TEORIA DE COLAS

ESTRUCTURA BÁSICA DE LOS MODELOS DE COLAS

COSTOS DE SERVICIO Y COSTOS DE ESPERA

PARÁMETROS Y MEDIDAS DE DESEMPEÑO

MODELOS DE COLAS

MODELO M/M/1
MODELO M/M/S
MODELO M/M/1/K
MODELO M/M/S/K
MODELO M/G/1
MODELO M/D/1

MODELO DE COSTOS EN TEORÍA DE COLAS

REDES DE COLAS EN SERIE

REDES DE COLAS DE JACKSON

Preliminares
Los estadunidenses esperan alrededor
de 37.000.000.000 horas/año haciendo
cola
En promedio, la gente sobre estima
cuánto ha estado esperando en
aproximadamente 36%
La experiencia de la espera es más
importante que el tiempo que se esperó.
• 13 hours annually waiting on hold for
a customer service
• 38 hours each year waiting in traffic.
• those living in Big cities wait in traffic
more than 50 hours annually.
• about 37 billion hours each year waiting
in line somewhere
• Human beings spend approximately 6
months of their lives waiting in line for
things, it means like 3 days a year of
queueing up. The average person spends
about 43 days on hold with automated
customer service in one lifetime. Those
who take the bus will wait about 27 days
of their lives waiting around on the
platform or at the bus stop.
Las líneas de espera están presentes en todos los aspectos de
nuestra forma de vida
Y en los procesos industriales…..
Unas famosas…..
 Entrada a la Biblioteca de Nanjing University of Finance and
Economics - China. Temperatura: −2𝑜𝐶

“Waitingis frustrating, demoralizing,

agonizing, aggravating, annoying,time
consuming and incredibly expensive.”
FedEx
Fortune, 28 July 1980, p. 10

Fuente: http://www.dailymail.co.uk/news/article-2909925/Desperate-youths-forced-wait-sub-zero-temperatures-enter-LIBRARY-Students-shame-Chinese-colleges-sharing-photographs-huge-queues-endure.html
¿y en Colombia?
Día sin iva Colas día sin iva
 Colas en los Peajes Colas Oficinas Servicios Públicos

Tomado de: http://www.las2orillas.co/colombia-el-pais-con-los-peajes-mas-caros/

Tomado de: http://www.caracol.com.co/noticias/bogota/concejo-de-bogota-prohibe-la-formacion-de-filas-
en-el-espacio-publico/20120911/nota/1759412.aspx
Colas virtuales Colas virtuales

Tomado de: http://www.caracol.com.co/noticias/bogota/concejo-de-bogota-prohibe-la-formacion-de-filas-

en-el-espacio-publico/20120911/nota/1759412.aspx
Colas con Covid
“¿Dónde están los ingenierosindustriales?”
Rudolf Hommes, Portafolio, Enero 22 de 2012
“En las tres colas se llegaba a un
terminal de computador manejado por
una niña que no tenía idea de lo que
estaba haciendo, con un señor al lado
que si sabía, pero no atendía al público.
Si la experiencia de consumidor fue
irritante, no se compara con la de pagar
la cuota mensual de salud y pensiones o
registrarse para un vuelo en algunas de
las aerolíneas nacionales.”
https://www.youtube.com/watch?v=H4
wuH9pSSRo

https://www.youtube.com/watch?v=vTSmbMm7MDg

https://www.youtube.com/watch?v=-72P_EFphSc
Se requiere de herramientas para
estudiar desempeño de las colas
❑ Tiempo promedio en la cola
❑ Número promedio de entidades en la cola
❑ Tiempo promedio en el sistema
❑ Número promedio de entidades en el sistema
❑ Tasa de utilización del sistema
 ¿Cuáles son los
Componentes de una línea
de espera?
Estructura básica de los modelos de colas

Sistema de colas

Fuente de CLIENTES
Cola Mecanismo CLIENTES
Entrada de Servicio SERVID O S

PROCESO BÁSICO DE COLAS

 Proceso Básico de colas
Los clientes que requieren un servicio se generan en el tiempo en una fuente de
entrada. Estos clientes entran al sistema y se unen en una cola.
En determinado momento se selecciona un miembro de la cola para proporcionarle el
servicio, mediante alguna regla conocida como disciplina de la cola.
Luego se lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio,
y después el cliente sale del sistema de colas.
 Fuente de entrada

TIEMPO E N T R E L L EG A DA S
TAMAÑO
Patrón estadístico mediante el
Es el número total de clientes que cual se generan los clientes
pueden requerir servicio en en el tiempo. Puede ser de
determinado momento, es decir, acuerdo a un proceso Poisson
el número de clientes potenciales o de manera exponencial.
posibles.
 Cola
Es donde los clientes esperan antes de recibir el servicio. También son llamadas
líneas de espera.
Pueden ser:
Disciplina de la cola
Infinitas

Orden en el que los clientes se seleccionan para recibir el servicio.

Finitas

FIFO (PEPS) PRIORIDADES

LIFO (UEPS) A L EATOR IO

 Colas infinitas
El supuesto de una cola infinita es el estándar de la mayoría de los
modelos, incluso en situaciones en las que en realidad existe una cota
superior (relativamente grande) sobre el número permitido de
clientes, puesto que manejar una cota así puede ser un factor que
complique el análisis.
 Colas finitas
En los sistemas de colas en los que la cota superior es tan pequeña
que se llega a ella con cierta frecuencia, es necesario suponer una cola
finita.
 Mecanismo de servicio
Consiste en una o más ESTACIONES DE SERVICIO, cada una de ellas con uno o
más canales de servicio paralelos, llamados SERVIDORES.

Tiempo de servicio

Es el tiempo que transcurre desde

el inicio del servicio para un cliente
hasta su terminación en una estación.
Costos de servicio y costos de espera

COSTO DE COSTO del

proporcionar tiempo
buen SERVICIO Equilibrio DE ESPERA
 Costos de servicio y costos de espera
Los Administradores desean
COSTO del
que las colas sean lo
tiempo DE
suficientemente cortas con la ESPERA
Equilibrio
finalidad de que los clientes no
se irriten e incluso se retiren sin
llegar a utilizar el servicio o lo
usen pero no retornen más.
Costos de servicio y costos de espera

COSTO DE Los Administradores

proporcionar buen contemplan tener una longitud
SERVICIO Equilibrio de cola razonable en espera,
que sea balanceada, para
obtener ahorros significativos
en el COSTO DEL SERVICIO
Equilibrio entre costos de espera y costos deservicio

Costo

C O S T O TOTA L
ES P E R A D O
Costo
Total
Costo por proporcionar
Mínimo el SERVICIO

Costo por TIEMPO D E

ESPERA
Nivel Óptimo de Servicio Nivel de Servicio
 Equilibrio entre costos de espera y costos deservicio
Si se mejora el NIVEL DE SERVICIO, los COSTOS DE SERVICIO se incrementan. Los
Administradores de ciertos centros de servicio pueden variar su capacidad teniendo
personal o máquinas adicionales que son asignadas a incrementar la atención cuando
crecen excesivamente los clientes.

Ejemplos:
• En supermercados se habilitan cajas adicionales cuando es necesario.

•En bancos y puntos de chequeo de aeropuertos, se contrata personal adicional para

atender en ciertas épocas del día o del año.
 Equilibrio entre costos de espera y costos deservicio

Cuando el servicio mejora, disminuye el costo de tiempo perdido en las líneas

de espera.
Este costo puede reflejar pérdida de productividad de los operarios que están
esperando que compongan sus equipos o puede ser simplemente un estimado de
los clientes perdidos a causa de mal servicio y colas muy largas.
En ciertos servicios (ISS, Bancos, Cedulación) el costo de la espera puede ser
intolerablemente alto.
 Distribuciones de Probabilidad
Las fuentes de la variación en los problemas de líneas de espera se
deben a las llegadas aleatorias de los clientes y a las variaciones en los
tiempos de servicio. Cada una de estas fuentes se describen con una
distribución de probabilidad.
 Problema:

Al restaurante el pollo farsante en la hora pico llegan clientes a una tasa de 3 clientes por
minuto. El restaurante tiene dos meseros, ¿Cuál es la probabilidad que lleguen más de dos
clientes lleguen en cualquier minuto?

ⲗ𝒙 ∗𝒆−ⲗ
𝑝(𝑥) =
𝒙!
𝑝 𝑥 >2 =1− 𝑝 0 +𝑝 1 +𝑝 2
3𝟎∗𝒆−𝟑 3𝟏∗𝒆−𝟑 3𝟐∗𝒆−𝟑
𝑝 𝑥 >2 =1− + + =0,5769
𝟎! 𝟏! 𝟐!
 Problema:

En una fábrica de zapatos existen tres trabajadores donde cada uno de ellos fabrica un par cada 6 horas, la
jornada laboral es de 8 horas al día. Con base en la información responda:
¿Cuál es la probabilidad de que en la fábrica no se fabrique ningún par de zapatos en una jornada laboral.
¿Cuántos trabajadores se requieren como mínimo para bajar esa probabilidad a la tercera parte?
1 𝑧𝑎𝑝
¿cuál es la tasa de producción diaria de la fábrica? Zap(H)/trab= ( )
6 𝐻
𝟏 𝒛𝒂𝒑 𝑯 𝟖 𝒛𝒂𝒑
Zap(JOR)/trab= ∗𝟖 =
𝟔 𝑯 𝑱𝑶𝑹 𝟔 𝑱𝑶𝑹

ⲗ𝒙 ∗𝒆−ⲗ 𝟒𝟎 ∗𝒆−4 𝟖 𝒛𝒂𝒑 𝒕𝒓𝒂𝒃 𝒛𝒂𝒑

𝑝(𝑥) = 𝑝(0) =
𝟎!
=0.018331 Zap(JOR)/fáb =
𝟔 𝒕𝒓𝒂𝒃
∗𝟑
𝑭𝒂𝒃
=𝟒
𝑱𝑶𝑹
𝒙!
𝑝(0)/3=0.018331/3=0,00610521296

ⲗ𝟎∗𝒆−ⲗ
0,00610521296= = 0,00610521296
𝟎!
3 trab 𝒛𝒂𝒑 X trab=3,82
𝒛𝒂𝒑
4
𝑱𝑶𝑹
λ= -ln(0,00610521296)=5.0986122
𝑱𝑶𝑹
X trab 5.0986122
𝒛𝒂𝒑 X trab ≈4
𝑱𝑶𝑹
 Distribución exponencial Exp ()
− x
f ( x ) = e para x  0,   0
2.0
1.8  = 
1.6
 = 
 = 
1.4
1.2
1.0  = 
0.8
0.6 𝑏
−ⲗ𝒙 −ⲗ𝒙
𝒃
0.4
𝑝(𝑎 ≤ 𝑥 ≤ 𝑏) = න ⲗ𝒆 𝑑𝑥 = −𝒆 อ
𝑎 𝒂
0.2
0.0
0 1 2 3 4 5 6 7 8

+ 1
Vida media  =  xe dx = −x
0 
 Distribución exponencial Exp ()
x

−t −t x −x
e dt = − e 0
= 1− e
0

1 − e − x , x  0
F ( x) = 
 0, x0

38
Ejemplo:
un mesero trabaja en un restaurante al cual llegan 12 clientes por hora en el tiempo pico, en cierto momento,
siente ganas de ir al baño, el considera que su diligencia le puede tomar exactamente 3 minutos, ¿cual es la
probabilidad de que pueda ir al baño sin que sea interrumpido por un nuevo cliente que llega?

3
𝟑
𝑝 0 ≤ 𝑥 ≤ 3 = න 𝟏/𝟓𝒆−1/5𝒙 𝑑𝑥 = −𝒆−1/5𝒙 ቤ = 𝟎, 𝟒𝟓𝟏𝟏
0 𝟎

𝑏 La probabilidad de que no sea molestado es 1-𝟎, 𝟒𝟓𝟏𝟏=0,5489)

−ⲗ𝒙 −ⲗ𝒙
𝒃
𝑝(𝑎 ≤ 𝑥 ≤ 𝑏) = න ⲗ𝒆 𝑑𝑥 = −𝒆 อ
𝑎 𝒂
Ejemplo:
un mesero trabaja en un restaurante al cual llegan 12 clientes por hora en el tiempo pico, en cierto momento,
siente ganas de ir al baño, el considera que su diligencia le puede tomar exactamente 3 minutos, ¿cual es la
probabilidad de que pueda ir al baño sin que sea interrumpido por un nuevo cliente que llega?

∞
𝑝 3 ≤ 𝑥 ≤ ∞ = ‫׬‬3 𝟏/𝟓𝒆−1/5𝒙 𝑑𝑥 = −𝒆−1/5𝒙 ቚ∞
𝟑
= −𝒆 −1/5∞
-(−𝒆 −1/5(𝟑)
)

𝑏 La probabilidad de que no sea molestado es =0,5489)

−ⲗ𝒙 −ⲗ𝒙
𝒃
𝑝(𝑎 ≤ 𝑥 ≤ 𝑏) = න ⲗ𝒆 𝑑𝑥 = −𝒆 อ
𝑎 𝒂
DISTRIBUCIÓN DEL TIEMPO DE SERVICIO

La distribución exponencial describe la probabilidad que el tiempo de servicio del cliente en una instalación
particular no sea mayor de T períodos de tiempo
− T
P(t  T ) = 1− e
Donde
µ =número promedio de clientes que terminan el servicio por período.
t = tiempo de servicio del cliente.
T = tiempo de servicio objetivo.

EJEMPLO:
El gerente de la tienda departamental del ejemplo anterior, debe determinar si es necesario más
entrenamiento para el empleado de servicio al cliente. El empleado de servicio al cliente puede atender un
promedio de tres clientes por hora. ¿Cuál es la probabilidad que el empleado atienda a un cliente en menos
de 10 minutos?
MODELOS DE COLAS
 Recordemos Notación Kendall
𝑎 𝑏 /𝑐 : 𝑑 𝑒 /𝑓
𝑎: distribución de llegadas
𝑏: distribución de salidas (tiempo de servicio)
𝑐: cantidad de servidores paralelos = 1,2,3, … ,∞
𝑑: disciplina en las colas
𝑒: número máximo (finito o infinito) permitido en el sistema (haciendo cola o en
servicio)
𝑓: tamaño de la fuente solicitante (finita o infinita)
 Distribución de tiempos de servicio Disciplina de la cola

𝑎 𝑏 /𝑐 : 𝑑 𝑒 /𝑓 Tamaño de la fuente

Distribución de tiempos entre llegadas

Número de servidores Capacidad de ‘albergar’ clientes
en el sistema

Característica Símbolo Definición

a: Distribución de los tiempos M distribución exponencial o Poisson (Markoviana)
de llegada D Determinista
Ek Distribución Erlang
b: Distribución tiempo de
servicio G Distribución General
c: Número de servidores 1,2,3,∞
LIFO Ultimo en entrar-primero en salir
d: Disciplina de la cola
G General (Fifo)
e: capacidad ∞, N Infinita, Finita
f: tamaño de la fuente ∞ Infinita
 Distribución de tiempos de servicio Disciplina de la cola

𝑎 𝑏 /𝑐 : 𝑑 𝑒 /𝑓 Tamaño de la fuente

Distribución de tiempos entre llegadas

Número de servidores Capacidad de ‘albergar’ clientes
en el sistema

Característica Símbolo Definición

a: Distribución de los tiempos M distribución exponencial o Poisson (Markoviana)
de llegada D Determinista
Ek Distribución Erlang
b: Distribución tiempo de
servicio G Distribución General
c: Número de servidores 1,2,3,∞
LIFO Ultimo en entrar-primero en salir
d: Disciplina de la cola
G General (Fifo)
e: capacidad ∞, N Infinita, Finita
f: tamaño de la fuente ∞ Infinita
Parámetros
λ → Tasa promedio de llegada (clientes que llegan/ unidad de tiempo)
1/λ → Tiempo entre llegadas (unidad de tiempo/cada cliente que llega)
μ → Tasa promedio de servicio (clientes que atiende el servidor/ unidad de tiempo)
1/μ → Tiempo de servicio (unidad de tiempo/cliente que se atiende)
Medidas de desempeño
Cantidad promedio de elementos (clientes) en la cola (L q )
Cantidad promedio de elementos (clientes) en el sistema (L)
Tiempo promedio de elementos (clientes) en la cola (Wq )
Tiempo promedio de elementos (clientes) en el sistema (W)
Probabilidad de encontrar n elementos (clientes) en el sistema (P n )
Modelos de un solo servidor

Sistema con capacidad infinita: 𝑀 𝑀 1 : 𝐺 ∞ ∞

Sistema con capacidad finita: 𝑀 𝑀 1 : 𝐺 𝑁 ∞

Modelo M/M/1
Clientes servidos

Sistema de colas

CLIENTES
Instalación
CCCCC S de servicio

Clientes servidos
 Supuestos del modelo
1. La población de clientes es infinita y todos los clientes son pacientes.
2.Los clientes llegan conforme a una distribución de Poisson, con una tasa media de
llegada igual a λ .
3. La distribución de servicio es exponencial, con una tasa media de servicio iguala a µ.
4. Los clientes se atienden sobre una base primero en llegar, primero que se atiende
5. La longitud de la línea de espera es ilimitada.

El sistema incluye tanto la cola como las instalaciones de servicio.

 FORMULARIO

1. Probabilidad de que no hayan unidades en el sistema o que la unidad no tenga

que esperar:

P0 = 1− = 1−  = P(Wq = 0)

𝜆
 =
𝜇
2. Cantidad promedio de unidades en la línea de espera
2 2 𝜇 > 𝜆 𝑒𝑠𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎
Lq =  W q = =
(  −  ) 1−  𝑥=v.t

3. Cantidad promedio de unidades en el sistema

_  _
L = W = =Lq+ =
 −  1− 
4. Tiempo promedio que pasa una unidad en la línea de espera
 =
_ ___ Lq 1
Wq = = =W−
 − (1−  )  

5. Tiempo promedio que pasa una unidad en le sistema

1 L 1 1
W= = = Wq + =
 −   (1− )

6. Probabilidad de que una unidad que llega tenga que esperar en el servicio

P(W  0) =  =

Si   =1
 

7. Probabilidad de n unidades en el sistema

  
n

Pn = (1 −  ) n
=   P0
  
 8. Probabilidad de que una unidad que llega tenga que esperar un
tiempo mayor que t en la línea de espera

P(Wq  t) =  *e −  (1− )t

9. Probabilidad de que una unidad que llega tenga que esperar

un tiempo mayor que t en el sistema

−  (1− )t
P(W  t) = e
Ley de Little
La relación entre L y W (también entre Lq y Wq) se conoce como fórmula de Little y se da
como L= W
Lq = Wq

También existe una relación directa entre W y Wq

1
W =W +
q

+

L = Lq

c = = L − Lq
 Ejemplo
Autómata es una instalación de lavado de autos de una sola bahía. Los autos llegan según
una distribución de Poisson con una media de 4 autos por hora y pueden esperar en el
estacionamiento de la instalación en la calle si la bahía está ocupada.
El tiempo para lavar y limpiar un auto es exponencial con una media de 10 minutos. No
hay un límite en el tamaño del sistema
El gerente desea determinar el tamaño del sistema
Encontrar:
Cantidad promedio de elementos (clientes) en la cola (L q )
Cantidad promedio de elementos (clientes) en el sistema (L)
Tiempo promedio de elementos (clientes) en la cola (W q )
Tiempo promedio de elementos (clientes) en el sistema (W)
Solución
𝑎𝑢𝑡𝑜𝑠
𝜆= 4
ℎ𝑜𝑟𝑎

𝑎𝑢𝑡𝑜𝑠
𝜇= 6
ℎ𝑜𝑟𝑎

𝜆 4 2
𝜌 = = = < 1 ⇒ sistema en estado estable
𝜇 6 3
Solución
𝜌 𝜌
𝐿= 1 𝑊𝑞 =
𝜇 1−𝜌
1−𝜌 𝑊=
𝜇−𝜆 2
3 2
2 1 1 𝑊𝑞 = =
𝐿= 3 𝑊= = 6 1−2 6
3
2= 2 6−4 2 =
1
1−3
3
Solución
𝜌2
𝐿𝑞 =
1−𝜌
2
2
3 12 4
𝐿q = = =
1− 2 9 3
3
 Ejercicio 1
Un fotógrafo de la embajada de los Estados Unidos toma las fotografías para los
pasaportes a una tasa promedio de 20 por hora. El fotógrafo debe esperar hasta que el
cliente deje de parpadear y hacer gestos, así que el tiempo para tomar una fotografía se
distribuye exponencialmente. Los clientes llegan a una tasa promedio de acuerdo a una
distribución de Poisson de 16 clientes por hora.

a. ¿Cuál es la utilización promedio del fotógrafo?

b. ¿Cuánto tiempo promedio permanece el cliente en el estudio del fotógrafo? hora

a. Rta: 8 0 %
b. Rta: 0,25
EJERCICIO 2
El gerente de una tienda de abarrotes en una comunidad de jubilados de Bucaramanga está interesado en
proporcionar buen servicio a los ciudadanos de la tercera edad que compran en su tienda. Actualmente, la tienda
tiene una caja de cobro exclusiva para los ciudadanos de la tercera edad. En promedio, 30 ciudadanos de la tercera
edad llegan por hora a la caja, de acuerdo a una distribución de Poisson, y se atienden a una tasa promedio de 35
clientes por hora, con tiempos de servicio exponencial.
Determine las siguientes características de operación:

a. Probabilidad que no haya clientes en el sistema, o bien, la probabilidad de tener a todos los servidores
desocupados.
b. Utilización promedio de la cajera.
c. Número promedio de clientes en el sistema.
d. Número promedio de clientes en la línea.
e. Tiempo promedio de espera en el sistema.
f. Tiempo promedio de espera en la línea.
g. ¿Qué tasa de servicio se requiere para que los clientes esperen en promedio ocho minutos en el sistema?
h. Para esta tasa de servicio, ¿cuál es la probabilidad de que haya más de cuatro clientes en el sistema?
i. ¿Qué tasa de servicio se requiere para tener sólo un 10% de probabilidad de que haya más de cuatro clientes en
el sistema?
a. 0,1429
b. 0,8571
c. 6
d. 5,1429
e. 0,2
f. 0,1714
g. 37,5 clientes /hora
h. 0,328
i. 47,5 clientes/ hora
 Sistema con capacidad finita:
𝑀 𝑀 1 : 𝐺 𝑁 ∞
Supuestos
Número de unidades que puede soportar el sistema≤ 𝑁
Longitud Máxima de la cola: 𝑁 − 1
Si la cantidad de clientes llega a 𝑁 entonces no se permiten nuevas llegadas

n Cantidad de clientes en el sistema (haciendo cola, además de los que están siendo atendidos)
λ𝑛 Tasa de llegadas, si n clientes están en el sistema
𝜇 𝑛 Tasa de salidas, si n clientes están en el sistema
𝑃𝑛 Probabilidad de estado estable de que n clientes estén en el sistema
 𝜆, 𝑛 = 0,1, … , 𝑁 − 1
𝜆 =
0, 𝑛 = 𝑁, 𝑁 + 1, …

𝜇𝑛 = 𝜇, 𝑛 = 0,1,2, …

𝜆
𝜌=
𝜇
 𝑀 𝑀 1 : 𝐺𝑁∞
Del modelo generalizado:

𝜌𝑛 𝑃0 𝑛≤ 𝑁
𝑃𝑛 =
, 0, 𝑛 >𝑁
Probabilidades de estado estable
El valor de 𝑃0 se determina de la siguiente ecuación:

𝑃0 1 + 𝜌 + 𝜌2 + ⋯+ 𝜌𝑁 = 1

1−𝜌
𝜌≠ 1
1 − 𝜌𝑁+1
𝑃0 =
1
𝜌= 1
𝑁+1
Probabilidades de estado estable
1 − 𝜌 𝜌𝑛
𝜌≠ 1
1 − 𝜌𝑁+1
𝑃𝑛 = , 𝑛 = 0,1, … ,𝑁
1
𝜌= 1
𝑁+1

𝜌 = 𝜆𝜇 no necesita ser menor que 1 porque las llegadas al sistema estáncontroladas

por su capacidad

𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 < 𝜆
Tasa efectiva de arribos al sistema
𝜆 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 = 𝜆𝑃𝑁

𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 = 𝜆 − 𝜆 𝑝𝑒𝑟𝑑𝑖𝑑𝑜

𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 = 𝜆 1 − 𝑃𝑁

𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 < 𝜇
Medidas de desempeño
𝐿 𝑠 , 𝑊𝑠, 𝐿 𝑞 , 𝑊𝑞 , 𝑐
 𝐿𝑠
𝑁
𝑁 𝑁 1−𝜌 𝜌 𝜕
1−𝜌 𝐿𝑠 = 𝜌𝑛
𝐿𝑠 = 𝑛𝑝𝑛 𝐿𝑠 = 𝑛 𝜌𝑛 1− 𝜌𝑁+1 𝜕𝜌
1 − 𝜌𝑁+1 𝑛 =0
𝑛=0 𝑛=0

𝑁 𝑁 1 − 𝜌 𝜌 𝜕 1 − 𝜌𝑁+1
1 − 𝜌 𝜌𝑛 1−𝜌 𝜌 𝐿𝑠 =
𝐿𝑠 = 𝑛 𝐿𝑠 = 𝑛 𝜌𝑛−1 1 − 𝜌𝑁+1 𝜕𝜌 1 − 𝜌
1 − 𝜌𝑁+1 1 − 𝜌𝑁+1
𝑛=0 𝑛=0

𝑁 𝑁
1−𝜌 1−𝜌 𝜌 𝜕 1−𝜌 𝜌 𝑁 + 1 𝜌𝑁 1 − 𝜌 + 1 − 𝜌𝑁+1
𝐿𝑠 = 𝑛 𝜌𝑛 𝐿𝑠 = 𝜌𝑛 𝐿𝑠 =
1 − 𝜌𝑁+1 1 − 𝜌𝑁+1 𝜕𝜌 1 − 𝜌𝑁+1 1−𝜌 2
𝑛=0 𝑛=0
 𝐿𝑠
1−𝜌 𝜌 𝑁 + 1 𝜌 𝑁 1 − 𝜌 + 1 − 𝜌𝑁+1
𝐿𝑠 =
1 − 𝜌𝑁+1 1−𝜌 2

𝜌 1 − 𝑁 + 1 𝜌𝑁 + 𝑁𝜌𝑁+1
𝐿𝑠 = ,𝜌≠1
1 − 𝜌𝑁+1 1 − 𝜌

𝑁
𝑆𝑖 𝜌 = 1 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐿𝑠 =
2
Relación entre las esperas y las longitudes
𝐿𝑆
𝑊𝑠 =
𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎

𝜆𝑒𝑓𝑐𝑡𝑣
𝐿 𝑞 = 𝐿𝑠 −
𝜇

1
𝑊𝑞= 𝑊𝑠−
𝜇
Utilización del sistema
𝜆𝑒𝑓𝑐𝑡𝑣
𝑐 = 𝐿𝑠 − 𝐿 𝑞 =
𝜇

𝑐
𝑇𝑎𝑠𝑎 𝑑𝑒 𝑈𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 =
𝑐
Ejemplo
Autómata es una instalación de lavado de autos de una sola bahía. Los autos llegan según una
distribución de Poisson con una media de 4 autos por hora y pueden esperar en el estacionamiento
de la instalación con capacidad para solo 4 autos si la bahía está ocupada. Las regulaciones de
tránsito no permiten autos estacionados frente al auto lavado
El tiempo para lavar y limpiar un auto es exponencial con una media de 10 minutos. El gerente
desea determinar el impacto del limitado espacio en el estacionamiento en la pérdida de clientes
frente a la competencia.
Solución
Límite del sistema:

𝑁=4+1=5
Solución
Proporción de clientes perdidos:

4 4
1− ∗ ( )5 ⇒ 𝑃5 = 0.0481203
= 6 6
4
1 − ( )6
6

Suponiendo una operación de 24 horas:

𝜆 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 = 4 ∗ 0.0481203 ∗ 24

𝜆 𝑝𝑒𝑟𝑑𝑖𝑑𝑎 = 4.6195
Ejercicio 1.
Con base en la información del ejercicio anterior

(a) La probabilidad de que un auto que llegue entre de inmediato a la bahía de lavado.
(b) El tiempo de espera hasta que se inicie el servicio.
(c) La cantidad esperada de espacios de estacionamientos vacíos.
(d) La probabilidad de que todos los espacios de estacionamiento estén ocupados.

𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎 = 𝜆(1 − 𝑃𝑁)

Solución

4 4 0
1− ∗( )
6 6
Po= 4 6 =0.3654
1−( )
6
Solución
𝜌 1 − 𝑁 + 1 𝜌𝑁 + 𝑁𝜌𝑁+1
𝐿=
1 − 𝜌𝑁+1 1 − 𝜌

5 5+1
4 4 4
6 1− 5+1 6
+5
6
𝐿= 5+1
4 4
1− 1−6
6

𝐿 = 1.42255639
Solución
𝐿𝑆
𝑊=
𝜆𝑒𝑓𝑒𝑐𝑡𝑖𝑣𝑎

1.42255639
𝑊=
4 1 − 0.0481203

1.42255639
𝑊= = 0.37361769
4 1 − 0.0481203
Solución
𝜆𝑒𝑓𝑐𝑡𝑣
𝐿 𝑞 = 𝐿𝑠 −
𝜇

4 1 − 0.0481203
𝐿𝑞 = 1.42255639 −
6

4 1 − 0.0481203
𝐿𝑞 = 1.42255639 −
6

𝐿𝑞 = 0.78796992
Solución
1
𝑊𝑞= 𝑊𝑠−
𝜇

1
𝑊𝑞 = 0.37361769 −
6

1
𝑊𝑞 = 0.37361769 −
6

𝑊𝑞= 0.20695103
Solución

= 1.42255639- 0.78796992=0,6345

3,8075/6=0,6345

λefec= 4 (1 − 0.0481203)=3,8075
Ejercicio 2.
El ensamble final de los generadores eléctricos en Electro se realiza a la razón de Poisson de 10
generadores por hora. Luego los generadores son transportados por una banda al departamento de
inspección para su revisión final. La banda puede transportar un máximo de 7 generadores. Un sensor
automático detiene al instante la banda una vez que se llena, lo que evita que el departamento de
ensamble final arme más unidades hasta que haya espacio disponible. El tiempo para inspeccionar los
generadores es exponencial, con una media de 15 minutos.

(a) ¿Cuál es la probabilidad de que el departamento de ensamble final detenga la producción?

(b) ¿Cuál es el promedio de generadores sobre la banda transportadora?
(c)El ingeniero de producción afirma que las interrupciones en el departamento de ensamble pueden
reducirse si se incrementa la capacidad de la banda. De hecho, el ingeniero afirma que la capacidad
puede incrementarse al punto en que el departamento de ensamble opere 95% del tiempo sin
interrupciones. ¿Es justificable esta reclamación?
Modelos de varios
servidores
Modelo M/M/s : G/∞, ∞
Clientes servidos

Sistema de colas

S
CLIENTES S Instalación
C CC C C de servicio
S
S

Clientes servidos
M/M/s : G/∞/ ∞
Este modelo se ocupa de s servidores paralelos idénticos. La tasa de llegadas es
λ y la tasa de servicio por servidor es µ.
El efecto de utilizar s servidores idénticos paralelos es un incremento
proporcional de tasa de servicio de la instalación.
n = , n  0 n  s
n, n s
 n= 
s,
 FORMULARIO

1. Probabilidad de que no haya unidad en el sistema

1 1
P0 = P0 =
   n     s     n      s
  
 s−1        s−1         
         * s   
         
   n!  +  s!

   n!  +  s! *
 1
 n=0    s −     1−   
 n=0   
        s 
     

2. Cantidad promedio de unidades en la línea de espera

  
s s

P0      
    
Lq = = *P
s!(1−  ) 2
(s − 1)!(s −  )2 0
3. Cantidad promedio de unidades en el sistema

L= W +
1
=L +

 q 
  
q

4. Tiempo promedio que pasa una unidad en la línea de espera
Lq
Wq =

5. Tiempo promedio que pasa una unidad en el sistema

1
W = Wq +

6. Probabilidad de que una unidad que llega tenga que esperar en el
servicio

1     s 
 
s

P(Wq  0) =    P0 = 1−P(Wq = 0)

s!     s −  
7 Probabilidad de que una unidad que llega no tenga que esperar por el servicio
s−1
P(Wq = 0) =  Pn
n=0

8. Probabilidad de n unidades en el sistema

 
n

 
  si n s
Pn = * P0
n!
 
n

 
 si n s
Pn =  (n−s) * P0
s!s

9. Probabilidad de que una unidad que llega tenga que esperar un tiempo
mayor que t en la línea de espera


P(Wq  t) = 1− P(Wq = 0) e 
−s  (1− )t
10. Probabilidad de que una unidad que llega tenga que esperar un tiempo
mayor que t en la línea de espera
  
s
 
1+ P0    −t ( s−1− 

  * 1− e 
P(W  t) = e − t  
 s!(1−  ) 
s −1−
 
   
  

Cuando (s - 1 - λ/μ)=0, A debe sustituirse por μt

11. Factor de utilización

= 
s
(Llamado también congestión de un sistema o tasa de ocupación)
Ejemplo
Un banco dispone de 3 ventanillas de atención. Los clientes llegan al banco con
tasa de 1 por minuto. El tiempo de servicio es de 2 minutos por persona.

Calcular:
a) Número promedio de clientes en el sistema.
b) Número promedio de clientes en espera. Rta:
c) Tiempo promedio de los clientes en espera. Rta:
Un banco dispone de 3 ventanillas de atención. Los clientes llegan al banco con
tasa de 1 por minuto. El tiempo de servicio es de 2 minutos por persona.
1
𝑝0 = 0 1 2
1 1 1 1 3
∗ (3 ∗ 0.5 )
0.5 + 0.5 + 0.5 + 0.5
0! 1! 2! 3! 3 ∗ 0.5 − 1
1 1
𝑝0 = = = 0.111
1+2+2+4 9
 1 3
∗ 1 ∗(0.5) 1
0.5
𝐿𝑞 = *
3−1 !∗(3∗0.5−1)2 9

8∗ 1 ∗(0.5) 1 8
𝐿𝑞 = 1 * = = 0.88889
2∗ 9 9
4
 8 1 26
L= + = =2.88
9 0.5 9

8
9 8
𝑊𝑞 = = = 0.88889
1 9
 8 1 26
W= + = =2.88
9 0.5 9

1 1 3 (3∗ 0.5 ) 1 4
𝑝(𝑊𝑞 > 0) = ∗ * * =
3! 0.5 3∗0.5−1 9 9

4 5
𝑝(𝑊𝑞 = 0) = 1 − =
9 9
Ejercicio
Dos compañías de taxis prestan servicio a una comunidad. Cada compañía posee dos taxis, y
ambas comparten el mercado por igual; las llamadas llegan a la oficina de despachos de cada
compañía a una tasa promedio de 8 por hora. El tiempo promedio por viaje es de 12 minutos. Las
llamadas llegan de acuerdo con una distribución de Poisson y el tiempo de viaje es exponencial.
Las dos compañías fueron adquiridas por un inversionista y se consolidarán en una sola oficina de
despachos. Analice la propuesta del nuevo propietario.
 Solución
𝑡𝑎𝑥𝑖𝑠 = 𝑠𝑒𝑟𝑣𝑖𝑑𝑜𝑟𝑒𝑠 El sistema consolidado (dos compañías)
𝑣𝑖𝑎𝑗𝑒 = 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 es:

Cada compañía es (𝑀/𝑀/ 2) : (𝐺/∞/ ∞) (𝑀/𝑀/4) : (𝐺/∞/∞)

Con Con
𝜆 = 8 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠/ℎ𝑜𝑟𝑎 , 𝜇 = 5 𝑣𝑖𝑎𝑗𝑒𝑠/ℎ𝑜𝑟𝑎 𝜆 = 2 ∗ 8 = 16 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠/ℎ𝑜𝑟𝑎
𝜇 = 5 𝑣𝑖𝑎𝑗𝑒𝑠/ℎ𝑜𝑟𝑎
Comparación de escenarios
Criterio: tiempo de espera para que llegue un taxi solicitado 𝑊𝑞

RESULTADOS
Modelo M/M/s : G/N/ ∞
El limite del sistema en finito. Esto significa que el tamaño de la cola es N - s.

, 0  n N
perdida = PN
 n= 
0, nN
0  n N fectc = − perdida = (1− PN )
n,
 n= 
s, s  n N
 M/M/s : G/N/ ∞
Donde,
 n
0  n s
( ) ( ) ( )
−1
P0 ,  
s N −s −1 

 n!  s−1 
n
  
Pn =  n    1−
s 
P0 =   +  Si,  s1
 P , s  n N
 n=0 n!
 ( ) s!1 −  

s 


s!s n−s 0
  

( ) + (  )
−1
 n

 s−1  
s


P0 =   ( N − s −1) Si, =1
 n=0 n! s!  s
 
 ( )
s+1
     N −s

N −s +1      
L = 1−   − (N − s +1)1−    P0 Si, s 1
(s −1)!(s −  )
q
 
2
 s   s  s   


( ) (N − s )( N − s + 1)
s

 =1
L = P Si,
s
q 0
2s!
 ( )
s+1
     N −s

N −s +1      
L = 1−   − (N − s +1)1−    P0 Si, s 1
(s −1)!(s −  )
q
 
2
 s   s  s   


( ) (N − s )( N − s + 1)
s

 =1
L = P Si,
s
q 0
2s!
Ejemplo
En el problema de la compañía de taxis consolidada, suponga que no pueden asegurarse
nuevos fondos para la compra de más taxis. Se le aconsejó al propietario que una forma
de reducir el tiempo de espera es que la oficina de despachos informe a los nuevos
clientes sobre una demora potencial excesiva una vez que la lista de espera llegue a ser de
6 clientes. La expectativa es que estos clientes busquen el servicio en otra parte, lo que a
su vez reducirá el tiempo de espera de los que ya están en la lista de espera.
Solución
𝑁 = 6 + 4 = 10 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

𝑀/𝑀/ 4 : 𝐺/10/∞
𝜆 = 16 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/h𝑜𝑟𝑎
𝜇 = 5 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/h𝑜𝑟𝑎
 Solución
4 5 −1
𝑁 = 6 + 4 = 10 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 0
16 16 1
16 16 2 3 16 16
∗ 1−
5 4∗5
𝑝0 = 5 + 5 + 5 + 5 +
0! 1! 2! 3! 16
𝑀/𝑀/ 4 : 𝐺/10/∞ 4! ∗ 1 −
4∗5
𝜆 = 16 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/h𝑜𝑟𝑎 −1
16 128 2048
𝜇 = 5 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/h𝑜𝑟𝑎 𝑝0 = 1 + + + + 14.68705451
5 25 375

−1
𝑝0 = 29.46838784 = 0,033934666
Solución
Modelos colas con
distribuciones no
exponenciales
Modelo M/G/1
Clientes servidos

Sistema de colas

CLIENTES Instalación
S
C CC C C de servicio
σ> 0

Clientes servidos
 FORMULARIO
1. Probabilidad de que no haya unidades en el sistema

P0 = 1−


2. Cantidad promedio de unidades en la línea de espera
2 2
Lq =
  (0<σ<1/μ)
21− 
 

3. Cantidad promedio de unidades en el sistema

L = Lq +


4. Tiempo promedio que pasa una unidad en la línea de espera
Lq
Wq =

5. Tiempo promedio que pasa una unidad en el sistema

1
W = Wq +


6. Probabilidad de que una unidad tenga que esperar en el sistema


=  
 
 Modelo M/G/ 1
 +
2 2 2
Ls = Lq +  Lq =
2(1− )
1 Lq
Ws = Wq + Wq =
 
P0 = 1−  Pw = 
 1
 Modelo M/G/1: ejemplo
• Un lavacar puede atender un auto cada 5
min.  = 2 min y la tasa media de
llegadas es de 9 autos/hora,.
• 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
http://www.auladeeconomia.com
 Modelo M/G/1: ejemplo
Ls = Lq +  = 1.31+.75 = 2.06 clientes
 +
2 2 2
()  + (0.15/0.2)
2 2 2
Lq = = 1.31clientes
2(1− ) 2(1− 0.15/0.2)
1
Ws = Wq + = 0.228 hrs = 13.7 min

Lq
Wq = = 0.145 hrs = 8.7 min

P0 = 1−  = 0.25 Pw =  = 0.75
Modelo M/D/1
Clientes servidos

Sistema de colas

C LIEN TES
S Instalación
CC CCC
de servicio

σ= 0

Clientes servidos
 FORMULARIO

1. Probabilidad de que no haya unidades en el sistema

P0 = 1−


2. Cantidad promedio de unidades en la línea de espera
2
Lq =
 
21− 
 

3. Cantidad promedio de unidades en el sistema

L = Lq +


4. Tiempo promedio que pasa una unidad en la línea de espera
Lq
Wq =

5. Tiempo promedio que pasa una unidad en el sistema

1
W = Wq +


6. Probabilidad de que una unidad tenga que esperar en el sistema


=  
 
Las anteriores formulas son las mismas formulas del modelos M/G/1, pero en este caso
σ=0
 Modelo M/D/1

 2
Ls = Ws Lq =
2(1−  )
1 Lq
Ws = Wq + Wq =
 
 1
 Modelo M/D/1: ejemplo
• Un lavacar puede atender un auto
cada 5 min (determinístico).
• La tasa media de llegadas es de 9
autos/hora (markoviano).
• Obtenga las medidas de desempeño
de acuerdo con el modelo M/D/1
 Modelo M/D/1: ejemplo
Ls = Ws = 1.875clientes
2
Lq = = 1.125clientes
2(1−  )
1
Ws = Wq + = 0.21hrs = 12.5 min

Lq
Wq = = 0.125 hrs = 7.5 min

Llene la matriz de relaciones entre las variables de un sistema de espera(ubique una signo +
(más) en las intersecciones de la matriz donde existan relaciones positivas entre variables, en
caso contrario ubicar – (menos):

Pw Wq W Lq L P0
Pw + + + + + -
Wq + + + +
W +
Lq + +
L + +
P0 - +
Modelo de Costos en Teoría de Colas
C O S T O TOTA L

Costo Total por unidad de tiempo

Costo del SERVICIO

Costo por TIEMPO

D E ESPERA

Cantidad de servidores

Las unidades de tiempo deben ser las mismas para todas las variables y
parámetros (λ, μ)
Costo Total
C E = costo de esperar de cada cliente por unidad de tiempo
L q = Cantidad promedio de unidades en Cola
C S = costo de cada servidor por unidad de tiempo
S = Cantidad de servidores.

C T = Costo Total por unidad de tiempo

CT = CS S + CE Lq
Redes de colas en serie
ESTACIÓN 1 ESTACIÓN 2 ESTACIÓN m

‫٭‬λ ‫٭‬λ ‫٭‬λ

μ1 μ1 μ1

M/M/S1 M/M/S2 M/M/Sm

S i – numero de servidores en cada instalación

‫٭‬Por la propiedad de equivalencia, λ es la misma en todas las estaciones.

Se analiza cada instalación de servicio en forma independiente de las otras
usando el modelo elemental M/M/S

1. Probabilidad conjunta de n elementos en todas las instalaciones

M= cantidad de instalaciones i= 1, 2, …, m

Wq= W q+1 W +q2... + W qm P(n1 ,n2 , ...,nm ) = Pn1 * Pn2 * Pn3 *...* Pnm

2. Cantidad promedio conjunta de unidades en espera o en el sistema

Lq = Lq1 + Lq2 + Lq3 + ...+ Lq m L = L1 + L2 + L3 +... + Lm

3. Tiempo promedio conjunto que pasa una unidad en espera o en el

sistema
W = W1 +W2 +...+W m
Redes De Colas De Jackson (Abierta)
Abandona el sistema
λ1
Instalación 1

μ1 s1

λ2
Instalación 2

μ2 s2
Instalación 3 λ3

μ3 s3

Abandona el sistema

Abandona el sistema
Es un sistema de m instalaciones de servicio en donde la instalación i (i=1, 2,
… , m) tiene:

1. Cola infinita ( no limitada)

2. Clientes que llegan de afuera del sistema según un proceso de entrada
Poisson con parámetros ai.
3. Si servidores con distribución exponencial de tiempo de servicio con
parámetro μi

Es necesario predeterminar las probabilidades de transición Pij , es decir, la

probabilidad de que un cliente que deja la instalación i se dirigirá a la
instalación j.
Ejemplo Red De Jackson (Abierta)
Matriz de transición
M=3
P ij
Instalación j Si μi aj i=3
i=1 i=2

j=1 d g Ø* r u
a

j=2 b e h l Ø* w

j=3 c k q t Ø*
f
Donde :

m m m

P 1j = (0 + l + q)  1 P
j =1
2j = (r + 0 + t)  1 P 3j = (u + w + 0)  1
j =1 j=1

1 = g + 01 + r2 + u3

m
 j = a j +  i Pij
i=1
2 = h + l1 + 02 + w3
3 = k + q1 + t2 + 03
Tasa de llegada en cada
instalación.
1. Probabilidad de abandonar el sistema en la instalación i

m q1 = 1− (0 + l + q)
q j = 1−  Pij
i=1 q2 = 1− (r + 0 + t)

q3 =1−(u + w + 0)

Una vez halladas las λj (λ1, λ2, λ3), se procede a resolver cada instalación de
manera independiente, con los parámetros λj, μj, Sj.
1. Probabilidad conjunta de n elementos en todas las instalaciones ( solución
en forma de producto)

P(n1 , n2 ,..., nm ) = Pn1 * Pn2 *...*Pm

2. Cantidad promedio total de clientes esperado en todo el sistema es

L = L1 + L2 +...+ Lm

3. El tiempo de espera total en todo el sistema es

L
W=
a1 + a2 + ... + am