Teoría de Colas

Todos nosotros hemos pasado mucho tiempo

esperando en una cola. Estudiaremos algunos
modelos matemáticos para las líneas de esperas.
Estos modelos se usarán para responder
preguntas como las siguientes:
1.Cuánto tiempo está ocioso cada servidor?
2.Cuál es el número esperado de clientes presentes en la
cola?
3.Cuál es el tiempo previsto que un cliente debe pasar en
la cola?
4.Cuál es la distribución de probabilidad del tiempo de
espera de un cliente?
5.Cuál es la distribución de probabilidad de la cantidad de
clientes presentes en la cola?
1
 Las colas…
Las colas son frecuentes en nuestra
vida cotidiana:
 En un banco
 En un restaurante de comidas
rápidas
 Al matricular en la universidad
 Los autos en un lava carro.
 En un supermercado.
 En una estación de combustible
En un estadio deportivo

2
 Las colas…
En general, a nadie le gusta esperar
Cuando la paciencia llega a su límite,
la gente se va a otro lugar.
Sin embargo, un servicio muy rápido
tendría un costo muy elevado
Es necesario encontrar un balance
adecuado
Esto es la relación positiva de
Beneficio/costo.

3
 Teoría de colas
Una cola es una línea de espera.
La 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
4
 Teoría de colas
Existen muchos sistemas de colas
distintos
Algunos modelos son muy especiales
Otros se ajustan a modelos más
generales
Se estudiarán ahora algunos modelos
comunes
Otros se pueden tratar a través de la

5
simulación
Sistemas de colas: modelo básico
Un sistema de colas puede
dividirse en dos componentes
principales:
 La cola
 La instalación del servicio
Los clientes o llegadas vienen
en forma individual para recibir
el servicio
6
 Sistemas de colas: modelo
básico
Los clientes o llegadas pueden ser:
 Personas
 Automóviles
 Máquinas que requieren
reparación
 Documentos
 Entre muchos otros tipos de
artículos

7
 Sistemas de colas: modelo
básico
Si cuando el cliente llega no
hay nadie en la cola, pasa de
una vez a recibir el servicio
Si no, se une a la cola
Es importante señalar que la
cola no incluye a quien está
recibiendo el servicio

8
Sistemas de colas: modelo básico
Las llegadas van a la instalación
del servicio de acuerdo con la
disciplina de la cola
Generalmente ésta es primero
en llegar, primero en ser
servido(FIFO)
Pero pueden haber otras reglas
o colas con prioridades(LIFO)
9
 Sistemas de colas: modelo
básico

Sistema de colas

Llegadas Disciplina Instalación Salidas

Cola de la cola del
servicio

10
 Estructuras típicas de sistemas
de colas: una línea, un servidor

Sistema de colas

Llegadas Salidas
Cola Servidor

11
 Estructuras típicas de sistemas de
colas: una línea, múltiples
servidores

Sistema de colas
Salidas
Servidor

Llegadas Salidas
Cola Servidor

Salidas
Servidor

12
 Estructuras típicas de colas:
varias líneas, múltiples servidores

Sistema de colas
Salidas
Cola Servidor

Llegadas Salidas
Cola Servidor

Salidas
Cola Servidor

13
Estructuras típicas de colas: una
línea, servidores secuenciales

Sistema de colas
Llegadas
Cola

Servidor

Cola

Salidas
Servidor
14
 Costos de un sistema de
colas
1. Costo de espera: Es el costo
para el cliente al esperar
 Representa el costo de
oportunidad del tiempo
perdido
 Un sistema con un bajo costo
de espera es una fuente
importante de competitividad
15
 Costos de un sistema de
colas
2. Costo de servicio: Es el costo
de operación del servicio
brindado
 Es más fácil de estimar
 El objetivo de un sistema de
colas es encontrar el
sistema del costo total
mínimo
16
 TEORIA DE COLAS
Equilibrio entre Costos de Espera y Costos de Servicio

Costo

COSTO TOTAL
ESPERADO

Costo Costo por proporcionar

Total el SERVICIO
Mínimo

Costo por TIEMPO

DE ESPERA

Nivel Óptimo de Servicio Nivel de Servicio

17
 Sistemas de colas: Las
llegadas
El tiempo que transcurre entre dos
llegadas sucesivas en el sistema de
colas se llama tiempo entre
llegadas
El tiempo entre llegadas tiende a
ser muy variable
El número esperado de llegadas
por unidad de tiempo se llama tasa
18
media de llegadas ()
 Sistemas de colas: Las
llegadas
El tiempo esperado entre
llegadas es 1/
Por ejemplo, si la tasa media de
llegadas es  = 20 clientes por
hora
Entonces el tiempo esperado
entre llegadas es 1/ = 1/20 k  =
e
0.05 horas o 3
 : tasa media de llegadas
P (
minutosk ) 
e = 2,7182818…
k!
19
 Sistemas de colas: Las
llegadas – Distribución
exponencial

La forma algebraica de la

distribución exponencial es:
 t
P(tiempo de servicio  t )  1  e
Donde t representa una cantidad
expresada en unidades de
tiempo (horas, minutos, etc.)
20
 Sistemas de colas: Las
llegadas – Distribución
exponencial

P(t)

0 Media Tiempo
21
 Sistemas de colas: Las llegadas
– Distribución exponencial
La distribución exponencial supone
una mayor probabilidad para
tiempos entre llegadas pequeños
En general, se considera que las
llegadas son aleatorias
La última llegada no influye en la
probabilidad de llegada de la
siguiente
22
Sistemas de colas: Las llegadas
- Distribución de Poisson
Es una distribución discreta
empleada con mucha frecuencia
para describir el patrón de las
llegadas a un sistema de colas
Para tasas medias de llegadas
pequeñas es asimétrica y se hace
más simétrica y se aproxima a la
binomial para tasas de llegadas
23
altas
 Sistemas de colas: Las
llegadas - Distribución de
Poisson
Su forma algebraica es:
k 
e
P(k ) 
Donde:
k!
 P(k) : probabilidad de k
llegadas por unidad de tiempo
  : tasa media de llegadas
 e = 2,7182818…
24
 Sistemas de colas: Las llegadas -
Distribución de Poisson

0 Llegadas por unidad de tiempo

25
 Sistemas de colas: Las
llegadas
Además es necesario estimar
la distribución de probabilidad
de los tiempos entre llegadas
Generalmente se supone una
distribución exponencial
Esto depende del
comportamiento de las llegadas

26
 Sistemas de colas: La cola
El número de clientes en la
cola es el número de clientes
que esperan el servicio
El número de clientes en el
sistema es el número de
clientes que esperan en la cola
más el número de clientes que
actualmente reciben el servicio
27
 Sistemas de colas: La cola
La capacidad de la cola es el
número máximo de clientes
que pueden estar en la cola
Generalmente se supone que
la cola es infinita
Aunque también la cola puede
ser finita

28
 Sistemas de colas: La cola
La disciplina de la cola se refiere al
orden en que se seleccionan los
miembros de la cola para comenzar
el servicio
La más común es (FIFO)PEPS:
primero en llegar, primero en
servicio
Puede darse: selección aleatoria,
prioridades, (LIFO)UEPS, entre otras.
29
 Sistemas de colas: El servicio
El servicio puede ser brindado
por un servidor o por servidores
múltiples
El tiempo de servicio varía de
cliente a cliente
El tiempo esperado de servicio
depende de la tasa media de
servicio ()
30
 Sistemas de colas: El servicio
El tiempo esperado de servicio
equivale a 1/
Por ejemplo, si la tasa media de
servicio es de 25 clientes por
hora
Entonces el tiempo esperado
de servicio es 1/ = 1/25 = 0.04
horas, o 2.4 minutos
31
 Sistemas de colas: El servicio
Es necesario seleccionar una
distribución de probabilidad para
los tiempos de servicio
Hay dos distribuciones que
representarían puntos extremos:
La distribución exponencial
(=media)
Tiempos de servicio constantes
(=0)
32
Sistemas de colas: El servicio
Una distribución intermedia es la
distribución Erlang
Esta distribución posee un
parámetro de forma k que
determina su desviación estándar:
1
 media
k

33
 Sistemas de colas: El servicio
Si k = 1, entonces la distribución
Erlang es igual a la exponencial
Si k = ∞, entonces la distribución
Erlang es igual a la distribución
degenerada con tiempos
constantes
La forma de la distribución Erlang
varía de acuerdo con k
34
 Sistemas de colas: El servicio
P(t)
k=∞

k=8

k=2
k=1

0 Media Tiempo
35
 Sistemas de colas:
Distribución Erlang
Distribución Desviación estándar
Constante 0
Erlang, k = 1 media
Erlang, k = 2 1 / 2 media
Erlang, k = 4 1/2 media
Erlang, k = 8 1 / 8 media
Erlang, k = 16 1/4 media
Erlang, cualquier k 1 / k media
36
 Sistemas de colas: Etiquetas
para distintos modelos

Notación de Kendall: A/B/c

La notación de Kendall, caracteriza un sistema de línea de espera en el
cual todas las llegadas esperan en una sola cola hasta que está libre
uno de los s servidores paralelos idénticos. Luego el primer cliente
en la cola entre al servicio, y así sucesivamente.
 A: Distribución de tiempos entre llegadas
 B: Distribución de tiempos de servicio
M: distribución exponencial
D: distribución degenerada
Ek: distribución Erlang
 c: Número de servidores
37
 Estado del sistema de colas
En principio el sistema está en un
estado inicial
Se supone que el sistema de colas
llega a una condición de estado
estable (nivel normal de operación)
Existen otras condiciones
anormales (horas pico, etc.)
Lo que interesa es el estado estable

38
 Desempeño del sistema de
colas
 Para evaluar el desempeño se
busca conocer dos factores
principales:
1. El número de clientes que
esperan en la cola
2. El tiempo que los clientes
esperan en la cola y en el
sistema
39
 Medidas del desempeño del
sistema de colas
1. Número esperado de clientes en la cola
Lq
2. Número esperado de clientes en el
sistema Ls
3. Tiempo esperado de espera en la cola Wq
4. Tiempo esperado de espera en el
sistema Ws

5. Número promedio de clientes que

atenderá el servidor W
40
 Medidas del desempeño del sistema de
colas: fórmulas generales
1
Ws  Wq 

Ls  Ws
Lq  Wq

Ls  Lq 

L
W 
41

 Medidas del desempeño del
sistema de colas: ejemplo
Suponga una estación de
gasolina a la cual 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
42
 Medidas del desempeño del
sistema de colas: ejemplo
La tasa media de llegadas  es
45 clientes por hora o 45/60 =
0.75 clientes por minuto
La tasa media de servicio  es 60
clientes por hora o 60/60 = 1
cliente por minuto

43
 Medidas del desempeño del
sistema de colas: ejemplo

Wq  3 min
1 1
Ws  Wq   3   4 min
 1
Ls  Ws  0.75  4  3 clientes
Lq  Wq  0.75  3  2.25 clientes
44
 Medidas del desempeño del
sistema de colas: ejercicio
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
45
 Probabilidades como
medidas del desempeño
Beneficios:
Permiten evaluar escenarios
Permite establecer metas
Notación:
Pn : probabilidad de tener n
clientes en el sistema
P(Ws ≤ t) : probabilidad de que
un cliente no espere en el
sistema más de t horas
46
Factor de utilización del
sistema
Dada la tasa media de llegadas  y la
tasa media de servicio , se define el
factor de utilización del sistema .
Generalmente se requiere que  < 1
Su fórmula, con un servidor y con s
servidores, respectivamente, es:

 
 
 s 47
 Factor de utilización del sistema
- ejemplo
Con base en los datos del ejemplo
anterior,  = 0.75,  = 1
El factor de utilización del sistema
si se mantuviera un servidor es
 = / = 0.75/1 = 0.75 = 75%
Con dos servidores (s = 2):
 = /s = 0.75/(2*1) = 0.75/2 =
37,5%
48
 Modelos de una cola y un
servidor
M/M/1: Un servidor con llegadas de Poisson
y tiempos de servicio exponenciales
M/G/1: Un servidor con tiempos entre
llegadas exponenciales y una distribución
general de tiempos de servicio
M/D/1: Un servidor con tiempos entre
llegadas exponenciales y una distribución
degenerada de tiempos de servicio
M/Ek/1: Un servidor con tiempos entre
llegadas exponenciales y una distribución
Erlang de tiempos de servicio
49
 Modelo M/M/1
  2
Ls  Lq 
  (   )
1  Lq
Ws  Wq  
   (   ) 
Pn  (1   )  n
P ( Ls  n)   n 1

  (1  ) t   (1  ) t
P(Ws  t )  e P(Wq  t )  e
t  0,   1
50
 Modelo M/M/1: ejemplo 1
Un lavacarro puede atender un auto cada 5
minutos y la tasa media de llegadas es de 9
autos por hora
Obtenga las medidas de desempeño de acuerdo
con el modelo M/M/1
Además la probabilidad de tener 0 clientes en el
sistema, la probabilidad de tener una cola de
más de 3 clientes y la probabilidad de esperar
más de 30 min. en la cola y en el sistema

51
 Modelo M/M/1: ejemplo 1
9
  9,   12,    0.75
12
 2
Ls   3 clientes Lq   2.25 clientes
  (   )
1
Ws   0.33 hrs  20 min
 

Wq   0.25 hrs  15 min
 (   )
P0  (1   )  0  0.25 P ( Ls  3)   31  0.32
P (Ws  30 / 60)  e   (1  )t  0.22
P (Wq  30 / 60)  e   (1  )t  0.17
52
 Modelo M/M/1 ejemplo 2
 Un promedio de 10 automóviles por hora llegan a un
cajero con un solo servidor que proporciona servicio sin
que uno descienda del automóvil. Suponga que el
tiempo de servicio promedio por cada cliente es 4
minutos, y que tanto los tiempos entre llegadas y los
tiempos de servicios son exponenciales. Conteste las
preguntas siguientes:
1. Cuál es la probabilidad que el cajero esté ocioso?
2. Cuál es el número promedio de automóviles que están
en la cola del cajero? (se considera que un automóvil
que está siendo atendido no está en la cola esperando)
3. Cuál es la cantidad promedio de tiempo que un cliente
pasa en el estacionamiento del banco?(incluyendo el
tiempo de servicio
4. Cuántos clientes atenderá en promedio el cajero por
hora?
53
 Solución:
De acuerdo con las premisas estamos
trabajando con sistema de colas M/M/1
10 2
para lo cual λ=10 automóvilespor   hora y
2 1 15 3
por15
μ= automóviles
lo tanto  0  1    1 por
 hora. Por lo tanto
3 3 2
1.  2
  , el cajero
 2
 3 4
estará ocioso
Lq un
 tercio 
1 
del tiempo.
2

3
1
2. Determinar 3
clientes.
2
 3
L    2 clientes
1  2
3. Estimamos W, pero necesitamos obtener L.
1
3
L 2 1
W    horas
 10 5

54
 Solución:
4. Si el cajero siempre estuviera ocupado,
atendería un promedio de μ=15 clientes por
hora. Según la solución encontrada en (1) el
cajero está ocupado 2/3 del tiempo. Por tanto
dentro de cada hora, el cajero atenderá un
promedio de (2/3)(15)= 10 clientes.

55
 Modelo M/M/1: Ejemplo 3
 Suponga que todos los dueños de automóvil acuden a la
gasolinera cuando sus tanques están a la mitad. En el momento
actual llega un promedio de 7.5 clientes por hora a una
gasolinera que tiene una sola bomba. Se requiere un promedio
de 4 minutos para servir a un automóvil. Suponga que los
tiempos entre llegadas y los tiempos de servicios son
exponenciales.

1. Calcule L y W para los tiempos actuales.

2. Suponga que hay un déficit de gasolina y que hay compras de

pánico. Para modelar este fenómeno, suponga que todos los
dueños de automóviles compran ahora gasolina cuando sus
tanques tienen ¾ de combustible. Como cada dueño pone
ahora menos gasolina en el tanque cada vez que acude a la
gasolinera, supongamos que el tiempo de servicio promedio se
reduce a 3 minutos y un tercio. Qué tanto afectan a L y W las
compras de pánico?

56
 Solución:
Tenemos un sistema M/M/1 con λ= 7.5 automóviles
por hora y μ=15 (60/4) automóviles por hora. Por
lo tanto
7.5
  0.50
15 tiempo que la bomba pasa
ocupada.
 0.50
L  1
1   1  0.50
(cantidad de clientes promedio
L 1
Wpresente
   0en el sistema de colas
.13 horas
 7.5
(Tiempo previsto que un
cliente pasa en el sistema de cola). Por tanto bajo
estas circunstancia todo está bajo control.

57
 Solución.
λ=2(7.5)= 15 automóviles por hora(esto se
infiere por que cada dueño llenará su

60
3.333
 18

tanque dos veces)  . Ahora

15 5
18 6

Automóviles por hora. Entonces.

 5/ 6
L  5
1  1 5 / 6
automóviles
L 5 1
W   hora  20 min
 15 3

58
 Modelo M/M/1: ejercicio
A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus
5 cajas.
Cada caja puede atender en promedio a un
cliente cada 3 minutos
Obtenga las medidas de desempeño de
acuerdo con el modelo M/M/1
Además la probabilidad de tener 2 clientes en
el sistema, la probabilidad de tener una cola
de más de 4 clientes y la probabilidad de
esperar más de 10 min. en la cola

59
 Modelo M/G/1
 
2 2 2
Ls  Lq   Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
P0  1   Pw  
 1
60
 Modelo M/G/1: ejemplo
Un lavacarro puede atender un auto
cada 5 min. y la tasa media de
llegadas es de 9 autos/hora,  = 2
min.
Obtenga las medidas de desempeño
de acuerdo con el modelo M/G/1
Además la probabilidad de tener 0
clientes en el sistema y la
probabilidad de que un cliente tenga
61 que esperar por el servicio
 Modelo M/G/1: ejemplo
Ls  Lq    1.31  .75  2.06 clientes
2 2   2
Lq   1.31clientes
2(1   )
1
Ws  Wq   0.228 hrs  13.7 min

Lq
Wq   0.145 hrs  8.7 min

P0  1    0.25 Pw    0.75
62
 Modelo M/G/1: ejercicio
A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus 5
cajas.
Cada caja puede atender en promedio a un cliente

cada 3 minutos. Suponga  = 5 min

Obtenga las medidas de desempeño de acuerdo
con el modelo M/G/1
Además la probabilidad de tener 0 clientes en el
sistema y la probabilidad de que un cliente tenga
que esperar por el servicio

63
 Modelo M/D/1

 2
Ls  Ws Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
 1
64
 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

65
 Modelo M/D/1: ejemplo
Ls  Ws  1.875 clientes
2
Lq   1.125 clientes
2(1   )
1
Ws  Wq   0.21 hrs  12.5 min

Lq
Wq   0.125 hrs  7.5 min

66
 Modelo M/D/1: ejercicio
A un supermercado llegan en
promedio 80 clientes por hora que
son atendidos entre sus 5 cajas.
Cada caja puede atender en
promedio a un cliente cada 3
minutos.
Obtenga las medidas de
desempeño de acuerdo con el
modelo M/D/1
67
 Modelo M/Ek/1

 (k  1)
2
Ls  Ws Lq 
2k (1   )
1 Lq
Ws  Wq  Wq 
 
 1
68
 Modelo M/Ek/1: ejemplo
Un lavacar puede atender un
auto cada 5 min.
La tasa media de llegadas es
de 9 autos/hora. Suponga  = 3.5
min (aprox.)
Obtenga las medidas de
desempeño de acuerdo con el
modelo M/Ek/1
69
 Modelo M/Ek/1: ejemplo
Ls  Ws  2.437 clientes
 (k  1)
2
Lq   1.6875 clientes
2k (1   )
1
Ws  Wq   0.2708 hrs  16.25 min

Lq
Wq   0.1875 hrs  11 .25 min

70
 Modelo M/Ek/1: ejercicio
A un supermercado llegan en
promedio 80 clientes por hora que
son atendidos entre sus 5 cajas.
Cada caja puede atender en
promedio a un cliente cada 3
minutos. Suponga k= 4
Obtenga las medidas de
desempeño de acuerdo con el
modelo M/Ek/1
71
Modelos de un servidor: Ejercicio:
complete el cuadro ejemplo lavacarro
Modelo Ls Ws Lq Wq

M/M/1

M/G/1

M/D/1

M/Ek/1
72
 Modelos de varios servidores
M/M/s: s servidores con llegadas de Poisson y
tiempos de servicio exponenciales
M/D/s: s servidores con tiempos entre llegadas
exponenciales y una distribución degenerada
de tiempos de servicio
M/Ek/s: s servidores con tiempos entre
llegadas exponenciales y una distribución
Erlang de tiempos de servicio

73
 M/M/s, una línea de espera
1
P0 
s
 s  
s 1 n
   
s!  s    n 0 n!
 s   Lq
Lq  P
2 0
Ls  Lq  Wq 
( s  1)!( s   )  
1  n
Ws  Wq  Pn  P0 , si n  k
 n!
n 1 s  s 
Pn  P , si n  k
ns 0
Pw     P0
s! s s!  s   
74
 M/M/s, una línea de espera
Si s  2
 3
Lq 
4  2

Si s  3
4
Lq 
(3   )(6  4    )
2
75
 Análisis económico de líneas de
espera
Costos

Costo total

Costo del servicio

Costo de espera
Tasa óptima Tasa de servicio
76 de servicio
 Práctica 1, con WQSB
Un almacén tiene 2 cajeras que atienden a
razón de 1.5 minutos por cliente siguiendo una
distribución exponencial. Los clientes llegan a
este almacén siguiendo una distribución Poisson
a razón de 30 por hora. Con esta información
calcular: A)La probabilidad de que el sistema
esté lleno, B) La intensidad de trafico.
Datos:
Numero de servidores = 2
=30 [cl/hr]
=1/1.5 [cl/min]= 40 [cl/hr]
El problema será del tipo M/M/2/FIFO//

77
 Solución:
Procedimiento
Se iniciará un nuevo problema en el
modulo Análisis de Colas (QA).
Se elegirá Sistema Simple M/M, por que es
un modelo del que se conocen todos los
datos. Este se llamará Cajeras, eligiendo
como unidad de tiempo a horas:

78
 Solución…
En la hoja de cálculo se introducirá los
datos conocidos como se muestra:

79
 Solución…
 En la hoja de cálculo se introducirá los datos
conocidos como se muestra:

Los valores de M, representan que es un valor

infinito

80
 Solución…
Al presionar el icono se verá
la ventana de los resultados:

81
 Solución…
Para el Sistema: M/M/ de dos servidores de Fórmula
Promedio de cliente llegados por Hora λ= 30
Promedio de Servicio por servidor por Hora = 40
Tasas de llegadas eficaces al sistema global por hora = 30
Tasas de servicio eficaz del sistema global por hora = 30
Tasa de ocupación del sistema 37.50%
Número promedio de clientes en el sistema (L) = 0.8727
Número promedio de clientes en la cola(Lq) = 0.1227
Número promedio de clientes en la cola para un sistema ocupado(Lb) = 0.6
En Español

Tiempo promedio que un cliente pasa en el sistema (W) = 0.0291 Horas

Tiempo promedio que un clienta pasa en la cola(Wq) = 0.0041 Horas

Tiempo promedio que un cliente pasa en la cola para un sistema ocupado (Wb) = 0.0200 Horas
Probabilidad que todos los servidores estén ociosos (Po) = 45.45%

Probabilidad de un cliente espere al llegar al sistema(Pw) o sistema está ocupado(Pb) = 20.45%

Número promedio de clientes que no serán atendidos por el sistema por Hora = 0
Costo total del servidor ocupado por Hora = $0
Costo total del servidor ocioso por Hora = $0
Costo total clientes esperando por hora $0
Costo total de clientes que inician servicio por Hora = $0
Cosot total de clientes being balked per Hora = $0
Total queue space cost per Hora = $0
82 Costo total del sistema por Hora = $0
 Solución…
Adicionalmente podemos realizar los
siguientes análisis:
Observar las probabilidades estimadas de
que existan de 0 hasta 200 clientes en la
cola:

83
 Solución…
También podemos realizar una simulación del sistema:
Si presionamos veremos la siguiente
ventana:

En el que usaremos:

 La semilla de aleatoriedad por defecto
 Una disciplina de cola de tipo FIFO (PEPS)
 Un tiempo de simulación de cola de 24 horas (1 día).
 El momento que iniciará la recolección de datos
será a las cero horas.
 La capacidad de la cola es infinita (M).
 El máximo de número de recolecciones de datos será infinito (M).

84
 Solución…
• Si presionamos OK, se llevará adelante la simulación y veremos
los siguientes resultados de la actuación de la cola durante 24 horas:

85
 Solución…
• Las probabilidades estimadas para n clientes:

86
 Solución…
• Otro de los análisis del que podemos disponer es el de Análisis de
sensibilidad.
•Si presionamos podremos observar la siguiente
ventana:

87
 Solución…
• Si realizamos un análisis de sensibilidad, seleccionando como
parámetro de análisis a la tasa de llegadas , haciendo que esta
cambie de 30 a 100 [cl/hr], con un paso de 10 [cl/hr], utilizando el
modelo de aproximación G/G/s, podremos ver de que manera
reacciona el sistema:

•Podemos observar claramente de que la utilización del sistema va en

incremento en una proporción de 10 [cl/hr], y cuando ésta llega a los
70 [cl/hr], se da una utilización del 87.5% (Máxima utilización posible),
pero si seguimos incrementando hasta llegar a los 80 [cl/hr], el sistema
88 se vuelve inestable, es decir el número de servidores es insuficiente.
 Solución…
También podemos ver el gráfico del análisis de sensibilidad de un
parámetro determinado en función del parámetro analizado:
Si presionamos en: Show Sensitivity Analysis - Graph

•Se abrirá la siguiente ventana:

En la que seleccionaremos como

variable independiente para el
gráfico a L (Número promedio de
clientes en el sistema), en función
de nuestro parámetro analizado ():

89
 Solución…
En el que se puede ver un crecimiento exponencial.
Así sucesivamente se pueden ir analizando cada uno de los
parámetros, dependiendo que necesidades se tiene.

90
 Solución…
• Otro análisis disponible es el de Análisis de Capacidad:
Como éste análisis se realiza a partir de costos, se asumirán los
siguientes costos
Costo de servidor ocupado por hora = 5 $
Costo de servidor ocioso por hora = 1 $
Costo por cliente en espera = 0.5 $
Costo por cliente servido por hora = 3 $
Costo por cliente no atendido = 1 $
Costo unitario por capacidad de cola = 3 $

91
 Solución…
Si presionamos podremos observar la
siguiente ventana:

En el que variaremos el número de servidores de 2 a 8, con un paso

de 1, y en el que la capacidad de la cola es Infinita, seleccionando la
formula G/G/s de aproximación.

92
 Solución…
c) Si presionamos en OK, la ventana de resultados será la siguiente:

93
 Práctica 2, con WQSB
 Una cadena de supermercados es abastecida por un almacén
central. La mercadería que llega a este almacén es descargada en
turnos nocturnos. Los camiones que descargan llegan en forma
aleatoria siguiendo una Poisson a razón de dos camiones por hora.
En promedio 3 trabajadores descargan 3 camiones por hora
siguiendo una distribución exponencial. Si el número de
trabajadores del equipo es incrementado, la razón de servicio se
incrementa en la misma proporción. Cada trabajador recibe 5$ por
hora durante el turno nocturno de 8 horas. El costo de tener el
chofer esperando ser servido, se estima en 20 $ por hora. Se
desea determinar el tamaño del equipo que minimiza el costo
total.
 Datos:
 Numero de servidores = 2
 =2 [cl/hr]
 1= 3 [cl/hr], 2= 4 [cl/hr], 3= 5 [cl/hr]…………
 El problema será del tipo M/M/1/FIFO//
 CS = 5 [$/hr]
 CE = 20 [$/hr]

94
 Ejemplo: pedido de cervezas
La cantidad de cervezas ordenadas por hora en
el restaurante Dick. Sigue una distribución de
Poisson, con un promedio de 30 cervezas por
hora.
1.Estime la probabilidad de que se pidan
exactamente 60 cervezas entre las 10 y 12 de la
noche.
2.Encuentre la media y desviación estándar de
cervezas pedidas entre las 9 PM y 1 AM.
3.Determine la probabilidad de que el tiempo entre
dos pedidos consecutivos está entre 1 y 3
minutos.

95
 Solución: (1)
La cantidad de cerveza pedida entre las 10 y las
12 de la noche, se apega a una distribución de
Poisson con parámetro 2(30)=60. (2 son dos
horas entre las 10 y las 12) y 30 cervezas que es
el promedio por hora. Por lo que la probabilidad
que se pidan 60 cervezas entre las 10 y las 12 es:
k e   6060 e 60
P(k )    0.05143174
k! 60!

Se puede usar la función de excel.

POISSON(60,60,FALSO)= 0.05143174= 5.1%

96
 Solución…(2 y 3)
Resulta que λ=30 cervezas por hora; t=4 (9PM a 1AM).
Por tanto la media de cervezas ordenas en ese tiempo
es 4(30)= 120. La desviación estándar en ese período
es (120)1/2 =10.95
Sea X el tiempo (en minutos) entre los pedidos
sucesivos de cervezas. El número de promedio de
pedidos por minutos es exponencial con parámetros o
razón 30/60 = 0.5 (treinta cervezas en 60 minutos).
Cervezas por minutos. Por lo tanto la función de
densidad de la probabilidad del tiempo 0.que transcurre
a (t )  e  0.5e
entre pedidos de cervezas
t 5t
(dado
que la tasa de llegada para una cola M/M/1). Entonces.

 0 .5 t 0.5 0.5t 3
P(1  X  3)   (0.5e
3
1 )dt  e  e 1.5  e 0.5  0.38
 0 .5 1
97