UNIDAD 2

LINEAS DE ESPERA
INSTITUTO TECNOLGICO SUPERIOR DE CALKIN
EN EL ESTADO DE CAMPECHE

INGENIERA INDUSTRIAL

7 SEMESTRE

GRUPO: A

INVESTIGACION DE OPERACIONES INC-1019

PROFESOR: GOMEZ KU RICARDO

TRABAJO DOCUMENTAL

UNIDAD 2 LINEAS DE ESPERA

NOMBRE

MATRCULA

ELIO IGNACIO
COCOM MOO

1749

MARA
GUADALUPE
YAM UICAB

1706

EUGENIO
EVERARDO
CHI CAHUN

1721

JOSE LUIS
DZIB DZUL

1730

CALIFICACIN
DE LA
EXPOSICIN

CALIFICACIN
DEL
DOCUMENTAL

CALKIN, CAMPECHE 13 DE SEPTIEMBRE DEL 2010

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
NDICE
CAPITULO I
OBJETIVOS Y/O COMPETENCIAS ..............................................................................3

CAPITULO II
INTRODUCCIN............................................................................................................ 4

CAPITULO III
2. LINEAS DE ESPERA
2.1 INTRODUCCION Y TERMINOLOGIA, NOTACION Y CASOS DE APLICACION....6
2.2 PROCESO DE NACIMIENTO Y MUERTE (MODELOS POISSON) .......................10
2.4 POBLACION FINITA UN SERVIDOR, COLA FINITA..............................................14
2.5 POBLACIN INFINITA SERVIDORES MLTIPLES, COLA INFINITA...................20
CONCLUSIN............................................................................................................... 29
BIBLIOGRAFIA............................................................................................................. 31

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
CAPITULO I
UNIDAD 2
Competencia especfica a desarrollar
Estudiar y aplicar los modelos y
algoritmos de lneas de espera.
Identificar y analizar los problemas
donde se involucran los modelos de
lneas de espera y utilizarlos para
encontrar su solucin, en sistemas de
produccin o de servicios
Utilizar el software adecuado

Actividades de Aprendizaje
Identificar y reconocer sistemas
que sean modelados como
lneas de espera
Aplicar la terminologa y notacin
del los modelos de lnea de
espera
Identificar cules son las
caractersticas bsicas de una
lnea de espera, usar las
formulas para cada uno de sus
modelos
Ejemplificar cada caso especfico
y resolver problemas,
adicionalmente utilizar software
de apoyo
Establecer las conclusiones para
cada modelo estudiado, en un
lenguaje accesible para el
tomador de decisiones.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
CAPITULO II
INTRODUCCIN
Modelos de lneas de espera
La teora de lneas de espera se origino en los trabajos de A. K. Erlang que
principiaron eh 1909. Experimento con un problema relacionado con la congestin
del trafico telefnico. Durante los periodos ocupados, los que pretendan hacer
llamadas sufran algunas demoras, porque las operadoras eran incapaces de
atender las llamadas con la rapidez con que se hacan. El problema original que
trato Erlang fue el calculo de esa demora para una operadora, y en 1917 los
resultados se extendieron al caso de varias operadoras. En ese ao Erlang publico
su obra muy conocida, Solutions of Some Problems in the Theory of Probabilities
of Significance in Automatic Telephone Exchanges. Los adelantos en el campo del
trafico telefonico continuaron generalmente en el sentido iniciado por Erlang, y las
publicaciones principales fueron las de Molina en 1927 y de Thornton D. Fry en
1928, pero solo fue hasta el fin de la Segunda Guerra Mundial cuando esos
trabajos se extendieron a otros problemas relacionados con lneas de espera.
Inicialmente, este capitulo se concentrara en las derivaciones matemticas de las
formulas de un problema de lneas de espera de un solo canal. Los , modelos
matemticos para problemas de lneas de espera de canales mltiples, se darn
sin ninguna prueba matemtica. Se presentara el mtodo de Hontecarlo, que
bsicamente es una tcnica de simulacin en la que se crean funciones
estadsticas de distribucin, usando una tabla de nmeros aleatorios. Se empleara
para resolver problemas de lineas de espera de un solo canal y de canales
mltiples,
Este tema trata acerca de los clientes cuando llegan y hacen cola el objetivo de este
proceso es determinar cuntos clientes llegan en un determinado lapso de tiempo, a esto
se le llama nacimiento puro. La mayor parte de los modelos elementales de colas
suponen que las entradas (llegada de clientes) y las salidas (clientes que se van) del
sistema ocurren de acuerdo al proceso de nacimiento y muerte. Este importante proceso
de teora de probabilidad tiene aplicaciones en varias reas. la teora de colas, el trmino
nacimiento se refiere a llegada de un nuevo cliente al sistema de colas y el trmino
muerte se refiere a la salida del cliente servido
La Teora de Colas es una formulacin matemtica para la optimizacin de sistemas en
que interactan dos procesos normalmente aleatorios: un proceso de llegada de clientes

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
y un proceso de servicio a los clientes, en los que existen fenmenos de acumulacin
de clientes en espera del servicio, y donde existen reglas definidas (prioridades) para la
prestacin del servicio.
La Teora de Colas es una aproximacin matemtica potente para la optimizacin del
problema, y tiene aplicaciones (crecientes) en sistemas donde las llegadas y el servicio
admiten una representacin matemtica (probabilstica); en problemas que no admiten
esta representacin existen otras tcnicas.
En este documento hablamos sobre la teora de colas ya que a menudo es deseable
tomar decisiones respecto de una situacin de teora de cola una situacin de cola, y se
caracteriza por el flujo de clientes que arriban a una o ms estaciones en las que se
efecta el servicio. Al arribo del cliente, ste puede ser atendido inmediatamente o puede
tener que esperar hasta que el servicio est disponible; el tiempo en la cual se atiende a
cada cliente puede ser fijo o aleatorio, dependiendo del tipo de servicio. En la vida diaria
hay muchos ejemplos que se adaptan a esta situacin: autos arribando a una estacin de
servicio, o a un peaje; personas arribando al cajero automtico; mquinas que fallan y que
requieren ser reparadas; etc.
Para ello se ha desarrollado la Teora de Cola o de la Lnea de Espera que se basa en
describir el arribo o la partida y/o servicio) por distribuciones de probabilidad apropiadas.
Usando teora de probabilidad se derivan las caractersticas operativas del problema,
como ser tiempo de espera hasta que el servicio del cliente sea completado, porcentaje
de tiempo desocupado por servicio.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
CAPITULO III
2. LINEAS DE ESPERA
2.1. INTRODUCCIN, TERMINOLOGA, NOTACIN Y CASOS
DE APLICACIN
USO DE LAS TASAS DE LLEGADA Y DE SERVICIO
Como la mayor parte de las tcnicas matemticas, la teora de lneas de espera
tiene su propio conjunto de trminos. El de disciplina de la lnea de espera se
refiere a la condicin en que se escogen las llegadas para recibir servicio. En este
capitulo el procedimiento consiste en que las llegadas ocupan su lugar en la lnea
de espera, a base de que el que llega primero queda en primer lugar.
Las llegadas pueden ser uniformes durante cierto periodo, o pueden ser
aleatorias. La tasa de llegadas puede tomar la forma de empleados que llegan a la
caseta de herramientas de la empresa, o en otras condiciones podran representar
el nmero de clientes que esperan para comer. General-mente, la tasa de llegada
se expresa como tasa de llegada por unidad de tiempo. Si es aleatoria los clientes
no llegan en un orden o patrn lgico en el transcurso del tiempo, lo que
representa la mayor parte de los casos en el mundo de los negocios. En las
situaciones en que las llegadas se distribuyen en forma aleatoria puede utilizarse
su promedio si se registra durante un periodo suficientemente prolongado.
La tasa de servicio se ocupa de la forma en que las instalaciones de servicio
pueden manejar las demandas de llegada, y se expresa como una tasa por unidad
de tiempo. Por ejemplo, la tasa de servicio podra indicar el numero de pedidos
que el departamento de piezas de repuesto procesa por hora. Tambin el tiempo
de servicio puede ser uniforme o distribuido en forma aleatoria. En las problemas
de-negocios se encontraran ms casos de tasa uniforme de servicio que de tasa
uniforme de llegada.
APLICACIONES DE LA TEORIA DE LINEAS DE ESPERA
La teora de las lneas de espera se ha aplicado a una gran variedad de
situaciones de negocios. Una breve descripcin de algunas aplicaciones ser de
gran ayuda para sugerir problemas a los que pueda aplicarse la teora. Una gran
INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
cadena de supermercados ha utilizado las lneas de espera para determinar el
nmero de estaciones de control que se requieren para lograr un funcionamiento
continuo y econmico de sus almacenes, a diversas horas del da. Otro uso de
esta teora consiste en analizar las demoras en las casetas de peaje de puentes y
tneles. Un estudio de esta ndole se refiere al numero y programacin de las
casetas de peaje requeridas sobre una base de veinticuatro horas, a fin de reducir
al mnimo los costos en determinado nivel de servicio. Otras reas relacionadas
con un cliente, serian las lneas de espera de restaurantes y cafeteras, expendios
de gasolina, oficinas de lneas areas, almacenes de departamentos y la
programacin de los pacientes en las clnicas. En todos los casos, los clientes
esperan cierto nivel aceptable de servicio, mientras que la empresa espera poder
mantener sus costos al mnimo.
La teora de las lneas de espera no solo es aplicable a los establecimientos de
ventas a] menudeo o mayoreo, sino que las empresas manu-facturaras tambin la
usan extensamente. Una aplicacin muy popular de la teora de las lneas de
espera es el area de las casetas de herramientas. Los sobrestantes se quejan
constantemente de que sus hombres tienen que esperar mucho tiempo en las filas
para recibir herramientas y piezas. Aunque se presiona a los gerentes de fabrica
para que reduzcan los gastos generales de administracin, e! aumento de
empleados puede reducir realmente los gastos generales de manufactura, porque
el personal de la fabrica puede trabajar en vez de esperar en una fila.

Otro problema que ha resuelto con xito la teora de las lneas de

espera. es la determinacin adecuada del numero de muelles que se requieren
cuando se construyen instalaciones terminales para barcos y camiones. como
tanto los costos de los muelles como los de las demoras pueden ser
considerables, ya que los primeros disminuyen mientras aumentan los segundos,
o viceversa, es muy conveniente construir el numero de muelles que reduzcan
al mnimo la suma de esos dos costos, Varias empresas manufactureras han
atacado el problema de descomposturas y reparaciones de sus maquinas,
utilizando la misma teora, El problema se refiere a una batera de maquinas que
se descomponen individual-' mente en diferentes pocas. En realidad, las maquinas
que se descomponen
forman una lnea de espera para su reparacin por el personal de mantenimiento.
Es conveniente emplear el personal de reparaciones necesario para

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
Disminuir al mnimo la suma del costo de la perdida de produccin causada por el
tiempo de espera y del costo de los mecnicos.
La teora de las lneas de espera se ha extendido para estudiar un plan I de
incentivos de salarios. Por ejemplo, se haba asignado cierto personal de lnea de
produccin para manejar dos maquinas, mientras que a otros se les haba
asignado para manejar. Cuatro maquinas. Como. Todas las maquinas son
Iguales, los trabajadores reciben el mismo salario bsico, pero la gratificacin : de
incentivo por la produccin sobre la cuota, es de la mitad por unidad i para los
operadores con cuatro maquinas que para los que tienen dos : maquinas.
Superficialmente ese arreglo parece equitativo. No obstante, un; estudio de las
condiciones reales revela que aunque cada una de las dos I maquinas que
maneja un solo hombre estaran ociosas alrededor del 12 por ciento de su tiempo
programado, cada una de las cuatro maquinas manejadas j por un solo individuo
estaran ociosas alrededor del 16 por ciento de su tiempo programado. El
problema es que dos (o mas) maquinas pueden descomponerse a la vez
en el grupo de cuatro maquinas, lo que-general-; mente no ocurre con el grupo de
dos maquinas. El individuo que maneja el , grupo de cuatro maquinas tiene que
trabajar a mayor eficiencia que el que j maneja un grupo de dos maquinas, a fin de
ganar el mismo incentivo. El f problema se resolvera pagando a los operadores de
las bateras de cuatro | maquinas un salario bsico mayor, determinado
bsicamente empleando las J probabilidades calculadas con la teora de las
lneas de espera.
Las reas anteriores no agotan en modo alguno las posibles aplicaciones
de la teora de las lneas de espera, que pueden extenderse para incluir la i
dotacin de personal de las operaciones de oficina, y el equilibrio del flujo I _ de
materiales en un taller de tareas. Esa teora puede tener una influencia bien
definida en el desafo de un sistema de inventario y de control de produccin.
TIEMPOS UNIFORMES DE LLEGABA Y DE SERVICIO
El manejo apropiado de los tiempos uniformes de llegada y de servicio, en
trminos de costo mnimo, puede demostrarse con un ejemplo. Una empresa
manufacturera maneja muchas casetas de herramientas dentro de una de sus
grandes fbricas. Actualmente, el grupo de anlisis de sistemas tiene en
observacin una de esas casetas atendida por un trabajador, : los maquinistas
llegan a solicitar servicio a una tasa uniforme de 10 por hora mientras que se
observa que el encargado de la caseta de herramienta ' atiende sus
peticiones a una tasa uniforme de 7 1/2 por hora. Seria? lucrativo para
la empresa aumentar el nmero de encargados si se les paga a razn de $3.00
INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
por hora, y se paga a los maquinistas a razn de $4.QO hora?
incluyen los beneficios marginales.

Esas cuotas

Inicialmente, el problema se calcula sobre una base de 4 horas, porque el

personal del taller trabaja de las 8 a. m. a las 12, y luego sale a almorzar Los
resultados finales se calculan sobre una base de 8 horas. En vista de esos datos
tasa uniforme de llegada de 10 por hora (uno cada 6 minutes) y una tasa
uniforme de servicio de 7 1/2 por hora (uno cada 8 minutos)-' el problema puede
resolverse empleando la formula de la suma de una serie aritmtica. Si el primer
hombre llega a las 8 a. m. no tiene tiempo de espera. Antes de dar servicio al que
llego primero, el que liego en segundo lugar se convierte en el primero que espera
en la fila, y su tiempo de espera es de 2 minutos (8 minutos 6 minutos), antes
de que se le de servicio.
Una vez que conocemos el tiempo de espera del primer maquinista, es necesario
calcular el tiempo de espera del ultimo hombre en nuestras 4 horas inciales.
Como llegan 40 maquinistas (10 hombres por hora X 4 horas), y el primero no
espera, debemos calcular el tiempo de espera de los treinta y nueve restantes, o
sea que 39 maquinistas multiplicados por 2 minutos son igual a 78 minutos. Como
el aumento del tiempo de espera para cada maquinista adicional es lineal,
podemos promediar el tiempo de espera del segundo y del cuadragsimo. El
promedio del tiempo de espera de cada maquinista es igual a 2 minutos ms 78
minutos, dividido entre 2, 6 40 minutos, lo que se resume en la tabla 14-1. (La
probabilidad de que los que lleguen al ltimo no espere en la fila, porque se acerca
la hora del almuerzo, no se ha considerado aqu, aunque normalmente lo ser.) El
examen de los datos indica que el costo se reduce al mnimo empleando dos
encargados. En contraste con las tasas uniformes, la mayor parte de los
problemas de los negocios se ocupa de tasas aleatorias de llegada y de servicio,
cuya solucin requiere un proceso diferente, que constituir el tema del resto de
este capitulo.

TEORIA DE LINEAS DE ESPERA DE UN SOLO CANAL

En la ltima seccin, estudiamos las tasas uniformes de llegada y de servicio, y
ahora estudiaremos las tasas aleatorias de llegada y de servicio en un problema
de lneas de espera de un solo canal (una sola estacin). No trataremos aquellos
casos en los que la capacidad de las instalaciones de servicio es mayor que el
INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

UNIDAD 2
LINEAS DE ESPERA
promedio de las demandas de las entradas, porque esta condicin da por
resultado que no haya lneas de espera. En vez de ello nos ocuparemos de un
problema de lneas de espera de un solo canal, en el que hay una lnea de espera
que resulta de tiempos aleatorios de llegada y de servicio. Vale la pena notar que
los modelos de lneas de espera pueden usarse para eliminar un exceso de
trabajadores, cuando la instalacin de servicio es mayor que las demandas de
servicio.
La forma en que llegan las unidades es aleatoria, si no puede predecirse
exactamente cuando llegara cierta unidad.

2.2 PROCESO DE NACIMIENTO Y MUERTE (MODELOS DE

POISSON)
PROCESO DE NACIMIENTO PURO Y MUERTE PURA
En esta seccin consideraremos dos procesos especiales. En el primer proceso, los
clientes llegan y nunca parten y en el segundo proceso los clientes se retiran de un abasto
inicial. En ambos casos los procesos de llegada y retiro ocurren de manera aleatoria. Las
dos situaciones se denominan proceso de nacimiento puro y proceso de muerte pura.
MODELO DE NACIMIENTO PURO
Considere la situacin de emitir actas de nacimiento para bebes recin nacidos. Estas
actas se guardan normalmente en una oficina central de Registro Civil. Hay razones para
creer que el nacimiento de bebes y, por ello, la emisin de las actas correspondientes es
un proceso completamente aleatorio que se puede describir por medio de una distribucin
de Poisson. Usando la informacin de la seccin 15.2 y suponiendo que es la tasa con
que se emiten las actas de nacimiento, el proceso de nacimiento puro de tener n arribos o
llegadas (acta de nacimiento) durante el periodo de tiempo t se puede describir con la
siguiente distribucin de Poisson:

p n (t )

( t ) n e t
, n=0,1,2,. (Nacimiento puro)
n!

Donde es la tasa de llegadas por unidad de tiempo, con el nmero esperado de

llegadas durante t igual a t.

Ejemplo 15.3-1

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

10

UNIDAD 2
LINEAS DE ESPERA
Suponga que los nacimientos en un pas estn separados en el tiempo, de acuerdo con
una distribucin exponencial, presentndose un nacimiento cada 7 minutos en promedio.
Como el tiempo promedio entre arribos (entre nacimientos) es de 7 minutos, la tasa de
nacimiento en el pas se calcula como:

24 x60
205.7 nacimientos / dia
7

El nmero de nacimientos en el pas por ao est dado por

t = 205.7x365 = 75080 nacimientos/ao
La probabilidad de ningn nacimiento en cualquier da es

po

( 205.7 x1) 0 e 205.7 x1

0
0!

Suponga que nos interesa la probabilidad de emitir 45 actas de nacimiento al final de un

periodo de 3 horas, si se pudieron emitir 35 actas en las primeras 2 horas.
Observamos que debido a que los nacimientos ocurren segn un proceso de Poisson, la
probabilidad requeridas reduce a tener 45-35=10 nacimientos en una hora ( =3-2). Dado
=60/7=8.57 nacimientos/hora, obtenemos
p10 (19)

(8.57 x1)10 e 8.57 x1

0.11172
10!

MODELO DE MUERTE PURA

Considere la situacin de almacenar N unidades de artculo al inicio de la semana, para
satisfacer la demanda de los clientes durante la semana. Si suponemos que la demanda
se presenta a una tasa de unidades por da y que el proceso de demanda es
completamente aleatorio, la probabilidad asociada de tener n artculos en el almacn
despus de un tiempo t, la da la siguiente distribucin truncada de Poisson:
p n (t )

( t ) N n e t
,
( N n)!

n = 1,2,N

p 0 (t ) 1 p n (t )

(Muerte pura)

n 1

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

11

UNIDAD 2
LINEAS DE ESPERA
Ejemplo 15.3-2
Al inicio de la semana, se almacenan 15 unidades de un artculo de inventario para
utilizarse durante la semana. Solo se hacen retiros del almacenamiento durante los
primeros 6 das (la empresa est cerrada los domingos) y sigue una distribucin de
Poisson con la media de 3 unidades/da. Cuando el nivel de existencia llega a 5 unidades,
se coloca un nuevo pedido de 15 unidades para ser entregado al principio de la semana
entrante. Debido a la naturaleza del artculo, se desechan todas las unidades que sobran
al final de la semana
Podemos analizar esta situacin en varias formas. Primero, reconocemos que la tasa de
calculo es = 3 unidades por da. Supngase que nos interesa determinar la probabilidad
de tener 5 unidades (el nivel de nuevo pedido) al da t; es decir,
p 5 (t )

(3t )155 e 3t
, t= 1,2,,6
(15 5)!

Como ejemplo ilustrativo de los clculos, tenemos los siguientes resultados utilizando el
programa TORA t=3, 6, 9., y 18
t (das)

12

15

p5(t)

0.0008

0.0413

0.1186

0.1048

18

0.0486

0.015

Obsrvese que p5(t) representa la probabilidad de hacer un nuevo pedido el da t. Esta

probabilidad llega a su nivel mximo en t=3 y despus disminuye conforme transcurre la
semana. Si nos interesa la probabilidad de hacer un nuevo pedido para el da t, debemos
determinar la probabilidad de tener cinco unidades o menos el da t; esto es,
Pn<=5 (t) = p0(t)+p1(t)+..+p5(t)
Usando TORA nuevamente obtenemos
t (das)

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

12

UNIDAD 2
LINEAS DE ESPERA
t

pn<=5(t)

0.0011

0.0839

12

0.4126

15

0.7576

18

0.9301

0.9847

Podemos advertir en la tabla que la probabilidad de hacer el pedido para el da t aumente

montonamente con t.
Otra informacin, que es importante al analizar la situacin, es determinar el nmero
promedio de unidades de inventario que se desecharan el fin de semana.
En t 6

15

np
n0

(6)

Esto se hace calculando el nmero esperado de unidades para el da 6; es decir,

La tabla que sigue presenta un resumen de las operaciones dado t=18
N

pn(6)

0.792

0.0655

0.0509

0.0368

0.0245

0.015

0.0083

0.0042

0.0018

0.0007

10

11

0.0002

0.0001

Y pn(6) ~= 0 para n = 12,13,14 y 15. Por lo tanto, al calcular el promedio, obtenemos

En t 6

= 0.5537 unidad

Esto indica que, en promedio, se desechar menos de una unidad al trmino de cada
semana.

Ejercicio 15.3-2
Determine en el ejemplo 15.3-2
A) La probabilidad de que se agote la existencia despus de tres das.
B) La probabilidad de que se retirar una unidad de inventario al termino del cuarto
da dado que la ultima unidad fue retirada al cabo del tercer da

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

13

UNIDAD 2
LINEAS DE ESPERA
C) La probabilidad de que el tiempo restante hasta que se retire la siguiente unidad
sea cuando mucho un da, dado que el ltimo retiro ocurre un da antes.
D) El inventario promedio que se mantiene en existencia al termino del segundo da
E) La probabilidad de que no ocurran retiros durante el primer da

2.4 UNA COLA, UN SERVIDOR Y POBLACIN FINITA

El sistema que se analiz en la seccin anterior supone que el nmero de clientes que
requieren servicio en un periodo de tiempo determinado es infinito. Este caso no
corresponde a la realidad ya que una poblacin es, por regla, de tamao finito. Este caso
no corresponde a la realidad ya que una poblacin es, por regla, de tamao finito. Esta
consideracin, en vez de simplificar el desarrollo de frmulas que describen
cuantitativamente al sistema, lo complica. Por ello, se refiere trabajar con el supuesto de
poblacin infinita y no con el real.
Suponiendo que una poblacin finita de m elementos (o<m<) requiriera servicios de un
sistema similar al de la seccin anterior, las series infinitas analizadas para la seccin 3.4
se convierten en series finitas y generan de manera anloga los siguientes resultados9.
Si m es la poblacin que pudiera requerir un servicio determinado y n (n < m) elementos
de esa poblacin piden ese servicio, entonces P0 (t) se calcula mediante el uso simultneo
de las expresiones 3.20 y 3.21, determinadas a continuacin9-1:

(3.20)

(3.21)

Una vez conocida

(t) se calcula L, W, Ts, Tw de:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

14

UNIDAD 2
LINEAS DE ESPERA

(3.22)

(3.23)

(3.24)

(3.25)

Obviamente, conocida P0 (t) se calcula Pn (t) de 3.20 de la siguiente manera:

(3.26)

Ejemplo 3.2. Suponga que en la flota de Aeromxico existen cuatro aviones del tipo jumbo
747. Se ha venido observando el comportamiento de estos aviones desde 1971 y, en
especial, las fallas de las turbinas. Los datos indican que las fallas de cualquier turbina de
cualquier avin es una variable aleatoria y que el tiempo promedio entre dos fallas
consecutivas de cualquier avin es de un ao. El tiempo promedio de revisin y
compostura de la falla de la turbina es de 45 das (un octavo de ao). Solamente se tienes
un equipo humano de expertos para dar servicios y se proporciona servicio bajo la poltica
de primero que entra al taller, primero que se le sirve. Durante el periodo de
mantenimiento el avin no vuela. Describa cuantitativamente al sistema de espera.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

15

UNIDAD 2
LINEAS DE ESPERA

Si se toma como unidad de tiempo un ao, entonces

Como

, se aplica los conceptos anteriores. Se calcula la expresin 3.20

para n = 0, 1, 2, 3, 4 y m = 4, donde n es el nmero de aviones que esperan compostura y

m es la flota de jumbos 747 de Aeromxico.
n

1.00000

0.50000

0.18750

0.04688

0.00576

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

16

UNIDAD 2
LINEAS DE ESPERA

Tabla 3.2

Por lo tanto, y de acuerdo con 3.21, se tiene:

Que significa que existe un 5704% de probabilidad de que no se encuentre ningn avin
jumbo 747 en el sistema de compostura de turbinas en el tiempo t.
La probabilidad de que se encuentre un avin en mantenimiento y otro en espera es:

El nmero promedio de aviones de aviones que esperan servicio en 1 ao es de:

Mientras que el nmero promedio de aviones en el sistema (esperando en la cola y en el

taller) es:

El tiempo promedio de espera en la cola para recibir servicio es:

O sea aproximadamente 18 das, mientras que el tiempo promedio en el sistema (espera

ms servicio) es de:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

17

UNIDAD 2
LINEAS DE ESPERA

O sea casi 64 das:

Qu representa esto en costo?
Suponga que el costo de 1 hora de vuelo de un 747 es de 10 mil pesos, de 2 mil cuando
est en tierra y de 5 mil cuando est en mantenimiento. Se supone que estos aviones
vuelan, en promedio, 14 horas por da y por cada mil horas de vuelo se les proporcionara
mantenimiento preventivo (independiente de las composturas de falla de turbina) que dura
en promedio 100 horas. Se supone que el sueldo mensual del personal especializado de
reparacin es de 200 mil pesos y el costo mensual del equipo de reparacin (luz,
depreciacin, seguros, etc.,) es de 125 mil pesos.
El costo de la espera para componer las fallas de la turbina de un avin es, por lo tanto, la
suma de los siguientes costos:
a) Tiempo muerto del avin mientras espera y le reparan la turbina, (Tw).
b) Tiempo muerto de la tripulacin cuando el avin se encuentra en el taller por
compostura de turbinas.
c) Tiempo de reparacin de la turbina (sin incluir refacciones), es decir Tw Ts.
Como la unidad de tiempo es un ao, se deben convertir todos los costos unitarios a costo
por ao.
En un ao (365 das) el avin vuela:

Por lo que recibe 5 mantenimientos preventivos de 100 horas cada uno, para un total de

500

de servicio de mantenimiento. Si en un ao existen 8760 horas, lo anterior

quiere decir que:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

18

UNIDAD 2
LINEAS DE ESPERA

8760 (5110 + 500) = 3150

Estar parado el avin en tierra. Entonces el costo total anual para cada avin ser de:

(5110

) + (500

) + (3150

2000

* 5000

) = 59.9

Si un avin de este tipo pasa Tw = 0.175 de ao (64 das), en el sistema de compostura de

turbinas, el costo asociado a este tiempo muerto es:

(59.9

) (0.175 aos) = 10.48

El sueldo mensual de una tripulacin es de 400 mil pesos (4.8 millones de pesos por ao);
por lo tanto, el costo del tiempo muerto de la tripulacin asociado a la compostura de una
turbina ser:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

19

UNIDAD 2
LINEAS DE ESPERA

La nmina mensual del equipo de reparacin ms sus costos mensuales suman 325 mil
pesos (3.9 millones de pesos por ao). Por lo tanto, el costo del tiempo de reparacin por
avin, sin tomar en cuenta refacciones es:

El costo total de tener a un avin en el sistema de compostura es:

(10.48 + 0.21 + 0.49) = 11.58

Este resultado motiva las siguientes preguntas: Conviene aumentar el equipo

especializado de reparacin de turbinas a 2 o 3? Si es as, En cunto disminuira el
costo de la espera por avin en el sistema? A cunto aumenta el costo del equipo de
reparacin? Cul es un buen punto de equilibrio?

2.5

UNA

COLA-SERVIDORES

MULTIPLES

EN

PARALELO-

POBLACION INFINITA
Se supone un sistema con una sola cola, a la cual puede llegar un nmero infinito de
clientes en espera de recibir un mismo servicio por parte de S(S>1) servidores en
paralelo. La poltica del sistema es que sirve a los clientes en el orden de su llegada; el
servicio lo proporciona el primer servidor que se haya desocupado al principio y se irn
ocupando en forma progresiva (primero el servidor 1, despus el 2 y as sucesivamente)
en la medida que vayan llegando los clientes.

El nmero promedio de llegadas por unidad de tiempo es y se supone que este tiene
una distribucin de poisson.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

20

UNIDAD 2
LINEAS DE ESPERA
El nmero promedio de servicios de cada servidor por unidad de tiempo es el mismo y
se denota por . Se supone que este nmero tiene una distribucin exponencial negativa.
Se observa que cuando el nmero de elementos en la cola y en las estaciones de
servicio, m, es mayor que el nmero de servidores, S, (m > S), la probabilidad de que
algn cliente abandone el sistema (despus de recibir su servicio) en el intervalo de
tiempo t es S t. En caso contrario (S > m), dicha probabilidad es m t.
Esta observacin incorporada en la expresin 3.3 origina:

(3.27)
En la expresin anterior

no tiene sentido cuando m = O, por lo que una vez

agrupados los trminos se obtiene:

Restando en ambos lados PQ (t) y dividiendo entre A t, se tiene

Tomando el lmite cuando

tiende a cero genera

Por lo que
(3.28)

El lmite, cuando

tiende a cero, de la expresin general 3.27, para m = 1, genera

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

21

UNIDAD 2
LINEAS DE ESPERA

(3.29)
Substituyendo 3.28 en 3.29

(3.30)

Generalizando 3.30 para un valor m 1 cualquiera se obtiene

que se puede reescribir:

(3.31)

Para el caso en que m < S, se sigue el mismo razonamiento cambiando el trmino

de 3.27 por m t, para obtener

(3.32)

Una frmula explcita de

se genera despejando este trmino de

arrojando la expresin:

(3.33)

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

22

UNIDAD 2
LINEAS DE ESPERA
Combinando 3.33 con 3.31 y 3.32 y tomando el lmite cuando m tiende a infinito, se
construye despus de un buen ejercicio algebraico (que aqu se omite) la expresin final
para

dada por

(3.34)
El largo de la cola L, lo dar la expresin

Que una vez desarrollada, utilizando 3.31 y agrupando trminos, genera la frmula

(3.35)
El nmero de elementos en el sistema W, es igual a
W=L+

(3.36)

El tiempo de espera en la cola Ts es:

(3.37)
Mientras que el tiempo de espera en el sistema, Tw

(3.38)

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

23

UNIDAD 2
LINEAS DE ESPERA

As como en el caso de un servidor se supone que

(para que no se formen colas

de tamao infinito), en el caso de servidores mltiples se requiere que se cumpla la

condicin

, la cual se puede reescribir como

Se puede demostrar que

Donde

Ejemplo 3.3. Suponga que en el cruce fronterizo de Mxico y Estados Unidos, localizado
entre las poblaciones de Piedras Negras, Coahuila, y Eagle Pass, Texas, existe un puente
sobre el Ro Bravo con dos lneas de trfico, una en direccin de Mxico a Estados
Unidos y la otra en sentido contrario. La lnea de trfico de Estados Unidos a Mxico, se
bifurca a 5 garitas de inspeccin migratoria y aduanera.
Suponga que las llegadas de automviles tienen una distribucin de Poisson con igual a
15 llegadas por hora, mientras que el nmero de servicios tiene una distribucin
exponencial negativa con igual a
8 servicios por hora.
Por decreto gubernamental, no existe prioridad de trato, as que las garitas migratorias y
aduaneras proporcionan servicio en la medida que se desocupan, y se atiende en primer
trmino al primer automvil de la cola y as sucesivamente.
Se describe en forma cuantitativa al sistema de garitas migratorias y aduaneras.
Primero se corrobora que el parmetro

, queriendo decir que en el puente

internacional de Piedras Negras no se formar una cola infinita de automviles o, en

trminos ms reales, que esta cola no tiende a crecer sin freno:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

24

UNIDAD 2
LINEAS DE ESPERA

Se tiene

Lo anterior implica que existe un 15% de probabilidades de que, al llegar un automvil

cualquiera a la garita internacional de Piedras Negras, en el tiempo t las 5 estaciones de
servicio se encuentren vacas, y no exista ningn automvil esperando este servicio.
Por lo tanto, no se forma una cola hasta que m > 6, como se verifica en la tabla 3.3.
El largo de la cola, L es:

El nmero de elementos en el sistema, W, es:

El tiempo promedio de espera en la cola, Ts es:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

25

UNIDAD 2
LINEAS DE ESPERA
M

Tamao
de
la cola

Garitas

Nmero de

desocupada
s

automvile
s
a
cuales

Pm (t)+,*

los

se les est
dando
servicio
0

0.152

0.286**

0.267

0.167

0.078

0.029***

0.011****

0.004

0.001

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

26

UNIDAD 2
LINEAS DE ESPERA

o sea casi 7 segundos, mientras que el tiempo dentro del sistema, Tw es:

Aproximadamente 7 minutos con 36 segundos.

Ejemplo 3.4. El Director General de Egresos, el Lie. A. Uslero, experto en sistemas,
sospecha que se puede lograr un considerable ahorro econmico, si en vez de 5 garitas
funcionan 2, y que esto no causa graves problemas al turismo. Estar en lo cierto?
Se calcula

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

27

UNIDAD 2
LINEAS DE ESPERA

Es decir, existe un 3% de probabilidades de que al llegar un automvil cualquiera a la

garita internacional de Piedras Negras, en el tiempo t las 2 garitas se encuentren vacas y
no hay automviles esperando por un servicio.

No se forma una cola hasta que m > 3, tal como se aprecia en la siguiente tabla.
M

Tamao de

Garitas

Nmero de

la cola

desocupadas

automviles

Pm (t) + ,*

a los cuales
se les est
dando servicio
0

0.03226

0.06048

0.05670

0.05316

0.04984

0.046725

Tabla 3.4
El largo de la cola, L, es:

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

28

UNIDAD 2
LINEAS DE ESPERA

Mientras que el nmero de elementos en el sistema, W, es:

W=L+
= 13.61 + 1.875 = 15.49 automviles
El tiempo promedio de espera en la cola, TS, es:

O sea casi 55 minutos, mientras que el tiempo dentro del sistema, Tw, es:

O sea, casi 62 minutos.

As, por un lado, la medida de reducir de 5 a 2 garitas podra ahorrarle al pas el salario y
el mantenimiento de 3 garitas, por el otro provocara prdidas en turismo, ya que, en
promedio cada automvil que cruce por ese puerto fronterizo, esperar ms de una hora
por trmites.

CONCLUSION
INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

29

UNIDAD 2
LINEAS DE ESPERA
Los sistemas de colas son muy comunes en la sociedad. La adecuacin de estos
sistemas puede tener un efecto importante sobre la calidad de vida y la productividad.
Para estudiar estos sistemas, la teora de colas formula modelos matemticos que
representan su operacin y despus usa estos modelos para obtener medidas de
desempeo que realmente ayudan mucha para el desarrollo de una empresa o compaa
reduciendo el tiempo en que esperan los clientes, y optimizando la eficiencia del equipo
trabajador. Este anlisis proporciona informacin vital para disear de manera prctica
sistemas de colas que logren un balance apropiado entre el costo de proporcionar el
servicio y el costo asociado con la espera por ese servicio.
La teora de colas es el estudio matemtico de las lneas de espera (o colas) permitiendo
el anlisis de varios procesos relacionados como: la llegada al final de la cola, la espera
en la cola, o tambin matemtica etc.
La teora de colas generalmente es considerada una rama de investigacin operativa
porque sus resultados a menudo son aplicables en una amplia variedad de situaciones
como: negocios, comercio, industria, ingenieras, transporte y telecomunicaciones.
En el contexto de la informtica y de las nuevas tecnologas estas situaciones de espera
son ms frecuentes. As, por ejemplo, los procesos enviados a un servidor para ejecucin
forman colas de espera mientras no son atendidos, la informacin solicitada, a travs de
Internet, a un servidor Web puede recibirse con demora debido a la congestin en la red,
tambin se puede recibir la seal de lnea de la que depende nuestro telfono mvil
ocupada si la central est colapsada en ese momento, etc.
En conclusin tenemos que la Teora de Cola no es una tcnica de optimizacin, sino una
herramienta que utiliza frmulas analticas, limitadas por suposiciones matemticas. No se
asemejan a una situacin real, pero da una primer aproximacin a un problema y a bajo
costo, que brindan informacin sobre el comportamiento de lneas de espera; estas se
presentan cuando "clientes" llegan a un "lugar" demandando un servicio a un "servidor" el
cual tiene una cierta capacidad de atencin y no est disponible inmediatamente y el
cliente decide esperar.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

30

UNIDAD 2
LINEAS DE ESPERA
Ya que a menudo es deseable tomar decisiones respecto de una situacin de teora de
cola, basndose en algn tipo de anlisis de costos. Por ejemplo, un incremento en el
nmero de servidores en el sistema reducira el tiempo de espera, pero incrementara el
costo del servicio e inversamente. Si se pudiera expresar el tiempo promedio de espera
en valores monetarios, es posible seleccionar el ptimo nmero de servidores (o la
velocidad de servicio) que minimiza la suma de los costos se servicio y el tiempo de
espera. El problema de este enfoque radica que en la prctica es muy difcil de estimar el
costo por unidad de espera.

BIBLIOGRAFA

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

31

UNIDAD 2
LINEAS DE ESPERA

METODOS Y MODELOS DE INVESTIGACIN DE OPERACIONES DR. JUAN

PRAWDA WITENBERG VOL 2, LIMUSA NORIEGA EDITORES.
TOMA DE DECISIONES INVESTIGACIN DE OPERACIONES ROBERT J.
THIERAUF, LIMUSA.
INVESTIGACIN DE OPERACIONES 5TA EDICION HAMDY A. TAHA
ALFAOMEGA.
INVESTIGACION DE OPERACIONES APLICACIONES Y ALGORITMOS 4TA
EDICION WAYNE L. WINSTON THOMSON.

INGENIERIA INDUSTRIAL 7A |INVESTIGACIN DE OPERACIONES 2

32