamado Jaime C.
• Soria tiene una tercera opción: abrir un Segundo sitio
de atención (bahía) en el taller.
• Soria tendría que contratar a un segundo trabajador.
Se espera que el nuevo mecánico realizara el servicio
a la misma tasa que Juan, aproximadamente μ=3 por
hora. Los clientes, que seguirían llegando a la tasa de
λ=2 por hora, esperarían en una sola fila hasta que
uno de los dos mecánicos se desocupara.

MODELO (M/M/m)
Parámetros:
• M número de canales abiertos
• μ número medio de personas o artículos que se atienden por periodo
Ecuaciones:
• La probabilidad de que haya cero clientes o unidades en el sistema es: P0:
23
13/12/2024

MODELO (M/M/m)
• El número promedio de clientes o unidades en el sistema es: L:
• El tiempo promedio que una unidad pasa en la línea de espera o

recibiendo servicio (es decir, dentro del sistema) es: W:

MODELO (M/M/m)
• El número promedio de clientes o unidades que se encuentran en la
línea esperando ser atendidos: Lq:
• El tiempo promedio que un cliente o unidad pasa en la cola esperando

ser atendido: Wq:
• Tasa de utilización: ρ :
24
13/12/2024

MODELO (M/D/1)
• Modelo de tiempo de servicio constante (M/D/1)
• Algunos sistemas tienen tiempos de servicio
constante en vez de tiempos exponencialmente
distribuidos.
• Los clientes o los equipos se procesan de acuerdo
con un ciclo fijo.
• Las tasas de servicio constante.
• Los valores de Lq, Wq, L y W siempre son menores
de lo que serían en los modelos probabilísticos que
tienen tiempos de servicio variables.
• La longitud promedio de la cola como el tiempo de
espera promedio en la cola disminuyen a la mitad
con el modelo de tasa de servicio constante.

MODELO (M/D/1)
• EJEMPLO
• EMPRESA EMPACAR S.A.
• La compañía EMPACAR S.A. recolecta y compacta latas de
aluminio y botellas PET en varias plantas en Bolivia. Los
conductores de sus camiones, quienes llegan a descargar
dichos materiales para su reciclaje, esperan actualmente un
promedio de 15 minutos antes de vaciar sus cargas.
• El costo del salario del conductor y el tiempo inactivo del
camión mientras están en la cola se valoró en Bs.60 por
hora.
• Se puede comprar un nuevo compactador automático, que
procesaría las cargas de los camiones a una tasa constante
de 12 vehículos por hora (es decir, 5 minutos por camión).
• Los camiones llegan de acuerdo con una distribución de
Poisson a una tasa promedio de 8 por hora.
• ¿Es conveniente adquirir la nueva tecnología?
25
13/12/2024

MODELO (M/D/1)
Parámetros:
• μ número de personas o artículos que se atienden por periodo
Ecuaciones de estado:
• Longitud promedio de la cola: Lq:
• Tiempo de espera promedio en la cola: Wq:

MODELO (M/D/1)
Ecuaciones de estado:
• Número promedio de clientes en el sistema: L:
• Tiempo promedio en el sistema: W:
26
13/12/2024

MODELO (M/M/1) con fuente finita
Modelo de población finita (M/M/1 con fuente finita)
• Cuando existe una población limitada de clientes potenciales para
una instalación de servicio, es necesario considerar un modelo
diferente de colas.
• Este modelo se utilizaría, por ejemplo, si se consideraran reparaciones
del equipo en una fábrica que tiene cinco máquinas, si se estuviera a
cargo del mantenimiento de una flota de 10 aviones de uso intensivo,
o si se administrara una sala de hospital con 20 camas.
• El modelo de población limitada permite que se considere cualquier
número de personas que realizan reparaciones (servidores).

• Este modelo difiere de los otros modelos de
colas por que existe una relación de
dependencia entre la longitud de la cola y la
tasa de llegadas.
• Ejemplo
• Si una fábrica tuviera cinco máquinas y
todas estuvieran descompuestas y en espera
de ser reparadas, la tasa de llegadas caería a
cero.
• En general, conforme la línea de espera se
hace más larga en el modelo de población
limitada, la tasa de llegada de clientes o
máquinas se reduce.
27
13/12/2024

SUPOSICIONES DEL MODELO:
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 se distribuyen exponencialmente.
4. Los clientes son atendidos con base en el principio de primero en
llegar, primero en ser atendido.

FINITO O INFINITO:
• Aunque no hay un número definitivo que se pueda utilizar para dividir
a las poblaciones en finitas e infinitas, una regla general sería esta: Si
el número en la cola es una proporción significativa de la población
potencial, utilice un modelo de colas finitas.
Finite Queuing Tables, de L. G. Peck y R. N. Hazelwood (Nueva York:
John Wiley & Sons, Inc. 1958)
28
13/12/2024

• EJEMPLO
• MINISTERIO DE ECONOMIA Y FINANZAS
• Los registros existentes indican que cada una de
las cinco impresoras “planas” de alta velocidad
del Departamento del SIGMA del Ministerio de
Economía y Finanzas, necesitan reparación
después de aproximadamente 20 horas de uso
(fundamentalmente, limpieza, lubricación y
recarga de tinta).
• Se ha determinado que las descomposturas
tienen distribución de Poisson.
• El único técnico que está de turno puede dar
servicio a una impresora en un promedio de dos
horas, siguiendo una distribución exponencial.

• Parámetros:
• λ: tasa de llegadas promedio
• μ: tasa de servicio promedio,
• N: tamaño de la población
• Ecuaciones de estado:
• Probabilidad de que el sistema esté vacío: P0:
29
13/12/2024

• Longitud promedio de la cola: Lq:
• Número promedio de clientes (unidades) dentro del sistema: L:
• Tiempo de espera promedio en la cola: Wq:

• Tiempo promedio en el sistema: W:
• Probabilidad de n unidades en el sistema: Pn:
Para n=0, 1, 2, …, N
30
13/12/2024

• Si los costos de los tiempos muertos
por impresora son de Bs. 120 por hora
y al técnico se le pagan Bs. 25 por
hora.
• Calcular el costo total por hora:

MODELO (M/M/1) con Servidores secuenciales
• Sistema de colas secuenciales
• También denominado sistema en serie o en tándem.
• En un sistema de colas secuencial un cliente debe visitar diversos
servidores antes de completar el servicio requerido. Se utiliza para
casos en los que el cliente llega de acuerdo al proceso de Poisson y el
tiempo de atención se distribuye exponencialmente en cada estación.
El cliente va pasando por distintos nodos (subsistemas) en serie,
donde cada nodo responde un determinado tipo de cola
31
13/12/2024

• En cada nodo (subsistema) se calculan las medidas de rendimiento
que correspondan.
• Las medidas de rendimiento del sistema tándem es la suma de las
medidas de rendimiento obtenidas en cada nodo.

TEOREMA DE BURKE:
• La salida de una cola del po M/M/1, M/M/s , M/M/∞ , con una tasa
de llegadas λ, es un proceso de Poisson con tasa λ .
• En cualquier instante de tiempo t, el número de unidades que hay en
el sistema es independiente de las salidas que ha habido antes de
este instante. Se puede decir que el sistema es reversible.
• Según el teorema de Burke, para un sistema de colas M/M/s/∞ si la
capacidad de las colas es infinita, se puede estudiar cada una de ellas
por separado.
32
13/12/2024

TEOREMA DE BURKE:
• Por lo tanto, la serie estará formada por k colas independientes.
• La probabilidad de que en un instante haya n1 unidades en la cola 1,
n2 unidades en la cola 2 ... y nk unidades en la cola k es:
𝑝 𝑛 = 𝑝𝑖(𝑛𝑖)

• RED DE DOS NODOS (SUBSISTEMAS) SECUENCIALES O EN SERIE O EN TÁNDEM:
• Se considera que los clientes llegan según un proceso de Poisson de parámetro λ ,
y pasan sucesivamente por dos colas en serie, respectivamente, con tasas de
servicio μ1 y μ2
• SUPUESTOS
• El número de clientes de cada uno de los servidores es independiente del otro.
• Los tiempos de espera de un cliente en cada cola no son independientes.
• Los tiempos totales de espera (cola + servicio) son independientes.
33
13/12/2024

• El estado del sistema es un par (n, m) con n clientes en el nodo 1 y m clientes en
el nodo 2.
• Las ecuaciones del balance o de equilibrio (tasa de entrada debe de ser igual a la
de salida), n>0, m>0, son:
• Estado Tasa entrada = Tasa salida
(0, 0) μ2r0,1 = λr0,0
(n, 0) λrn-1,0 + μ2rn,1 = (λ + μ1)rn,0
(0,m) μ1r1,m-1 +μ2r0,m+1 = (λ + μ2)r0,m
(n,m) λrn-1,m + μ1rn+1,m-1 + μ2rn,m+1 = (λ + μ1+ μ2)rn,m

• El nodo 1 es un modelo de cola M/M/1 y , por el teorema de Burke,
el nodo 2 también es un modelo de cola M/M/1.
• En consecuencia,
34
13/12/2024

• Si los clientes en los nodos 1 y 2 son variables aleatorias independientes se
verifica que rn,m = rn,0 × r0,m, propiedad que verifica las ecuaciones de equilibrio.
• En consecuencia, rn,m =rn,0 × r0,m es la solución estacionaria y el número de
clientes en el nodo 1 es independiente del número de clientes en el nodo 2, lo
que no implica que los tiempos de espera de un cliente en las dos colas sean
independientes.
• Sin embargo, los tiempos totales de espera (cola + servicio) son independientes.

• ECUACIONES DE ESTADO
• Número medio de clientes en la red secuencial (en tándem o secuencial):
• Tiempo medio de clientes sistema en tándem:
• Número medio de clientes colas en tándem:
35
13/12/2024

• Tiempo medio de clientes colas en tándem:
• Tiempo medio de cliente en la red:
• Tiempo medio de cliente en cola:

• EJEMPLO
• Un autoservicio dispone de tres empleados, un camarero sirve el primer plato, el
segundo camarero sirve el segundo plato y el tercero se encarga de la caja.
• Los dos primeros camareros disponen de suficiente espacio para atender a clientes
sin limitación, mientras que el tercer camarero tiene una longitud máxima de cola
de dos personas. El autoservicio, modelado como red, muestra que la tasa media
de llegada a la hora de la comida es de 54 clientes/hora, el primer camarero tiene
un tiempo medio de servicio de un minuto y el segundo camarero de treinta
segundos. Calcule:
a. Valor máximo del tiempo de servicio del tercer camarero para que su trabajo no
interrumpa al de sus compañeros.
b. Longitud de las colas que forman el sistema.
c. Tiempo medio que un cliente pasa en el autoservicio desde que llega hasta que
sale dispuesto para comer.
36
13/12/2024

• Es un modelo de red de colas en secuencia, con tres nodos (subsistemas), cada uno un modelo de cola
M/M/1.

37
13/12/2024


Otros modelos
• La mayoría de los modelos de colas tienen líneas de espera de un solo canal o multicanal,
con llegadas de Poisson y tiempos de servicio exponenciales o constantes, una población
potencial infinita y servicio de PEPS.
• Sin embargo, con frecuencia dentro de un análisis, están presentes variaciones de este
caso específico:
• Los tiempos de servicio en un taller de reparaciones de automóviles, por ejemplo,
tienden a seguir una distribución de probabilidad normal en vez de exponencial.
• Un sistema de inscripciones a una universidad, en el cual los estudiantes de último año
tienen la primera elección de cursos y horarios, por encima de todos los demás alumnos
• Un examen físico para los reclutas militares es un ejemplo de un sistema secuencial.
38
13/12/2024

Otros modelos
• Los modelos que manejan estos casos se han desarrollado por investigadores de
operaciones.
• Los cálculos de las fórmulas matemáticas resultantes son un tanto más
complicadas que los que se presentaron en este capítulo, y muchas aplicaciones
reales de las colas son demasiado complicadas para modelarse analíticamente.
• Cuando así sucede, los analistas cuantitativos generalmente recurren a la
simulación por computadora.
• La simulación es una técnica donde se utilizan números aleatorios para obtener
inferencias acerca de las distribuciones de probabilidad (como llegadas y
servicios).

Otros modelos
• Con este método, muchas horas, días o meses de datos se pueden
desarrollar en unos cuantos segundos usando una computadora.
• Esto permite analizar factores controlables, como agregar otro canal de
servicio sin que esto suceda en realidad de forma física.
• Básicamente, siempre que un modelo de colas estándar analítico
proporcione tan solo una aproximación deficiente del sistema de servicio
real, es sensato desarrollar un modelo de simulaciones en su lugar
39

Unidad 5

Cargado por

Copyright:

Formatos disponibles

Unidad 5

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 5

Cargado por

Copyright:

Formatos disponibles

13/12/2024

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• Algo muy útil es el desarrollo de una herramienta que sea

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• UNA LINEA, MULTIPLES

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• UNA LINEA, SERVIDORES

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• A: Forma o tasa de llegadas al sistema

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• El número promedio de clientes en la cola, Lq:

• El tiempo promedio que pasa un cliente esperando en la cola, Wq:

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• Porcentaje de tiempo ocioso, P0:

• La probabilidad de que el número de clientes en el sistema sea mayor

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

Costo total de espera = (λ Wq)Cw

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• Cuando el costo de espera se basa en el tiempo en la cola:

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• El tiempo promedio que una unidad pasa en la línea de espera o

TEORÍA DE COLAS Y LÍNEAS DE ESPERA

• El tiempo promedio que un cliente o unidad pasa en la cola esperando