Teoria de Colas

5 FENOMENOS DE ESPERA
5.1 Introduccin

Las lneas de espera son fenmenos muy comunes y que se observan en diversas actividades: la
gente que va a un banco a cambiar un cheque, los clientes que van a pagar la mercanca que
han comprado, las rdenes que llegan para ser procesadas a travs de deferentes procesos, los
conductores que llegan a una estacin de servicio para tanguear sus autos, etc..

Para que exista una cola slo se requiere que las llegadas y/o los servicios ocurran a intervalos
irregulares.

El proceso bsico que se asume al formular un modelo de colas es el siguiente: Las unidades que
requieren servicio llegan al sistema. Estas unidades entran al sistema y se unen a la "cola". En
ciertos puntos en el tiempo, un elemento de la cola es seleccionado para recibir servicio,
mediante alguna regla conocida como "la disciplina de la cola". Luego el mecanismo de servicio"
del sistema realiza a la unidad escogida el servicio requerido. La figura 5.1 representa
esquemticamente un proceso de espera.

Fuente Centro de espera Centro de servicio

Figura 5.1 Un sistema de colas.

El grfico representa un sistema que consta de:

Un centro de servicio con tres estaciones
Una cola que alimenta las tres estaciones
Dos fuentes suministradoras de clientes
El flujo entre la fuente y la facilidad de servicio marca el proceso de llegadas.

5.2 Caractersticas de los sistemas de colas

5.2.1 Componentes de los sistemas de colas

Un sistema de espera tiene cuatro caractersticas: el proceso de llegadas, el mecanismo de
servicio, la disciplina de la cola y el nmero de colas.

Los clientes el proceso de llegadas

El proceso de la demanda de servicios o de llegada de los clientes es, en general, un proceso
estocstico y se describe en trminos de la distribucin de probabilidad del intervalo entre
llegadas. Los factores que se necesitan para especificar el proceso de llegadas son:

La fuente de llegadas
El tipo de llegadas
Los tiempos entre llegadas.

Fuente 1
Fuente 2

B. Caldern. Procesos Estocsticos. Fenmenos de espera 2
Algunos tipos de llegadas pueden ser:

a) Llegadas poissonianas, segn las cuales el nmero de clientes que llegan a requerir servicio
es un proceso de Poisson, o equivalentemente, el tiempo entre llegadas de clientes
sucesivos es exponencial.
b) Llegadas regulares, a intervalos constantes.
c) Llegadas en grupo.
d) Llegadas regulares con impuntualidad.
e) Llegadas en tiempos discretos.
f) Llegadas no estacionarias. Se presenta cuando la tasa de llegada no es constante, sino que
depende del instante de tiempo considerado
g) Llegadas que siguen una distribucin general.
h) Otros aspectos relacionados con las llegadas son:
Los clientes se desaniman segn el tamao de la cola.
La fuente generadora de clientes puede ser infinita, y las llegadas suelen ser
independientes del tamao de la fuente.
La fuente puede ser finita y las llegadas dependen del nmero actual de individuos en la
fuente.
Pueden llegar diferentes clases de clientes.

Las entidades que llegan al sistema de colas (llamadas unidades, rdenes, trabajos o clientes)
poseen ciertas caractersticas que afectan al sistema de algn modo. Estas caractersticas
pueden ser:

Distribucin de las llegadas o del tiempo entre llegadas. Es generalmente un proceso
estocstico que gobierna el nmero de llegadas al sistema.
Prioridad. Es alguna medida relativa del valor o importancia que tiene una unidad para el
sistema, comparada con las otras unidades. Generalmente indica que tan rpido se va a
mover una unidad a lo largo del sistema.
Impaciencia. Este factor indica cuanto tiempo puede permanecer una unidad en el sistema
sin ser atendida. La impaciencia puede describirse mediante las siguientes condiciones (i)
Cuando una unidad rehsa entrar a la cola porque es muy larga, (ii) cuando una unidad deja
la cola despus de esperar cierto perodo de tiempo y (iii) cuando una unidad deja una cola
para pasar a otra.
Otra caracterstica que pueden tener las unidades es el tiempo que se van a gastar en la
facilidad de servicio o tiempo de procesamiento (por ejemplo, rdenes de produccin). Sin
embargo, en la mayora de los sistemas de colas este tiempo depende directamente de la
facilidad de servicio.
Llegadas en lotes, cuando una llegada al sistema puede consistir de varias unidades.

Es frecuente encontrar situaciones reales en que las llegadas no son estacionarias, pero se
puede admitir que la tasa de llegada sea constante durante el intervalo de tiempo que sirve de
base para estudiar el proceso de colas. Desde el punto de vista analtico, mas no de la
simulacin, es necesario suponer que la tasa de llegadas sea estacionaria.

El mecanismo de servicio

Las principales caractersticas del mecanismo de servicio son:

a) Nmero de estaciones de servicio y configuracin de las mismas (serie o paralelo).
b) Nmero de clientes que pueden ser atendidos en un instante cualquiera.
c) La duracin del servicio. La duracin de un servicio es, en general, una variable aleatoria y
se especifica de acuerdo con una distribucin de probabilidad. Los tipos de servicio ms
comunes son:
Distribucin exponencial.
Distribucin erlang
Distribucin gama
Servicio constante
Tiempo de servicio correlacionado con otros aspectos del sistema. Por ejemplo: servicio
acelerado de acuerdo al nmero de personas que haya esperando.

La facilidad que sirve para atender las unidades puede tener varias caractersticas de inters.

El proceso de servicio, esto es, la distribucin de la duracin de los servicios. Generalmente
es un proceso estocstico cuya variacin es inherente a la facilidad. Comnmente se asignan
los valores a los tiempos de servicio a medida que las unidades llegan a la facilidad, aunque
puede suceder que estos tiempos se asignen cuando las unidades entran al sistema (rdenes
de produccin).
Configuracin del sistema. Cuando existen varias estaciones para prestar servicio, stas
pueden estar en paralelo (cuando todas prestan el mismo servicio, y una unidad pasa
solamente por una estacin) o en serie (cuando una unidad debe pasar por todas las
estaciones) o puede haber una combinacin serie paralelo.
Disciplina del servicio. Esta caracterstica indica si se puede o no interrumpir un servicio una
vez este ha comenzado. Esta disciplina esta ntimamente ligada con la prioridad o
importancia de las unidades, o con la necesidad del servicio de las unidades. Las unidades de
mayor prioridad pueden exigir que la facilidad detenga su proceso actual para atenderlas.
El sistema puede atender tambin en lotes a varias unidades simultneamente.

La disciplina de la cola

La disciplina de espera es el conjunto de reglas que especifican el orden de atencin a las
unidades. Los casos ms comunes pueden ser:

a) Disciplina FIFO o PEPS (Primeros el entrar, primero en salir). La primera unidad que llega,
ser la primera en ser atendida. Es el caso ms general de seleccin de la unidad que pasa
al servicio.
b) Disciplina LIFO o UEPS (ltimos en entrar, primeros en salir). Los ltimos clientes en llegar,
sern los primeros en ser atendidos.
c) Seleccin aleatoria de la unidad a ser atendida.
d) Seleccin de acuerdo con la importancia del cliente, es decir, de acuerdo con la prioridad del
cliente.

La lnea de espera puede tener las siguientes caractersticas:

Longitud. Es decir, el nmero mximo de unidades que pueden esperar en frente de una
estacin.
Nmero de colas. Cuando hay varias estaciones en paralelo puede existir una cola nica que
alimente todas las estaciones o puede existir una cola para cada estacin. Adems, en este
ltimo caso, cada unidad que llega puede escoger la cola en la cual esperar - la ms corta,
la ms rpida, etc. Cuando las estaciones que prestan el servicio estn ordenadas en serie,
debe existir una cola para cada estacin.
La disciplina de la cola, la cual indica el mtodo de ordenar las unidades en la cola y escoger
la prxima que va a ser atendida. Existen varias posibilidades para escoger la disciplina de la
cola De acuerdo al orden de llegada, o la que tenga la menor fecha de entrega, la que vaya
a permanecer el tiempo mnimo en el servicio o hacer la seleccin en forma aleatoria.

El nmero de colas

Cuando las estaciones de servicio estn organizadas en serie, en general existe una cola en
frente de cada estacin. Cuando las estaciones de servicio estn organizadas en paralelo, puede
existir una cola para cada estacin o puede existir una sola cola que alimente todas las
estaciones. Adems, el tamao de cada una de las colas puede ser diferente.. Desde el punto de
vista analtico, se supone que slo existe una cola para todas las estaciones.

5.2.2 Objetivos

El objetivo que se persigue al estudiar un sistema de colas puede ser muy variado.
Generalmente se pretende definir cual debe ser la mejor configuracin de tal forma que se
minimice el costo de operacin del sistema, o cual puede ser el costo de operacin para una
configuracin dada. Entre las diferentes medidas que se pueden obtener para analizar el
comportamiento de un sistema de colas estn las siguientes:

a) Tiempo medio que una unidad permanece en el sistema y la distribucin de frecuencia del
tiempo de permanencia en el sistema.
b) Utilizacin de las estaciones de servicio.
c) Nmero medio de unidades en el sistema y distribucin del nmero de unidades del sistema.
d) Tiempo medio que permanece una unidad en cada una de las colas y su distribucin.
e) Nmero medio de unidades en cada una de las colas y su distribucin.
f) Tiempo de inactividad de las estaciones de servicio, o porcentaje de utilizacin

Los fenmenos de espera pueden estudiarse analticamente o mediante la simulacin. Sin
embargo, slo existen soluciones analticas para unos casos particulares, generalmente cuando
las llegadas y los servicios son exponenciales, y el sistema no es muy complejo. La simulacin,
por el contrario puede usarse para resolver cualquier problema de colas, por complejo que sea,
no importa cual sea la distribucin del tiempo entre llegadas y del tiempo de servicio.

5.2.3 Variables que deben considerarse al formular un modelo de colas

En todo modelo hay tres tipos de variables que deben considerarse: Variables exgenas, de
estado y endgenas. Con relacin a los modelos de colas, cada una de estas categoras puede
incluir las siguientes variables

a) Variables exgenas o de entrada al sistema: Entre estas variables se encuentran las
siguientes:

Tiempo entre llegadas al sistema.
Tiempo de servicio en las diferentes estaciones.
Prioridad de los clientes
Nmero de estaciones de servicio
Tasa de llegada de clientes al sistema
Tasa de servicio de las diferentes estaciones o servidores
Costos de prestacin del servicio por unidad de tiempo
Costo de espera o de inactividad por cliente

b. Variables de estado:
Tiempo que una orden cualquiera permanece en una cola.
Tiempo que una estacin esta inactiva, esperando la llegada de un cliente.
Nmero de unidades en el sistema en cualquier instante.
Nmero de unidades en la cada cola.
Nmero de estaciones inactivas en cualquier instante.
Nmero de rdenes recibiendo servicio en un instante cualquiera.
Tiempo de permanencia de un cliente en el sistema

c. Variables endgenas:
Nmero medio unidades en el sistema.
Nmero medio de unidades en cada una de las colas.
Nmero medio de unidades recibiendo servicio.
Nmero medio de estaciones inactivas.
Tiempo medio que una unidad permanece en el sistema.
Tiempo medio que una unidad permanece en cada una de las colas.

5.2.4 Clasificacin de los modelos de colas

Existe una clasificacin estndar para identificar los modelos de colas, segn sus caractersticas
o propiedades. Esta clasificacin se aplica a modelos de servicio nico prestado por una o varias
estaciones. Los modelos se identifican mediante la siguiente convencin, en letras:
Clasificacin de Kendall: A/B/C: (D/E/F)
donde las letras o campos se usan segn la siguiente convencin:

A = En esta campo se coloca la distribucin del tiempo entre llegadas
B = En este campo se especifica la distribucin del tiempo de servicio
C = Se usa para identificar el nmero de estaciones de servicio, en paralelo
D = En este campo se especifica la prioridad del sistema. Por defecto se supone que es FIFO.
E =Indica la capacidad de sistema (Por defecto ise supone que es limitada)
F = Tamao de la fuente (Por defecto se asume que es ilimitada)

Para especificar la distribucin del tiempo entre llegadas y del tiempo se servicio se usa la
siguiente convencin:

M = Distribucin exponencial
G = Distribucin general
Ek = Distribucin de Erlang
D = Distribucin constante

A veces la clasificacin es simplemente A/B/C, y si es del caso se especifica con palabras alguna
otra propiedad del sistema.

Ejemplo: M/M/5: (FIFO//)
Ejemplo: M/M/1: (FIFO/10/)
Ejemplo: M/M/s: (FIFO/M/M)
Ejemplo: M/G/1

A continuacin se analizan diferentes modelos que son tiles para simular los fenmenos de
espera. Sin embargo, previamente es necesario definir algunos parmetros y variables usados
en los diferentes modelos, y las relaciones que son vlidas para todos los modelos de canales en
paralelo.

5.2.5 Parmetros, variables y relaciones bsicas

Parmetros

Los principales parmetros usados en los modelos de colas son los siguientes

S = Nmero de servidores o estaciones de servicio, en paralelo
= Tasa media de llegada de clientes al sistema
= Tasa media de servicio por estacin
m = Tamao de la fuente (nmero mximo de clientes que pueden llegar al sistema)
N = Capacidad del sistema (nmero mximo de clientes que pueden haber en el
sistema en cualquier instante)

Variables de estado

Las principales variables de estados usadas son:

X(t) = n = Nmero de clientes que hay en el sistema en cualquier instante
v = Nmero de clientes que hay en la cola en cualquier instante. Se supone que existe
una cola que alimenta todas las estaciones de servicio
a = Nmero de clientes que estn recibiendo servicio en cualquier instante. Tambin es
equivalente al nmero de servidores ocupados
r = Nmero de servidores inactivos
Pn(t) = Probabilidad de que haya n personas en el sistema en el tiempo t

Medidas de congestin

Se denominan medidas de congestin aquellas medias o indicadores que reflejan el
comportamiento general del sistema a largo plazo, o en rgimen permanente. Se refieren, por
lo general, a las variables endgenas o de salida del sistema

P
n
= Probabilidad, a largo plazo, de que haya n personas en el sistema
L = Nmero esperado de clientes en el sistema
Lq = Nmero esperado de clientes en la cola
W = Tiempo esperado de permanencia de un cliente en el sistema
W
q
= Tiempo medio de espera de un cliente antes de ser atendido (tiempo de
permanencia en la cola)
W
q
/W
q
>0 = Tiempo medio de espera de un cliente en la cola, cuando tiene que esperar.
a = Nmero medio de clientes que reciben servicio
= Nmero medio de servidores ocupados
r = Nmero de servidores inactivos
P(W
q
>0) = Probabilidad de que un cliente tenga que esperar

Relaciones bsicas

La variable de estado ms importante es el nmero de clientes que hay en el sistema (n), ya
que a partir de sta se pueden derivar todas las dems, como se muestra a continuacin.

Nmero de clientes en la cola (V)

<
=
s n si s n
s n si
V
0

Nmero de clientes que estn recibiendo servicio (a)
<
=
s n si s
s n si n
a
Nmero de estaciones o servidores inactivos (r)

<
=
s n si
s n si n s
r
0

Adems, dado que el nmero de clientes que hay en el sistema debe estar o recibiendo servicio
o esperando ser atendidos, se debe cumplir que
n = v + a
Usando las relaciones anteriores y la definicin de valor esperado, se tienen las siguientes
expresiones:
=
=
=
s n
n q
0 n
n
P L
P
) s n (
n L


=
+ = + =
=
1 n
0 n
n
1 s
0 n
n
s n
n
1 s
0 n
n
1 s
0 n
n
) 1 ( s n s n a
) n s ( r
P P P P
P

P(W
q
>0) = P(ns) = Probabilidad de esperar =

=
=
=
1
0
1
s
n
n
s n
n P P

Igualmente se debe cumplir que a v n + =

Otras relaciones (Frmulas de Litlle)

Las siguientes expresiones, cuya demostracin en forma heurstica se har posteriormente, son
vlidas para todos los modelos de colas, si se calcula adecuadamente la tasa efectiva
ef
como la
tasa media de entrada de clientes al sistema.

ef
a
W
q ef
q
L
W
ef
L
=
=
=

A continuacin se analizan diferentes modelos que son tiles para analizar analticamente los
fenmenos de espera.

5.2.6 Funcin de costos. Costos a considerar

Como ya se mencion, el objetivo que se persigue al estudiar un sistema de colas puede ser
muy variado. Generalmente se pretende definir cual debe ser la mejor configuracin de tal forma
que se minimice el costo de operacin del sistema, o cual puede ser el costo de operacin para
una configuracin dada. Por lo tanto, al realizar el anlisis de los fenmenos de espera, es
necesario considerar los diferentes costos involucrados en estos sistema, los cuales se resumen
en::

a) Costos de prestacin del servicio

Este costo se puede referir al costo ocasionado por cada servidor por unidad de tiempo (C
o
), o al
costo marginal de incrementar la tasa de servicio por unidad de tiempo C
u
. En el primer caso
para encontrar el costo total, el costo unitario se multiplica por el nmero de servidores (s),
mientras que en el segundo caso se multiplica por la tasa de servicio ()

C
o
= Costo por servidor/tiempo
C
u
= Costo de incrementar la tasa de servicio

b) Costo de espera o de inactividad por cliente

Este costo se refiere a lo que le cuesta a un cliente esperar mientras se lo atiende. En algunos
casos este costo lo sufre directamente el sistema (tiempo de inactividad de las mquinas, tiempo
ocioso de los empleados esperando las herramientas de trabajo), y en otros casos el sistema no
asume directamente este costo, sino que lo sufre directamente el cliente, pero a la larga, su
efecto se notar sobre el sistema, ya que si el sistema no reduce estos costos de inactividad de
los clientes, stos preferirn ir a otros sitios, y por lo tanto la demanda del sistema decaer. Este
costo lo denotaremos por C
i
, y en general se puede aplicar o al nmero medio de unidades que
esperan ser atendidas o al nmero medio de unidades en el sistema, dependiendo de los
elementos tendidos en cuenta la realizar su estimacin.

C
i
= Costo de inactividad por cliente por unidad de tiempo

c) Costo total por unidad de tiempo.

Corresponde a la suma de los costos de operacin y de inactividad. Se podra formular como:
CT(s) = sCo + Ci L
CT() = uCu +Ci L
5.3 Sistema de colas con varias estaciones de servicio en paralelo

La figura 5.2 ilustra esquemticamente un sistema de colas cuando existen varias estaciones
idnticas que prestan el mismo servicio. Las unidades llegan al sistema, por lo general en forma
aleatoria, entran si hay espacio disponible, esperan en una cola, si es del caso, antes de recibir
el servicio, luego pasan al servicio y finalmente abandonan el sistema. Por lo general el tiempo
de llegada y el tiempo de servicio son aleatorios. Si cuando el cliente llega hay una estacin
vaca o inactiva, pasa inmediatamente al servicio y es atendida, en caso contrario la unidad que
llega se coloca en la cola y espera mientras llega su turno para ser atendida. Cuando una
estacin o servidor finaliza un servicio, y hay varias unidades esperando ser atendidas, la
eleccin de la prxima unidad que va a recibir servicio puede realizarse de varias maneras, de
acuerdo al orden de llegada, es decir, los primeros que llegan pueden ser los primeros en salir, o
tambin puede usarse alguna otra disciplina, como la prioridad o la seleccin aleatoria.

Llegada Lnea de espera Centro de servicio
Figura 5.2 Un sistema de estaciones en paralelo

5.3.1 Modelo M/M/s (abierto) o M/M/s (FIFO/ / )

Las principales suposiciones de este modelo son las siguientes:

Las llegadas siguen un proceso de Poisson con tasa , es decir, el tiempo entre llegadas de
dos clientes sucesivos es exponencial una media de 1/
Existen s servidores idnticos, con una tasa de servicio , y los tiempos de servicio son
exponenciales
Existe una cola que alimenta los s servidores
La fuente de donde provienen los clientes es infinita
El sistema tiene una capacidad ilimitada para atender los clientes
La disciplina de la cola es FIFO, es decir, se atiende los clientes de acuerdo al orden de
llegada.

5.3.1.1. Formulacin del modelo

Si analizamos las suposiciones del modelo, vemos que se ajusta a un Proceso de nacimiento y
muerte ya que las llegadas al sistema (nacimientos) son exponenciales con tasa , y el tiempo
entre salidas (muertes) tambin es exponencial, con las siguientes tasas:

s
2
1

s n s
s n n
n
n
n
=
< =
=
,
,
0 ,

Para el clculo de la tasa de salida (tasa de muerte) debe tenerse en cuenta que el prximo
tiempo de salida est dado por el menor de los tiempos de servicio de los servidores que estn
ocupados atendiendo clientes. Como cada tiempo de servicio es exponencial con tasa ,
entonces el tiempo ente salidas del sistema es tambin exponencial con una tasa igual al
nmero de servidores ocupados multiplicado por la tasa de servicio de cada servidor (). Si el
nmero de clientes que hay en el sistema n es inferior al nmero de servidores s, entonces el
nmero de servidores ocupados ser n y el sistema atender todos los clientes con una tasa
total n, pero si el nmero de clientes del sistema es mayor o igual al nmero de servidores,
entonces el sistema atender s clientes con una tasa total s.

Clculo de las probabilidades lmites

Como se trata de un proceso de nacimiento y muerte, se pueden usar las ecuaciones respectivas
dadas por
P P
n
n
n 0
1
2
1
1
0
...

=
la cual se descompone de la siguiente manera:

a) Para n < s
( )
( )
0) n para (vlida ,
P
0
! n
/
n
P
0
n
...
2
P
n
P
0
2
/
2
P
0
2
P
2
,
P
0
P
1
=
= =
= = =

b) Para n s
( )
( )
( )
s
donde ,
P
0
s n
s!
/
s
P
0
s /
s n
s!
/
s
P
0
s
...
s
...
2
P
n
=
=
=

Como los P
n
forman una distribucin de probabilidad se debe cumplir que 1
0
=
= n
n P

(
(

|
|
\
|
+
|
|
\
|

|
|
\
|
|
|
\
|
=
=
+ = =
=
s n
s n
s
1 s
0 n
n
! s
1
! n
1
1
! s
1
! n
1
P
P P P
1
0
0 n s n
0
s n
s
1 s
0 n
0
n
n

1
s
si ,
s
1 s
0 n
n
1
1
! s
1
! n
1
P
1
0
<
=
=
(
(

|
|
\
|
+
|
|
\
|

Por lo tanto, existen las probabilidades lmites si =/(s)<1
1
, es decir si que es la tasa media
de llegada al sistema es menor que (s), que representa la tasa mxima de salida o de servicio;
en caso contrario no existir un rgimen estable o permanente ya que el sistema sera
explosivo porque llegaran ms clientes que lo que el sistema estara en capacidad de atender.

La relacin =/(s) recibe el nombre de intensidad de trfico.

En resumen, se tiene que:

( )
( )
1
s
s n ,
P
0
s n
s!
/
s
P
s n 0,
n!
/
n
P
n
< =
<
=

( ) ( )
(
(
=
=
1
1
! s
/
! n
/
P
s
1 s
0 n
n
1
0

5.3.1.2. Medidas de desempeo del sistema (Medidas de congestin)

A partir de P
0
se pueden calcular las dems probabilidades, y con ellas, las principales medidas
del sistema. Sin embargo, para el modelo M/M/s abierto se pueden calcular analticamente las
diferentes variables endgenas del sistema . A continuacin se realiza su clculo.

a) Nmero medio de clientes en la cola Lq

Representa el nmero esperado de clientes que hay en la cola esperando recibir servicio, y est
definido como:

1
0 0
) (
! !
) ( ) (
) / ( ) / (
=

= = =
s n
s n
s
s n
s n
s
s n
n q
s n
s s
s n s n
P P P L

1
Recorderis: La serie geomtrica toma los siguientes valores, dependiendo del valor de :
1 ,
1
1
0 j
j
1 , 1) (M
M
0 j
j
1; ,
1
1 M
1
M
0 j
j
<
=
= + =
=
=
=

Como se puede observar, el trmino
1
) (

s n
s n
s n se puede representar como la derivada
de la siguiente expresin
s n
s n
con respecto a . Es decir,

) 1 (
2
1
1
1
1
) (

=
|
|
\
|
= =

=
d
d
d
d
s n
s n
s n
s n
s n

Por lo tanto se tiene que

P L
s
s
q 0 2
) 1 (
) / (
!
=
b) Nmero medio de servidores inactivos

Est dado por:

=
=
1
0
) (
s
n
n P
n s r
Como n< s, se aplica la expresin correspondiente de Pn, y se obtiene

P
s
n
n
n
n s r
0
1
0
!
) (
) / (
=
=

Desarrollando la suma y simplificando la del extremo derecho se obtiene

=
=
1
0
1
1
0 0
1
0
1
1
0 0
)! 1 ( !
! !
) / ( ) / (
) / ( ) / (
s
n
n
s
n
n
s
n
n
s
n
n
n n
s
n
n
n
s r
P P
P P

Realizando la suma del extremo derecho hasta n (sumando y restando el trmino en n) se tiene

)! 1 ( )! 1 (
) / (
!
) / ( ) / ( ) / (
0
1
0
1
1
0 0
=
s n n
s r
s
s
n
n
s
n
n
P P P

Realizando el cambio de variable j = n -1 para la segunda sumatoria se tiene

)! 1 ( !
) / (
!
) / ( ) / ( ) / (
0
1
0
1
0
0 0
+ =

=
s j n
s r
s
s
n
j
s
j
n
P P P

Como se puede apreciar, los trminos correspondientes a las dos sumatorias son los mismos (lo
nico que cambia es el ndice de la sumatoria), y sacando esta sumatoria como factor comn en
los dos trminos que las contienen se tiene:

)! 1 (
} / {
!
) / ( ) / (
0
1
0
0
+ =

=
s
s
n
r
s
s
n
n
P P

En la expresin anterior, sacando como factor comn (s - /) se obtiene
(
(
+ =
(
(

+ =
=
} / 1 { !
!
} / {
} / { )! 1 (
!
} / {
) / ( ) / (
) / ( ) / (
1
0
0
1
0
0

s s n
s r
s s n
s r
s
s
n
n
s
s
n
n
P
P

El trmino dentro del parntesis es igual a 1/P
0
, por lo cual el nmero medio de servidores
inactivos se expresa como
/ = s r
c) Nmero medio de servidores ocupados

Como ya se mencion corresponde tambin al nmero medio de clientes en servicio, y se
calcula como el nmero total de servidores menos el nmero esperado de servidores inactivos,
es decir:
/ } / { = = = s s r s a
d) Nmero medio de clientes en el sistema L

El nmero medio de clientes en el sistema puede calcularse como el nmero medio de clientes
en la cola ms el nmero medio de clientes que reciben servicio, a saber:

+ =
+ =
P
a L L
s
q
s
0 2
) 1 (
) / (
!

e) Tiempos de espera

Funcin de densidad del tiempo de espera.

Suponga que cuando un cliente llega encuentra que ya hay n clientes en el sistema. Si
denotamos por W
q
/n el tiempo de espera en la cola del cliente dado que ya hay n clientes en
sistema cuando llega, y por f(w
q
/n) la funcin de densidad condicional del tiempo de espera,
dado que hay n clientes en el sistema, se tiene que este nuevo cliente no espera (tiempo de
espera es cero) si el nmero de clientes que hay en el sistema en el momento de entrar es
menor que s (n < s), y si el nmero de clientes que hay en el sistema en el momento de entrar
es mayor o igual a s (n s), le toca esperar a que el sistema atienda n s + 1 clientes antes de
que pueda ser atendido. Es decir:

Llegada cliente nuevo n - s clientes esperando s clientes en servicio
n
s
2
1

+ + +
<
=
+
s n si
s n si
n
T T T
W
s n
q
1 2 1
0
/
Cuando el nuevo cliente llega al sistema, el tiempo que an le falta a cada cliente que est
recibiendo servicio es exponencial con tasa , (por la propiedad de prdida de memoria), y el
tiempo de servicio de los clientes que estn en la cola es tambin exponencial tasa . Ahora
bien, el sistema atiende a una tasa s o tambin, el tiempo para que un cliente termine de ser
atendido y salga del sistema corresponde al mnimo de los tiempos de servicio de los que estn
siendo atendidos, es decir, es igual a mnimo(X
1
, X
2
, ...,X
s
) = mnimo (de los tiempos de
servicio), que sigue una distribucin exponencial con parmetro s. Por lo tanto, y segn la
disciplina de la cola que es FIFO, W
q
/n corresponde a la suma de n s +1 variables
exponenciales con parmetro s, suma que sigue una distribucin Erlang con parmetros s y n
s +1 W
q
/n Erlang (s, n-s+1)

<
s n si
s n si
s n
q
w
s
n f
w
s
e
w
s n
s
q
q
0
,
)! (
) / (
) (

La funcin conjunta de densidad del tiempo de espera Wq y del nmero de clientes n -f(w
q
,n)-
se puede calcular usando las frmulas de probabilidad condicional, y est dada por:
f(w
q
, n) = f(w
q
/n)Pn
Como hay que esperar cuando n s, y reemplazando Pn por la expresin adecuada se tiene

( )
=
s / que ya ,
)! s n (
) (
s!
w
s
)! s n (
) s (
s!
w
s
P
0
s n
s
s!
1
)! s n (
q
w
s ) n , ( f
s n
q
s
0
s
s n
q
s
0
s
s n
s
q
w
) / (
P e
w
) / (
P e
)
w
s (
e w
q
q
q

La funcin de densidad marginal del tiempo de espera f(w
q
) se calcula evaluando la sumatoria de
f(w
q
,n) para todos los valores de n, a saber:
e
P
e
P
e
P e
w P e
w w
w
w
s
w
w
s
s n
w
s
n f f
q
q q
q
q
s
s
s s
s s
s
s n
s n
q
s
s
s n
q q
) 1 ( 0
) / 1 (
0 0
0
)! 1 (s
s! s!
)! (
) (
s!
) , ( ) (
) / (
) / ( ) / (
) / (

=
= =
= =

ya que la sumatoria corresponde al trmino e
wq.

Funcin de impaciencia P(W
q
> w
0
)

Se denomina funcin de impaciencia a la probabilidad de que un cliente que llegue tenga que
esperar una cantidad de tiempo determinada (de w
0
o ms)
e
P
e
P
e
P
e
P
w W
w w
su
w
dw
w
w
dw
w
P
s
s
s
s
q
s
s
q
s
s
q
q q
0 0
0 0
) 1 ( 0 ) 1 ( 0
) 1 ( 0 ) 1 ( 0
0
) 1 ( s! ) 1 ( )! 1 (s
)! 1 (s )! 1 (s
) (
) / ( ) / (
) / ( ) / (

=

=
= >

Probabilidad de esperar P(W
q
> 0)

Representa la probabilidad de que un cliente que llegue al sistema tenga que esperar y se
calcula reemplazando w
0
en la expresin anterior por cero.
) 1 ( s!
) 0 (
) / (
0
= >
s
q
P
W
P
Un cliente que llega tiene que esperar si en el momento de su llegada hay s o ms clientes en el
sistema (todos los servidores estn ocupados), por lo tanto, la probabilidad de esperar tambin
se calcula como la probabilidad e que el nmero de clientes en el sistema sea mayor o igual que
s.
) 1 ( s! s! s!
) ( ) 0 (
) / ( ) / ( ) / (
0 0 0
= = = = >

=
s
s n
s n
s
s n
s n
s
q
P P P
W
s n P P
Probabilidad de no esperar
) 1 ( s!
1
!
) ( ) 0 (
) / ( ) / (
0
1
0
0
= = < = =

=
s
s
n
n
q
P P
W
n
s n P P
Tiempo medio de espera en la cola E(W
q
)
2
0 0
) 1 (
0
) 1 ( s! ) 1 (
1
) 1 (
1
)! 1 (s
)! 1 (s
) ( ) (
) / ( ) / (
) / (
0 0

=

=
= =

s su su
w
dw
q
w
w
dw w f W E
s s
q
s
s
q q q
q
P P
e w
P
W
q

El tiempo medio de espera en la cola por lo general se denota por W
q

Funcin de densidad del tiempo de espera en la cola dado que el cliente tiene que
esperar f(w
q
/w
q
>0)

Simplemente se calcula usando la definicin de probabilidad condicional, como
e
P
e
P
w
w w
w w
w
s
w
P
f
f
q
q
s
s
s
s
q
q q
q q
) 1 (
0
) 1 (
0
) 1 (
) 1 ( s!
)! 1 (s ) 0 (
) 0 , (
) 0 / (
) / (
) / (

=
>
>
= >

Por lo tanto, la distribucin condicional del tiempo de espera dado que hay que esperar se
distribuye exponencialmente con parmetro (tasa ) s(1 - )

Tiempo medio de espera en la cola dado que hay que esperar E(W
q
/ W
q
>0)

) 1 (
1
) 0 / (

= >
s
E
w w q q

Tiempo medio de permanencia en el sistema E(W)

Se lo calcula como el tiempo medio de permanencia en la cola ms el tiempo medio en el
sistema

1
) 1 ( s!
1
) ( ) (
2
0
) / (
+
= + =
s
W E W E
s
q
P

El tiempo medio de permanencia en el sistema por lo general se denota por W

5.3.1.3. Frmula de Little

Las frmulas de Little proporcionan una forma ms sencilla de calcular algunas variables
endgenas del sistema (tiempos medios en la cola y en el sistema, nmero medio de servidores
ocupados), definiendo adecuadamente la tasa efectiva de entrada al sistema, de acuerdo con la
situacin analizada.

Clculo del ttiempo medio de espera y en el sistema W y W
q

Sea un perodo de tiempo suficientemente grande. Considere los siguientes aspectos

a) Tasa media de llegada sistema por unidad de tiempo =
b) Tasa efectiva de entrada al sistema/tiempo =
ef
=
c) Total de entradas al sistema durante el tiempo =
ef

d) Tiempo de permanencia en el sistema por unidad = W
e) Tiempo total gastado en el sistema por todas las unidades =
ef
W
f) Nmero medio de unidades en el en sistema = L
g) Tiempo total gastado en el sistema por todas las unidades = L (L
q
)

Como e) y g) son iguales se tiene que

ef
W = L L =
ef
W

W = L/
ef

Para el caso del tiempo medio en la cola, basta con sustituir el tiempo medio en el sistema (W)
por el tiempo medio en la cola (W
q
), y el nmero medio de unidades en el sistema (L) por el
nmero medio de unidades en la cola (Lq) para obtener la siguiente expresin:

ef
W
q
= L
q
L
q
=
ef
W
q

W
q
= L
q
/
ef

Clculo de nmero medio de clientes en el servicio

Sea un perodo de tiempo suficientemente grande. Sean

a) Tasa media de llegada al sistema por unidad de tiempo =
b) Tasa efectiva de entrada al sistema por unidad de tiempo =
ef
=
c) Nmero total de entradas al sistema durante el tiempo =
ef

d) Nmero medio de estaciones ocupadas = a
e) Tasa media global de servicio del sistema = a
f) Nmero medio unidades atendidas durante el tiempo = a

Como el nmero medio de unidades atendidas durante el tiempo debe ser igual en el largo
plazo al Nmero medio de unidades que entran al sistema, entonces se tiene que ( c ) = ( f )
a =
ef
a =
ef
/ =

/
En resumen, para le modelo M/M s abierto, se tiene que

= =
= =
= =
ef
a
W
q
W
q ef
q
L
W W
ef
L

5.3.2 Modelo M/M/1 (abierto) o M/M/1 (FIFO/ / )

Las principales suposiciones de este modelo son las siguientes:

Las llegadas siguen un proceso de Poisson con tasa , es decir, el tiempo entre llegadas de
dos clientes sucesivos es exponencial una media de 1/
Existe un solo servidor idnticos, con una tasa de servicio , y tiempos de servicio
exponenciales
Existe una cola que alimenta al servidor
La fuente de donde provienen los clientes es infinita
El sistema tiene una capacidad ilimitada para atender los clientes
La disciplina de la cola es FIFO, es decir, se atiende los clientes de acuerdo al orden de
llegada.


Este es un caso particular del modelo que acabamos de desarrollar, para s = 1, Por lo tanto,
todas las expresiones desarrolladas son aplicables, sin embargo, algunas frmulas se pueden
simplificar. A continuacin presentaremos la forma final que toman las principales frmulas.

De nuevo vemos que se trata de un Proceso de nacimiento y muerte ya que las llegadas al
sistema (nacimientos) son exponenciales con tasa , y el tiempo entre salidas (muertes)
tambin es exponencial, con las siguientes tasas:

n
= , n 0

n
= n 1

5.3.2.2. Clculo de las probabilidades lmites y medidas de desempeo

dadas por
P P
n
n
n 0
1
2
1
1
0
...

=
( )
( ) 0) n para (vlida ,
,
P
0
n
P
0
n
P
0
...
P
n
P
0
2
P
0
P
2
P
0
P
1
= = = = =
= =
=
donde

Como los P
n
0
=
= n
n P

0 ), 1 (
1 1
1 ,
1
1
0
0
0
0
0 0
0
=
= =
< =
= = = = =

=
=
n
si
n
n
n
n
n n
n
n
P
P
P
P P P

Por lo tanto, existen las probabilidades lmites si = / < 1, es decir si que es la tasa media
de llegada al sistema es menor que , que representa la tasa media de salida o de servicio; en
caso contrario no existir un rgimen estable o permanente ya que el sistema sera explosivo
porque llegaran ms clientes que lo que el sistema estara en capacidad de atender.

Nmero medio de clientes en la cola Lq

) ( ) 1 ( ) 1 ( ) 1 (
) / (
2
2
2 0 2
) 1 (
! 1 !

= = = =
P L
s
s
q

Nmero medio de servidores inactivos

= = 1 / s r
Nmero medio de servidores ocupados
= = = = / } / {s s r s a
Nmero medio de clientes en el sistema L

El nmero medio de clientes en el sistema puede calcularse como el nmero medio de clientes
en la cola ms el nmero medio de clientes que reciben servicio, a saber:

+ = = = + = + =
) 1 ( ) 1 ( ) 1 (
) / (
2
0 2
!
P
a L L
s
q
s

Funcin de densidad del tiempo de espera.

e w
w
f
q
q
) 1 (
) 1 (
) (

=
Funcin de impaciencia P(W
q
> w
0
)

e e
P
w W
w w
su
P
s
s
q
0 0
) 1 ( ) 1 ( 0
0
) 1 ( )! 1 (s
) (
) / (

=

= >
Probabilidad de esperar P(W
q
> 0)

= >
) 1 ( s!
) 0 (
) / (
0
s
q
P
W
P
Probabilidad de no esperar

= = < = =

=
1
!
) ( ) 0 (
1
0
0
) / (
s
n
n
q
n
s n P P
P
W

Tiempo medio de espera en la cola E(W
q
)

) (
) (

= = =
Lq
Wq E
Wq

Funcin de densidad del tiempo de espera en la cola dado que el cliente tiene que
esperar f(w
q
/w
q
>0)

e w w
w
f
q
q q
) 1 (
) 1 ( ) 0 / (

= >
Tiempo medio de espera en la cola dado que hay que esperar E(W
q
/ W
q
>0)

) (
1
) 1 (
1
) 0 / (

=
= >
w w q q
E
Tiempo medio de permanencia en el sistema E(W)

Se lo calcula como el tiempo medio de permanencia en la cola ms el tiempo medio en el
sistema

) (
1 1
) (
1
) ( ) (

= +
= + = =
q
W E
L
W E
La tabla No 1 al final del documento presenta un resumen de las principales frmulas para los
modelos M/M/s y M/M/1 abiertos

Ejemplo 1. Los clientes de un supermercado llegan a las cajas registradoras con una frecuencia
promedio de 20 por hora, siguiendo una distribucin de Poisson. El tiempo que un cliente gasta
en cada caja se distribuye exponencialmente con una media de 10 minutos. Si el criterio del
supermercado es tal que se permita a un cliente esperar en la cola un promedio de 5 minutos,
determine el nmero de cajas registradoras que se requieren.

Solucin. De acuerdo con la informacin disponible tenemos un modelo M/M/s (abierto), con los
siguientes parmetros:

= 20 clientes/hora
1/ = 10 minutos/cliente = 0.10clientes/minuto = 6 clientes/hora

El objetivo es determinar cuantas cajas registradoras (s) se deben instalar de tal forma que el
tiempo promedio de espera en la cola (W
q
) sea menor o igual a 5 minutos.

El nmero de cajas registradoras (s) debe ser tal que el sistema tenga un rgimen estable, para
lo cual se requiere que = / (s) sea menor de uno lo cual implica que s > / . Para nuestro
caso se tiene que s>20/6 = 3.33, es decir, s 4. Por lo cual se deben ensayar valores de s
iguales o superiores a 4, hasta encontrar el primer valor para el cual el tiempo medio de espera
sea de cinco minutos o menos. Las frmulas a emplear seran
P W
s s
s
q 0 2
) 1 (
) / (
!

= y
(
(
\
|
+ |
\
|
=
=
1
1
!
1
!
1
1
0
1
0
s
s
n
n
s n
P

Para s = 4 se tiene:
02131 . 0
9259 . 42
1
) 24 / 20 1 (
1
! 4
) 6 / 20 (
4
! 3
) 6 / 20 (
3
2
) 6 / 20 (
2
1
) 6 / 20 (
1
1
0
== =
+ + + +
=
(
P
utos horas
q
W min 84 . 9 164 . 0
2
) 24 / 20 1 )( 6 )( 4 ( ! 4
) 02131 . 0 (
4
) 6 / 20 (
= =
=
Como el tiempo de espera es superior a 5 minutos, se deben ensayar s = 5. La tabla siguiente
resume los resultados para s = 4 y s = 5.

Nmero de cajas registradoras S = 4 S = 5
P
0
0.02131 0.0318
Nmero medio de clientes en la cola L
q
3.2886 0.6533
Tiempo medio de espera W
q
(horas) 0.164 0.0327
Tiempo medio de espera W
q
(minutos) 9.87 1.96

Como para s = 5 el tiempo de espera es inferior a cinco minutos, entonces la solucin es instalar
cinco cajas registradoras.

Ejemplo 2. Se va a contratar un mecnico para que repare unas mquinas que se descomponen
a una tasa promedio de tres por hora. Las descomposturas se distribuyen en el tiempo de una
manera que puede considerarse como Poisson. El tiempo no productivo de una mquina
cualquiera se considera que le cuesta a la empresa $25 por hora. La compaa ha limitado la
decisin a uno de 2 mecnicos, uno lento pero barato, el otro rpido pero caro. El primero de
ellos pide $15 por hora; a cambio dar servicio a las mquinas descompuestas, de manera
exponencial, a una tasa media de cuatro por hora. El segundo pide $25 por hora y compondr
las mquinas de manera exponencial a una tasa de seis por hora. Cul de los mecnicos debe
contratarse?. D toda la informacin que considere necesaria.

Solucin. De acuerdo con la situacin planteada tenemos que escoger entre dos sistemas
alternativos de un servidor cada uno, y la decisin se basar en aquella alternativa que
proporcione el mnimo costo esperado por hora. Cada alternativa es un sistema M/M/1 abierto.
La funcin de costos est dada por
CT(alternativa) = sCo + Ci L
Donde s = 1 representa el nmero de mecnicos, C
o
representa el costo por mecnico por hora,
y C
i
es el costo de inactividad (tiempo no productivo) por mquina por hora, y se aplica al
nmero medio de mquinas inactivas L, ya que una mquina est en estado no productivo tanto
cuando est esperando ser reparada como cuando est siendo reparada.

Informacin general: = 3 mquinas/hora, Ci = $25/mquina-hora

Alternativa A (mecnico lento):

= 4 mquinas/hora, Co = $15/mecnico-hora
L = / ( - ) = 3/(4 - 3) = 3 mquinas Costo (A) = 15 + 25 x 3 = $90/hora

Alternativa B (mecnico rpido):

= 6 mquinas/hora, Co = $25/mecnico-hora
L = / ( - ) = 3/(6 - 3) = 1 mquina Costo (B) = 25 + 25 x 1 = $50/hora

Por lo tanto la administracin deber contratar al mecnico rpido, ya que garantiza un menor
costo esperado por hora.

Ejemplo 3. El administrador de un supermercado puede emplear a Mara o a Carmen. Mara
quien presta servicio a una tasa exponencial de 20 clientes por hora, puede ser contratada a un
costo de $12. por hora. Carmen quien da el servicio a una tasa exponencial de 30 clientes por
hora, puede ser contratada a un costo de $ C por hora. La administracin estima que, en
promedio el tiempo del consumidor vale $4 por hora y que debe tenerse en cuenta en el modelo.
Si los consumidores llegan a una tasa Poisson de 10 por hora, entonces:
a) Cul es el costo promedio si se contrata a Mara?
b) Cul es el costo promedio si se contrata a Carmen?
c) Cul es el valor mximo por hora que puede pagarse a Carmen?

Solucin. Se deja como problema propuesto.

Ejemplo 4. Un problema de optimizacin. Los trabajos llegan a un taller de acuerdo con una
distribucin de Poisson a razn de 80 trabajos por semana. Una mquina automtica representa
el cuello de botella del taller. Se estima que un aumento unitario en la tasa de produccin de la
mquina costar US$ 250 por semana. Los trabajos demorados normalmente dan como
resultado la prdida de clientes, y se estima un costo de 500 dlares por trabajo por semana.
Determine la tasa de produccin ptima de la mquina con base en la informacin dada.

Solucin. El objetivo del problema es determinar cual debe ser la tasa de servicio del sistema
tal que se minimice el costo total de de produccin ms el costo por prdida de los clientes,dado
por
CT() = C
o
+ C
i
L
Como se trata de un modelo M/M/1 abierto, el nmero medio de clientes en el sistema L est
dado por L = /(-), por lo tanto la funcin costos queda definida como:

+ = =
i
o
C
C ( CT
Como la tasa de servicio es una variable continua, para encontrar el valor de que minimice el
costo total, se puede derivar la expresin del costo total con respecto a , igualar a cero y
despejar el valor de .

o
i
2
i
o
C
C
0
) (
C
C
d
) ( dCT
= =

Como para que el sistema tenga un rgimen estable se requiere > , entonces la tasa optima
de servicio estar dada por:

o
i *
C
C
+ =
Para verificar que el valor anterior corresponda a un mnimo, se encuentra la segunda derivada,
se reemplaza el valor de por el valor ptimo y se verifica que la segunda derivada sea positiva.

o
i
3
i
2
2
C
C
0
) (
C 2
d
) ( CT d
= =

Reemplazando el valor ptimo de se obtiene que
0
C
C
/ C 2
d
) ( CT d
2 / 3
o
i
i
2
2
>
|
|
\
|
=

lo cual compraba que el valor hallado de efectivamente corresponde a un mnimo.

Para nuestro caso tenemos que: = 80 trabajos/semana, C
o
= $250/trabajo-semana, C
i
=
$500/trabajo-semana
6 . 92
250
) 500 ( 80
80
*
= + =
Ejemplo 4. Un problema de optimizacin numrica (Mtodos de bsqueda) .En las
instalaciones de un almacn de herramientas, las solicitudes de cambio de herramientas ocurre
de acuerdo con una distribucin de Poisson, con una media de 17.5 solicitudes por hora. Cada
empleado puede manejar un promedio de 10 solicitudes por hora. El costo de contratar un
nuevo empleado para las instalaciones es de US $12 por hora. El costo de prdida de produccin
por mquina es aproximadamente US $50 por hora. Determine el nmero ptimo de empleados
para las instalaciones.

5.4 Modelos de capacidad finita

La principal diferencia con los modelos analizados anteriormente estriba en que el sistema tiene
una capacidad finita K, por lo tanto, si un cliente llega y encuentra que en el sistema ya hay K
clientes, entonces no puede entrar al sistema.

5.4.1 Modelo M/M/s capacidad finita (K) - Modelo M/M/s (FIFO/K/ )

La suposicin adicional con respecto al modelo M/M/s (abierto) analizado previamente es que la
siguiente:

El sistema tiene una capacidad limitada K para atender los clientes
Existen s servidores idnticos, con una tasa de servicio , y tiempos de servicio
exponenciales.


Analizadas las suposiciones del modelo, vemos que se ajusta a un Proceso de nacimiento y
muerte con las siguientes tasas.

Clculo de la tasa de nacimiento (tasa de entrada)
n

Si cuando un cliente llega al sistema encuentra que an existe espacio (n < K) entonces el
cliente entra al sistema, pero si el sistema se encuentra lleno (n = K) entonces abandona el
sistema y desiste de entrar.

n
= si n < K
= 0 si n = k

Clculo de la tasa de muerte (tasa de salida)
n

Si el nmero de clientes que hay en el sistema n es inferior al nmero de servidores s, entonces
el sistema atender todos los clientes con una tasa total n, pero si el nmero de clientes del
sistema es mayor o igual al nmero de servidores, entonces el sistema slo podr atender s
clientes con una tasa total s.

n
= n si n < s
s si s n K

Por lo tanto, la diferencia bsica con el modelo M/M/s abierto est en que el nmero mximo de
clientes en el sistema es K (se supone que K s), por lo tanto las probabilidades estarn
limitadas a este valor.


dadas por

P P
n
n
n 0
1
2
1
1
0
...

=

a) Para n s
0) n para (vlida ,
P
0
n
n!
1
P
0
n
...
2
P
n
P
0
2
2
1
P
0
2
P
2
,
P
0
P
1
= = =
= = =
|
\
|
|
\
|

b) Para s n K

s
donde ,
P
0
s n
s
s!
1
P
0
s
s n
s
s!
1
P
0
s
...
s
...
2
P
n
=
=
=
|
\
|
|
\
|
|
\
|

Como los P
n
0
=
= n
n P

(
(

|
|
\
|
+
|
|
\
|

|
|
\
|
|
|
\
|
=
=
+ = =
= =
=
K
s n
s n
s
1 s
0 n
n
! s
1
! n
1
1
! s
1
! n
1
P
P P P
1
0
K
0 n
K
s n
0
s n
s
1 s
0 n
0
n
n

1
s
,
s
1 s
0 n
n
1
s
,
1 s K
s
1 s
0 n
n
) 1 s K (
! s
1
! n
1
1
1
! s
1
! n
1
P
1
1
0
=
=
=
=
+
=
=
(
(
+
|
|
\
|
+
|
|
\
|
(
(
|
|
\
|

|
|
\
|
+
|
|
\
|

Cuando la capacidad es finita, siempre existen las probabilidades lmites, aunque el nmero
medio de clientes que lleguen al sistema sea mayor que el nmero medio de clientes que el
sistema est en capacidad de atender, ya que el sistema limita el nmero de clientes que
pueden entrar, y que por lo tanto sern atendidos.

5.4.1.2. Medidas de congestin


Est definido como:
1
0 0
) (
! !
) ( ) (
) / ( ) / (
=
= =

= = =
s n
K
s n
s
s n
K
s n
s
K
s n
n q
s n
s s
s n s n
P P P L

Como se puede observar, el trmino
1
) (

=

s n
K
s n
s n se puede representar como la derivada
de la siguiente
s n
K
s n
con respecto a . Es decir,

) 1 (
2
s K
) 1 s K (
1 s K
) s K ( 1
) 1 (
2
) 1 )(
1 s K
1 ( ) 1 (
s K
) 1 s K )( 1 (
1
1 s K
1
d
d
s n
K
s n
d
d
1 s n
K
s n
) s n (

+
+
+
=

+

+
=
|
|
\
|

( )

+
+
+

=
s K
) 1 s K (
1 s K
) s K ( 1
P
0
) 1 (
2
! s
) / (
s
L
q

Probabilidad de entrar al sistema

Un nuevo cliente entra al sistema si ste no se encuentra lleno, es decir, si el nmero de clientes
que hay en el sistema en el momento de su llegada es inferior a su capacidad (n < K). Por lo
tanto

=
= = < =
1
0
1 ) ( ) (
K
n
k n P P
K n P entrar P
La probabilidad de no entrar es la probabilidad de que el sistema se encuentre lleno, es decir
P P
s K
s
k
s
K n P entrar no P
0
!
) ( ) (
) / (

= = = =
Tasa efectiva de entrada al sistema =
ef

La tasa de llegada de clientes al sistema es , sin embargo no todos pueden entrar al sistema;
slo entran aquellos clientes que encuentran espacio disponible. Recordemos que
n
representa
la tasa a la cual se incrementa el nmero de clientes del sistema (tasa de entrada), y est dada
por:

n
= si n < K
= 0 si n = k
Entonces la tasa media de entrada al sistema o tasa efectiva est dada por:
) 1 ( 0
1
0
1
0 0
P P P P P k
K
n
n n n
K
n
n
K
n
n ef
= = + = =

=
= =

Una breve explicacin de la frmula anterior es la siguiente:

La proporcin clientes que entran al sistema es 1 - P
K
, por lo tanto la tasa efectiva de entrada al
sistema es la tasa de llegada multiplicada por la proporcin de clientes que logran entrar al
sistema dada por 1 - P
K
, es decir la tasa efectiva de entrada es
ef
= (1 P
K
)

Nmero medio de clientes en servicio

Se puede calcular usando la frmula de Little, trabajando con la tasa efectiva, como:

) 1 (
ef
a
PK
= =

= = / s a s r
ef

Nmero medio de clientes en el sistema
a Lq L + =

Tiempo medio de permanencia en la cola y en el sistema

Se puede calcular usando la frmula de Little, trabajando con la tasa efectiva, como

)
P
(1
q
W
q
W
ef
q
L
)
P
(1
L
ef
L
W W
ef
L
K
L
K
q
= =
= = =

5.4.2 Modelo M/M/1 capacidad finita (K) - Modelo M/M/1 (FIFO/K/ )

Este es un caso particular del modelo que acabamos de desarrollar, para s = 1. Por lo tanto,
todas las expresiones desarrolladas son aplicables, sin embargo, algunas frmulas se pueden
simplificar. A continuacin presentaremos la forma final que toman las principales frmulas


Se trata de un Proceso de nacimiento y muerte con las siguientes tasas:

n
= si n <K
0 si n =K

n
= 1 n K


dadas por
P P
n
n
n 0
1
2
1
1
0
...

=
( )
0
P
n
Para )
,
P
0
n
P
0
n
P
0
...
...
P
n
n Para a)
=
>
= = =
=
<
K n b
donde
K

Como los P
n
K
0 n
n P
=
=

1 si ) 1 K (
1 si
1
1
1
P
P P P P
0
1 K
0
K
0 n
n
0
K
0 n
K
0 n
0
n
n
=
= + =
=
|
|
\
|

= = = =

+
= = =

1 si
1 K
1
1 si
1
1
1 K
0
P
=
=
+
=
=
|
|
\
|
+

Para que existan las probabilidades lmites no se requiere que / sea menor que uno.

5.4.2.2. Medidas de desempeo del sistema

a) Nmero medio de clientes en la cola Lq
( )
1
) 1 ( 1
0
) 1 (
2
2
=
K
K
K
K
P L
q

b) Nmero medio de clientes en servicio

) 1 (
ef
a
PK
= =

c) Nmero medio de servidores inactivos
/ 1
ef
a s r = =
d) Nmero medio de clientes en el sistema
a Lq L + =
e) Tiempo medio de permanencia en la cola y en el sistema

Se puede calcular usando la frmula de Little, trabajando con la tasa efectiva, como

)
P
(1
q
W
q
W
ef
q
L
)
P
(1
L
ef
L
W W
ef
L
K
L
K
q
= =
= = =

La tabla No 3 al final del documento presenta un resumen de las principales frmulas para los
modelos M/M/s y M/M/1 con capacidad finita (K)

Ejemplo. Una pequea barbera operada por un solo peluquero tiene una capacidad para dos
personas. Los consumidores llegan a una tasa Poisson de 3/hora y los tiempos de servicio son
variables aleatorias exponenciales con media de 1/4 de hora. Cual es:

a) El nmero medio de personas en la barbera?
b) La proporcin de clientes que entran a la barbera?
c) El tiempo promedio gastado en la barbera por cada cliente que entra?
d) En cunto se incrementaran sus entradas brutas por da si i) el peluquero trabajara un 50%
ms rpido, ii) si la capacidad de la barbera fuera de 3?

Ejemplo. El gerente de una emisora local est planeando un programa telefnico especial de
cinco das para la recoleccin de fondos para una causa especial, y desea determinar el tipo de
sistema telefnico que debe alquilar para recibir las promesas de donaciones. Para ello ha
recibido seis cotizaciones diferentes que proporcionan 15 o 20 lneas telefnica, con diferentes
opciones de lneas de espera. Adems, de campaas anteriores se ha estimado que cada
donacin es de US 450, y que un 80% de los contribuyentes potenciales que no logran
comunicarse, vuelven a llamar posteriormente. Se ha estimado que el proceso de llamadas es
Poisson con una tasa de 150 llamadas por hora, y la tasa de servicio por lnea telefnica es de
12 llamadas / hora. Cul sistema se debe alquilar?

Sistema Nmero de telfonos Llamadas en espera Costo total (US$/da)
1 15 0 150
2 20 0 220
3 15 5 180
4 20 5 264
5 15 10 225
6 20 10 330

5.5 Modelos de fuente finita

Existen algunas situaciones en las cuales el nmero de elementos que hay en la fuente que
suministra los clientes para el sistema de colas es limitada, y por lo tanto, el nmero de clientes
que pueden estar solicitado servicio en cualquier instante tambin lo es. Adems, la tasa a la
cual los clientes llegan a solicitar servicio depende de cuantos elementos haya en la fuente. Es
decir, si en la fuente hay muchos elementos, entonces la tasa a la cual los clientes llegan al
sistema ser mayor que si en la fuente slo quedaran unos pocos elementos. Un caso tpico de
este sistema es un taller que tiene varias mquinas idnticas que fallan de vez en cuando y
requieren servicio de uno o varios mecnicos disponibles para estas eventualidades. Otro caso
puede ser el de una sala de computadores que presta servicio a un grupo de estudiantes, y que
est a cargo de un monitor encargado de resolver las dudas que los estudiantes tengan,

5.5.1 Modelo M/M/s Fuente finita (N) Modelo M/M/s: (FIFO/N/N)

La suposicin bsica adicional que se tiene en este modelo con relacin a los anteriores es que la
fuente de donde provienen los clientes es limitada, es decir, el nmero mximo de clientes que
puede haber en el sistema es finito (N). Como ya se mencion., un caso tpico es un taller que
tiene N mquinas idnticas que requieren servicio de vez en cuando, y existen s mecnicos para
prestarles el servicio requerido.

Las suposiciones bsicas del modelo son:

Fuente de donde provienen los clientes es finita, de un tamao N, lo cual implica que el
nmero de clientes (mquinas) en el sistema est limitado a N.
El tiempo entre requerimientos de servicio por cada cliente (mquina) es exponencial con
tasa .
Existen s servidores idnticos (mecnicos) para atender los clientes (mquinas) que llegan
al sistema
El tiempo de servicio de cada clientes exponencial con media 1/.
Existe una sola cola que alimenta los s servidores
La disciplina de la cola FIFO, segn el orden de llegada al sistema.

La figura siguiente ilustra esquemticamente el sistema

Poblacin Cola Servicio
2

s
2
1

4
1
3
N-n


Si n representa el nmero de unidades que hay en el sistema, entonces N - n representa el
nmero de unidades que permanecen en la fuente.

Si el tiempo que cada unidad tarda en requiere servicio es exponencial con tasa , y si en la
fuente hay N n unidades, entonces el tiempo del prximo requerimiento de servicio ser el
mnimo entre los tiempos de requerimientos de servicio de las N n unidades, y este tiempo es
exponencial con tasa (n n)
Tiempo de prxima llegada = mnimo (T
1
, T
2
,...,T
N-s
) Exp{(N-n)}
Por lo tanto, este modelo se puede representar como un proceso de nacimiento y muerte con
las siguientes tasas:

n
= (N-n) si 0 n < N
= 0 si n = N

n
= n si n < s
= s si s n N


dadas por
P P
n
n
n 0
1
2
1
1
0
...

=
que para esta situacin podemos rescribir como
1 , ,..., , 1 , 0 , ... ,
0
1
2
1
1
0
0
= = = =

C C P C P
con N n donde
n
n
n n n

a) Para n < s

|
|
\
|
=
=
=

+

= =
=
=
= =
=
n
) 1 n N (
1 n
C
n
) 1 n N (
1 n
C
C
n
donde
P
C
P
n
) 1 n N (
1 n
C
P
n ... 2
) 1 n N ..( ) 1 N ( N
P
n
2
) 1 N (
C C , P C P
2
) 1 N (
C P
2
) 1 N ( N
P
1 C ,
N
C C P C P
N
C P
N
P
0
n
0 0
1 2 0 2 0 1 0
1
0
2
1
2
0 0 1 0 1 0 0 0
1
0
1

b) Para s n N

n n
0
P C
P
s ... s ... 2
) 1 n N ..( ) 1 s N ..( ) 1 N ( N
P
n
=

+ +
=
= + =
+
=
=
+
=

s
donde , ) 1 s N ( C
s
) 1 n N (
C C donde
P
n
C
P
s
) 1 n N (
C
n
P
1 n 1 n n
0 0
1 n

En resumen se tiene que

+
<
|
|
\
| +
=
= =
N n s n N C
s n
n
n N
n
C
C
n
C P C P
n
n n
, ) 1 (
1 ,
) 1 (
1
1 ,
1
0 0

Todos los valores de las constantes C
n
son numricos.

Como los P
n
forman una distribucin de probabilidad, entonces se tiene

(

=
= = =
= =
N
n
n
C P P C P
N
n
N
n
n n
0
1
1
0
0 0
0



=
=
N
n
n P
n L
0


=
=
N
s n
n q P L
s n ) (

=
=
1
0
) (
s
n
n P
n s r
r s s n s n a
n
n
n
s
n
n
N
s n
n
s
n
n P P P P
= + = + =

=
= =
=
1
0
1
0
1
0
) 1 (
Nmero medio de unidades en la fuente = ) ( L N

Tasa efectiva de llegada de clientes al sistema

Como ya se explic la tasa de llegada de clientes al sistema est dada por:

n
= (N-n) si 0 n < N
= 0 si n = N
Por lo tanto la tasa media de entrada al sistema o tasa efectiva est dada por:
) L N ( n N ) n N (
P P P P n
N
0 n
N
0 n
n n
N
0 n
n
N
0 n
n ef
= + = = =

= = = =

Tiempos medios de permanencia en la cola y en el sistema

) (
) (
L N
Lq
ef
Lq
Wq
L N
L
ef
L
W
= =
= =

5.5.2 Modelo M/M/1 Fuente finita (N) Modelo M/M/1: (FIFO/N/N)

Suposiciones:

Fuente finita (N) Nmero limitado de clientes
Tiempo de llegada/cliente es exponencial con tasa
Existen un solo servidor
Tiempo de servicio exponencial con una tasa
Existe una cola que alimenta los s servidores
Disciplina de la cola Fifo


Al igual que el modelo anterior es un proceso de nacimiento y muerte con

n
= (N-n) si 0 n < N
= 0 si n = N

n
= si n s


dadas por
1 , ,..., , 1 , 0 , ... , ...
0
1
2
1
1
0
0 0
1
2
1
1
0
= = = = =

C C P C P P
con N n donde
n
n
n n
n
n
n
= +
=
+
=
=
+
=
+
=
= =
= =
= = = = = =
, ) 1 (
1
) 1 (
1
) 1 (
1
...
) 1 ..( ) 1 (
) 1 (
,
) 1 ( ) 1 (
1 ,
0 0 0
1 2 0 2 0 1 0
1
0
2
1
2
0 0 1 0 1 0 0 0
1
0
1
n N
n
C
n N
n
C
C
n
donde
P
C
P
n N
n
C
P
n N N N
P
n
N
C C P C P
N
C P
N N
P
C
N
C C P C P
N
C P
N
P
n

Todos los valores de las constantes C
n
son numricos.

Como los P
n
forman una distribucin de probabilidad, entonces se tiene

(

=
= = =
= =
N
n
n
C P P C P
N
n
N
n
n n
0
1
1
0
0 0
0


|
|
\
| +
= =
=

1
) (1 N ) ) (
P0
1
N
n
n q P L
s n


0
1
0
) ( P n s r
s
n
n P
= =
=


0
1 1 P r a = =

|
|
\
|
= + = =
=

P 1
N a q
0
0
L n L
N
n
n P

Nmero medio de unidades en la fuente = ) ( L N

Tasa efectiva de llegada de clientes al sistema

) ( L N
ef
=
Tiempos medios de permanencia en la cola y en el sistema

1
1
1
1
) (
1
1
.
1
) (
0
0
|
|
\
|
= =
= =
P
M
L N
Lq
ef
Lq
Wq
P
M
L N
L
ef
L
W

Ejemplo. Un mecnico atiende cuatro mquinas. Para cada mquina el tiempo medio entre
requerimientos de servicio es 10 horas y se supone que tiene una distribucin exponencial. El
tiempo de reparacin tiende a seguir la misma distribucin y tiene un tiempo medio de dos
horas. Cuando una mquina se daa, el tiempo perdido tiene un valor de $30 por hora. El
servicio del mecnico cuesta $100 diarios.

a) Cul es el nmero esperado de mquinas en operacin?
b) Cul es el costo promedio por da?
c) Qu es preferible: Tener dos mecnicos de tal forma que cada uno atienda dos mquinas o
tener uno solo como ocurre actualmente?

Solucin.

Problema. Se estn considerando dos mecnicos para atender 6 mquinas en un taller. Al
primer mecnico se le pagan $900 por hora y puede reparar mquinas a razn de 6 por hora. Al
segundo mecnico se le pagan $ 1500 la hora y repara, en promedio 9 mquinas por hora. Se
estima que el tiempo que est parada la mquina cuesta $ 2400 la hora. Suponiendo que las
mquinas se descomponen segn una distribucin de Poisson a una tasa de 5 por hora, y el
tiempo de reparacin es exponencial, cual mecnico debe contratarse?

Solucin. En este caso tenemos dos alternativas de las cuales debemos seleccionar la mejor.
Cada una de las alternativas puede representase mediante un modelo M/M/1 fuente finita, con
un tamao de la poblacin de 6. El criterio para escoger la mejor alternativa ser el costo de
operacin esperado por hora que est dado por:

Costo (alternativa) = C
o
+ C
i
L

Donde C
o
representa el costo por mecnico por hora, y C
i
es el costo de inactividad (costo por
parada) por mquina por hora, y se aplica al nmero medio de mquinas inactivas L, ya que una
mquina est en estado no productivo tanto cuando est esperando ser reparada como cuando
est siendo reparada.

Los parmetros bsicos son los siguientes:
N = 6, = 5 fallas/hora, Ci = $2,400/mquina-hora
Como se trata de n modelo M/M/1 fuente finita, la frmula bsica a utilizar es la siguiente:
1 , , ) 1 (
1
0
0
= = +
= = C n N
n
C
C
n
donde
P
C
P
n n

Mecnico 1: Tasa de reparacin = = 6 mquinas/hora, Co = $900/hora, = / = 5/6 =
0.833

C
0
= 1
C
1
= 1 x (6 1 + 1) (5/6) = 5
C
2
= 5 x (6 1 + 1) (5/6) = 20.83
C
3
= 20.83 x (6 1 + 1) (5/6) = 69.44
C
4
= 29.44 x (6 1 + 1) (5/6) = 173.61
C
5
= 173.61 x (6 1 + 1) (5/6) = 289.35
C
6
= 289.35 x (6 1 + 1) (5/6) = 241.13

0012 . 0 37 . 800 / 1 37 . 800
0
6
0
= = =
=
P
n
n C

P
0
= 0.0062
P
1
= 5 x 0.0012 = 0.0062
P
2
= 20.83 x 0.0012 = 0.0260
P
3
= 69.44 x 0.0012 = 0.0868
P
4
= 173.61 x 0.0012 = 0.2169
P
5
= 289.35 x 0.0012 0 0.3615
P
6
= 241.13 x 0.0012 = 3013
Nmero medio de mquinas inactivas =
=
=
6
0 n
n
nP L
8015 . 4 3013 . 6 3615 . 0 5 2169 . 0 4 0868 . 0 3 026 . 0 2 0062 . 0 . 0 1 0012 . 0 . 0 0 = + + + + + + = x x x x x x x L

Costo (alternativa 1 ) = 900 + 2400 x 4.8015 = $12,423.6/hora

Como se observa, la probabilidad de que el sistema se encuentre vaco (sin mquinas para
reparar es prcticamente cero, el nmero medio de mquinas daadas es 4.8 (un 80% del total
de las mquinas) y la probabilidad de que todas las mquinas estn daadas es de de 0.3013,
es decir, un30.13% del tiempo, todas las mquinas estn inactivas. El mecnico slo est
inactivo un 0.12% del tiempo.

Mecnico 2: Tasa de reparacin = = 9 mquinas/hora, Co = $1,500/hora, = / = 5/9 =
0.555

C
0
= 1
C
1
= 1 x (6 1 + 1) (5/9) = 3.333
C
2
= 3.333 x (6 1 + 1) (5/9) = 9.2593
C
3
= 9.2593 x (6 1 + 1) (5/9) = 20.5761
C
4
= 20.5761 x (6 1 + 1) (5/9) = 34.2936
C
5
= 34.2936 x (6 1 + 1) (5/9) = 38.1039
C
6
= 21.1689 x (6 1 + 1) (5/9) = 21.1689
0078 . 0 7351 . 127 / 1 7351 . 127
0
6
0
= = =
=
P
n
n C

P
0
= 0.0078
P
1
= 3.333 x 0.0078 = 0.0261
P
2
= 9.2593 x 0.0078 = 0.0725
P
3
= 20.5761 x 0.0078 = 0.1611
P
4
= 34.2936 x 0.0078 = 0.2685
P
5
= 38.1039 x 0.0078 = 0.2983
P
6
= 21.1689 x 0.0078 = 0.1657

L = 0 x 0,0078 + 1 x 0,0261+2 x 0,0725+3 x 0,1611+4 x 0,2685+5 x 0,2983+6 x 0,1657 =
4,2141

Costo (alternativa 2) = 1,500 + 2,400 x 4.2141 = $11613,8/hora

La alternativa de mnimo costo es la nmero 2, sin embargo, la situacin no es la mejor, ya que
el nmero medio de mquinas inactivas es alto, un 16.57% del tiempo todas las mquinas estn
inactivas, y el mecnico est ocupado un 99.22% del tiempo.

Cul ser el nmero de mecnicos que deben asignarse a este taller de tal forma que se
minimice el costo esperado de operacin por hora?

Problema Un taller utiliza 10 mquinas idnticas. La utilidad por mquina es US 4.00 por hora
de operacin. Cada mquina se descompone, en promedio, cada 20 horas, y el tiempo entre
fallas es exponencial. Una persona puede reparar una mquina, en promedio, en cuatro horas,
pero el tiempo real de reparacin vara segn una distribucin exponencial. El salario del
mecnico es de US $6.00 por hora. Se pide determinar:
a. La utilidad promedia cuando se emplean tres mecnicos.
b. Como criterio de seleccin de una alternativa, se usar aquella para la cual el nmero medio
de mquinas descompuestas sea menor de 4.0. Considera Usted que tres mecnicos sea el
nmero ptimo bajo este criterio?. Explique claramente su respuesta.
c. Como otro criterio para escoger la mejor alternativa, se especifica que el tiempo de espera
promedio para empezar a reparar una mquina debe ser menor de 4.0 horas. Considera
Usted que tres mecnicos sea el nmero ptimo bajo este criterio?. Explique claramente su
respuesta.

Solucin.

Analizando el problema vemos que se trata de un modelo de colas M/M/3 fuente finita de
tamao 10 o un modelo M/M/3:FIFO/10/10), con los siguientes parmetros:

Tamao de la fuente = 10
Tasa de falla = = 1/20 = 0.05 fallas/hora
Tasa de reparacin o de servicio = = 1/4 =0.25 mquinas-hora
Utilidad unitaria = $4/mquina-hora
Costo de operacin = $6/mecnico-hora
Distribuciones exponenciales para tiempo entre fallas y tiempo de servicio

La utilidad promedio por hora Utilidad(s) = Utilidad unitaria x Nmero medio de mquinas en
funcionamiento - Costo por mecnico x Nmero de mecnicos
UP(s) = 4 (N n) 6 s

Como es un modelo M/M/s fuente finita, P
0
se calcula usando las siguientes frmulas:
+ =
+ = <
= = =
) 1 n M ( , M n s Para ) b
n
) 1 n M ( , s n Para ) a
s / 1 ,
C C
C C
C P C
P
1 n n
1 n n
0 0 n
n

Para N = 10, s = 3, / = 0.05/0.25 = 0.20, = /s = 0.05/(3*0.25) = 0.06667
C
0
= 1
C
1
= 1x (10 1 + 1) x 0.20/1 = 2.0
C
2
= 2.0 x (10 2 +1) x 0.2/2 = 1.8
C
3
= 1.8 x (10 3 +1) x 0.06667 = 0.96
C
4
= 0.96 x (10 4 +1) x 0.06667 =0.448
C
5
= 0.448 x (10 5 +1) x 0.06667 =0.1792
C
6
= 0.1792 x (10 6 +1) x 0.06667 = 0.05973
C
7
= 0.05973 x (10 7 +1) x 0.06667 = 0,01593
C
8
= 0.01593 x (10 8 +1) x 0.06667 = 0.00319
C
9
= 0.00319 x (10 7 +1) x 0.06667 = 0.00042
C
10
= 0.000319 x (10 7 +1) x 0.06667 = 0,000028
1546 . 0 4666498 . 6 / 1 4666498 . 6
0
10
0
= = =
=
P
n
n C

P
0
= 0.1546
P
1
= 2.0 x 0.1546 = 0.30929
P
2
= 1.8 x 0.1546 =0.27836
P
3
= 0.96 x 0.1546 = 0.14846
P
4
= 0.448 x 0.1546 = 0.06928
P
5
= 0.1792 x 0.1546 = 0.02771
P
6
= 0.05973 x 0.1546 = 0.00924
P
7
= 0,01593 x 0.1546 = 0.00246
P
8
= 0.00319 x 0.1546 = 0.00049
P
9
= 0.00042 x 0.1546 = 0.00007
P
10
= 0,000028 x 0.1546 = 0.000004
Nmero medio de mquinas inactivas =
=
=
10
0 n
n
nP L
8043 . 1 ... 02771 . 0 x 5 06928 . 0 x 4 14846 . 0 x 3 27836 . 0 * 2 30929 . 0 x 1 1546 . 0 x 0 L = + + + + + + =
Nmero medio de mquinas en funcionamiento = 1957 . 8 8043 . 1 10 = = L N
Tasa efectiva de llegada =
ef
= (N L )=8.1957 x 0.05 = 0,4098

Utilidad esperada UP(3) = 4 x 8.1957 6 x 3 = $14.7828/hora

La utilidad esperada por hora es de US 14.7828

Aunque para responder la primera pregunta no se requieren las siguientes variables, se
calcularn para que sirvan como punto de anlisis, y para los resultados posteriores.
Nmero medio de mquinas en reparacin
=
+
=
=
1
0
) 1 (
1
0
n
n
Pn
s
s
n
Pn
n a
[ ] 6391 . 1 ) 27836 . 0 30929 . 0 1546 . 0 1 ( 3 27836 . 0 * 2 30929 . 0 1 1546 . 0 0 = + + + + + = x x x a
Nmero medio de mquinas que esperan reparacin
1652 . 0 6391 . 1 8043 . 1 = = = a L Lq
Tiempo medio de permanencia en el sistema W = L/
ef
= 1.8043/0.409785 = 4.4030 horas

Tiempo medio de permanencia en la cola Wq = L/
ef
= 0.1652/0.409785 = 0.4030 horas

El nmero medio de mquinas en reparacin tambin se pudo haber calculado usando la frmula
de Little como
6392 . 1 25 . 0 / 4098 . 0 / = = =
ef
a
Para la pregunta b) se especifica que el criterio de seleccin de una alternativa, ser aquella
para la cual el nmero medio de mquinas descompuestas sea menor de 4.0. Se considera que
tres mecnicos sea el nmero ptimo bajo este criterio?.

Aunque con tres mecnicos se cumple el criterio ya que L = 1.8043 es menor que 4, no se
puede afirmar que sta sea la solucin ptima ya que puede suceder que con un numero menor
de mecnicos tambin se cumpla el criterio, con lo cual se obtendra un menor costo y una
mayor utilidad. En este caso, se tomara como solucin ptima el nmero menor de mecnicos
que cumpla que el nmero medio de mquinas inactivas sea menor o igual a cuatro. (ver tabla
al final del problema)

Para la pregunta c) se especifica que el criterio para escoger la mejor alternativa ser la que
tenga un tiempo de espera promedio para empezar a reparar una mquina menor de 4.0 horas.
Considera Usted que tres mecnicos sea el nmero ptimo bajo este criterio?

De nuevo, aunque con tres mecnicos se cumple el criterio ya que Wq = 0.4030 horas es menor
que 4 horas, no se puede afirmar que sta sea la solucin ptima ya que puede suceder que con
un numero menor de mecnicos tambin se cumpla el criterio, con lo cual se obtendra un
menor costo y una mayor utilidad. En este caso, se tomara como solucin ptima el nmero
menor de mecnicos que cumpla que el tiempo medio de espera sea menor o igual a cuatro.
(ver tabla al final del problema

La siguiente tabla presenta los resultados para diferentes nmeros de mecnicos

5.6 Modelos de colas con prioridades

5.7 Modelos de colas usando WINQSB

5.8 Estimacin de parmetros. Pruebas de Bondad de ajuste

5.9 Simulacin de un sistema de una cola usando el enfoque de flujo

Taller de 10 mquinas y s mecnicos
Anlisis de diferentes alternativas
Nmero de mecnicos
s = 3 s = 4 s = 2 S = 1
N C
n
P
n
C
n
P
n
C
n
P
n
C
n
P
n

0 1,0000 0,1546 1,0000 0,1606 1,0000 0,1202 1,0000 0,0184
1 2,0000 0,3093 2,0000 0,3211 2,0000 0,2404 2,0000 0,0368
2 1,8000 0,2784 1,8000 0,2890 1,8000 0,2163 3,6000 0,0662
3 0,9600 0,1485 0,9600 0,1541 1,4400 0,1731 5,7600 0,1059
4 0,4480 0,0693 0,3360 0,0540 1,0080 0,1211 8,0640 0,1483
5 0,1792 0,0277 0,1008 0,0162 0,6048 0,0727 9,6768 0,1779
6 0,0597 0,0092 0,0252 0,0040 0,3024 0,0363 9,6768 0,1779
7 0,0159 0,0025 0,0050 0,0008 0,1210 0,0145 7,7414 0,1423
8 0,0032 0,0005 0,0008 0,0001 0,0363 0,0044 4,6449 0,0854
9 0,0004 0,0001 0,0001 0,0000 0,0073 0,0009 1,8579 0,0342
10 0,0000 0,0000 0,0000 0,0000 0,0007 0,0001 0,3716 0,0068
Totales 6,4665 1,0000 6,2279 1,0000 8,3204 1,0000 54,3934 1,0000
Nmero medio de
mquinas inactivas L
1,8043 1,6894 2,4037 5,0919
Nmero medio de
mquinas en espera Lq
0,1652 0,0273 0,8845 4,1103
Utilidad promedio 14,7828 9,2425 18,3851 13,6323
Tiempo medio de
inactividad W (horas)
4,4030 4,0656 6,3287 20,7492
Tiempo medio de
espera Wq (horas)
0,4030 0,0656 2,3287 16,7492

5.10 Problemas

1) Un laboratorio de enseanza tiene 15 computadores para prcticas de docencia. Los
alumnos que utilizan dichas mquinas descubren que requieren peridicamente que el
supervisor del laboratorio responda a preguntas, efecte ajustes menores en los
computadores, etc. Los tiempos entre solicitudes de ayuda por parte de cada estudiante
siguen una distribucin exponencial con una media de 30 minutos. El tiempo que requiere el
supervisor para responder a dichas peticiones de ayuda siguen tambin una distribucin
exponencial con una media de dos minutos.

a) Calcule las principales medidas de desempeo del sistema.
b) Determine el efecto de contratar un ayudante que pueda responder a las peticiones de
ayuda en la misma forma que lo hace el supervisor.

2) Los trabajos llegan a una estacin de procesamiento por medio de una correa transportadora
a una tasa de una cada 4 minutos. La estacin de servicio trabaja con una tasa exponencial,
con parmetro . Encuentre el valor que minimice la probabilidad de tener una cola de
longitud superior a tres.
El sistema incurre en un costo de $ 1.000 por cada unidad que est en la cola por encima de
tres. El costo por da de prestar el servicio en la estacin depende de . La relacin del
costo es C
s
= 20.000, donde C
s
= costo por da. Determine el valor ptimo de ,
suponiendo 8 horas por turno.

3) Un mecnico atiende cuatro mquinas. Para cada mquina el tiempo medio entre
requerimientos de servicio es 10 horas y se supone que tiene una distribucin exponencial.
El tiempo de reparacin tiende a seguir la misma distribucin y tiene un tiempo medio de
dos horas. Cuando una mquina se daa, el tiempo perdido tiene un valor de $ 30 por hora.
El servicio del mecnico cuesta $ 100 diarios.

a) Cul es el nmero esperado de mquinas en operacin?.
b) Cul es el costo promedio por da?.
c) Cul es preferible: tener dos mecnicos de tal forma que cada uno atienda dos
mquinas, o tener uno solo como ocurre actualmente?.

4) Un camin de reparaciones a domicilio y su mecnico atienden mquinas agrcolas. El
tiempo promedio de viaje ms servicio es de dos horas/mquina. El tiempo promedio de
requerimiento de servicio es de 4 das (exponenciales). Cuando se requiere servicio, el costo
ocasionado por la reparacin de las mquinas es $ 1.000/hora. El mecnico y el camin
tiene un costo de $ 320/hora. Cuntas mquinas agrcolas debe atender para minimizar los
costos?.

Determine adems:
a) Tiempo de inutilizacin por mquina.
b) Distribucin del nmero de mquinas daadas.
c) Distribucin del tiempo de inactividad de las mquinas.

5) Los clientes llegan a un banco a una tasa Poisson de 20 por hora. La ventanilla del banco
tiene un tiempo de servicio exponencial con un tiempo medio de dos minutos. El 20% de los
clientes son clientes especiales, que deben ser atendidos inmediatamente llegan, si la
ventanilla est desocupada, o una vez finalice el servicio de la persona que est siendo
atendida cuando ese cliente especial llegue:

a) Cul es el tiempo medio de permanencia en el sistema y en la cola de un cliente
especial?.
b) Cul es el tiempo medio de permanencia en el sistema y en la cola un cliente normal?
c) Qu porcentaje de tiempo est ocioso el cajero?
d) Cul es la distribucin del nmero de clientes del sistema?
e) Cul es el tiempo medio de permanencia de un cliente en el sistema?

6) Un aeropuerto puede atender tres aviones en dos minutos, ya sea que despeguen o
aterricen. si esta tasa tiene una distribucin de Poisson, cul es el tiempo medio entre
llegadas (de aterrizaje o despegue) para asegurar que el tiempo medio de espera sea 5
minutos o menos? Suponga una distribucin exponencial del tiempo entre llegadas. D,
adems, toda la informacin que pueda ser de alguna utilidad.

7) Los clientes llegan a una estacin de servicio a hacer lubricar sus carros. Si no hay espacios
para parquear, los carros que llegan se van a otra estacin. Una vez que el cliente ha
encontrado un espacio libre, deja el carro hasta que sea lubricado

Si el cliente no ha regresado an cuando se termina de lubricar el carro, ste es llevado a
un parqueadero cercano. Los clientes llegan de acuerdo a un proceso de Poisson a una tasa
media de 32 por da. El tiempo requerido para atender un carro tiene una distribucin
exponencial donde la tasa media es de 40 por da. La utilidad por cada carro atendido es
$ 80. El costo capitalizado de la tierra para cada espacio para un carro es aproximadamente
$ 32 por da. Cuntos espacios deberan asignarse, incluyendo el designado para el gato
hidrulico de tal forma que se maximice la utilidad neta esperada?

8) Una estacin de gasolina abre diariamente a las 7:00 AM y cierra a las 7:00 PM. A los
empleados que atienden esta gasolinera se paga generalmente $ 30.000 al da (12 horas).
La llegada de los automviles que solicitan servicio sigue una distribucin de Poisson, con
una llegada media igual a 10 autos por hora. El tiempo de servicio por carro est distribuido
en forma exponencial con un tiempo esperado de servicio igual a 5 minutos. Cuando excede
de 3 el nmero de automviles que esperan el servicio, entonces los clientes disgustados
abandonan la gasolinera sin esperar el servicio. Determine el nmero ptimo de operarios
que se deben contratar en la estacin de gasolina, sabiendo que las ganancias que deja cada
automvil servido son de $ 2.50.

9) Los clientes de un supermercado llegan a las cajas registradoras con una frecuencia
promedio de 20 clientes pro hora, siguiendo una distribucin de Poisson. El tiempo que un
cliente tarda en cada caja se encuentra distribuido en forma exponencial con un valor
esperado de 10 minutos. Si el criterio de la tienda es tal que permite a un cliente esperar
en una cola un promedio de 5 minutos en cada caja, estime el nmero de cajas
registradoras que se requieren. Estime el tiempo de ocio de cada caja registradora.

10) Determine la mejor poltica de asignacin para 21 mquinas, donde se cumple que la tasa de
fallas por mquina es = 0.4 por hora y cada operario en promedio repara = 4 mquinas
por hora. Una de las polticas es la asignacin colectiva (21 mquinas y 3 operarios) y la otra
es el asignacin individual (7 mquinas por operario). El costo por hora de mquina inactiva
es de $120. y el del operario inactivo es de $20.

11) Reconsidere el problema anterior. Cul es el nmero ptimo de operacin que hay que
asignar a las 21 mquinas, si el costo por mquina inactiva es de $180. por hora y el costo
por operario inactivo es $20./hora

12) Actualmente se estn desarrollando planes para una nueva fbrica. A un departamento de
produccin le han sido asignado cierto nmero de mquinas automticas, y se desea
determinar cuntas mquinas deberan asignarse a cada operario para que las atienda. Para
este anlisis se posee la siguiente informacin

El tiempo de operacin de cada mquina (tiempo entre la terminacin de un servicio y el
requerimiento del mismo) tiene una duracin exponencial con una media de 120 minutos.
El tiempo de servicio tiene una distribucin exponencial con una media de 6 minutos. El
costo neto para la compaa de cada operario es $15 por hora. Se estima que el costo
ocasionado por la inactividad de las mquinas (sea esperando servicio o siendo atendidas)
le cuesta a la compaa $150 la hora. Cada operario debe atender sus propias mquinas y
no puede recibir ni prestar ayuda a los dems.

13) En una fbrica se ha estudio el nmero ptimo de empleados que hay que colocar en las
ventanillas de los diversos almacenes encargados de proporcionar herramientas a los
obreros. En uno de esos almacenes el estudio se inici con la determinacin de las
caractersticas de las llegadas de los obreros y se recogi informacin acerca del nmero de
obreros que llegaban cada 10 minutos. Esa informacin est en la Tabla I.

Tambin se recogi informacin acerca del tiempo gastado por cada almacenista,
atendiendo a los obreros que llegaban por herramientas, informacin que aparece en la
Tabla II.
Cuntos almacenistas debe contratarse si se tiene la siguiente informacin: El salario de
cada almacenista es $15 por hora, y cada hora de inactividad de un operario le cuesta a la
empresa $30.

14) La ventanilla de un banco tiene un tiempo medio de 2 minutos y los clientes llegan a una
tasa de 20 por hora. Suponiendo que los clientes representan tasas con una distribucin de
Poisson:

a) Qu porcentaje del tiempo estar ocioso el cajero ?
b) Una vez llega cunto tiempo gasta un cliente esperando en la lnea y en ser atendido ?
c) Qu fraccin de clientes debe esperar en la lnea?

15) Una planta de procesamiento puede manejar un promedio de 25 unidades/hora, aunque los
tiempos varan debido a la condicin del material que llega. La tasa de llegada y la tasa de
servicio pueden aproximarse mediante una distribucin de Poisson. Cuntas unidades por
hora se deben asignar para hacer que el tiempo medio del sistema no sea mayor que 4
minutos?

16) Una mecangrafa copia una carta en un tiempo promedio de 8 minutos. Realmente este
tiempo vara y est distribuido exponencialmente. Si ella necesita el 40 por ciento del tiempo
para otras actividades, cuntas cartas diarias se espera que ella escriba?

Tabla I Tabla II
Estudio de las llegadas Estudio de la duracin de los servicios

Nmero de llegadas Intervalos en segundos Frecuencia
por cada 10 minutos. Frecuencia
4 1 0 15 187
5 1 15 30 160
6 0 30 45 140
7 1 45 60 115
8 2 60 25 90
9 2 75 90 74
10 3 90 105 54
11 5 105 120 50
12 6 120 135 42
13 8 135 150 33
14 11 150 135 25
15 12 165 180 19
16 14 180 195 17
17 11 195 210 15
18 7 210 225 13
19 5 225 240 9
20 4 255 270 7
21 3 270 285 6
22 2 285 300 4
23 1 Mas de 300 2
24 1
25 1

17) Las unidades que requieren atencin llegan a una tasa de 10 por hora. Se pueden comprar
dos tipos de unidades de servicio. El tipo A puede atender 6 por hora (seran necesarias
dos); el tipo B tiene una tasa de servicio de 12 por hora. Comparar el tiempo esperado en el
sistema y el nmero esperado en el sistema para las dos alternativas.

18) El proceso de descarga de camiones se realiza por medio de una pala. El tiempo medio
entre llegadas es 30 minutos y tiene distribucin exponencial. La tasa de descarga es de
tres camiones por hora. El costo de la pala y el operario es de $7 por hora. El costo de
tiempo ocioso de un camin y su conductor es de $10 por hora. Cuntas palas deben
usarse?

19) Una oficina tiene una sola lnea telefnica. Actualmente se hacen llamadas (que entran o
salen) a una tasa de 10 por hora. La llamada media requiere 3 minutos. Cul es la
probabilidad de que cuando se haga una llamada la lnea est ocupada ?. Si esta
probabilidad es 0.10 o menor, cuantas lneas se requieren?

20) Una unidad de servicio tiene una tasa media de 10 artculos por hora. Estos artculos llegan
a una tasa de 7 por hora.

a) Si ambas tasas se aproximan a una distribucin de Poisson, determinar la probabilidad
de 0, 1, 2 y 3 unidades en el sistema.
b) Si una unidad que llega no debe encontrar ms que tres unidades en el sistema con una
probabilidad de 0.2, Cul debe ser la tasa de servicio?

21) Un operario tiene tres mquinas. Cuando las mquinas requieren atencin l las detiene y
hace las modificaciones necesarias. Estas modificaciones toman un tiempo de 10 minutos y
tienen una distribucin exponencial. El tiempo medio entre requerimientos de servicio para
cualquier mquina es 2 horas. Cul es la utilizacin del equipo?

22) En un taller, la prctica presente es acumular un mnimo de cuatro piezas mal ensambladas
para volver a armarlas. Si en promedio salen dos piezas mal ensambladas por hora, cul es
el tiempo medio entre tandas de piezas para volver a armar? Suponer que la tasa de
acumulacin tiene una distribucin de Poisson.

23) En una oficina una mecangrafa atiende los trabajos de tres personas. Un trabajo promedio
de mecanografa requiere 30 minutos y estos varan segn una distribucin exponencial. Una
persona produce un trabajo de mecanografa aproximadamente cada 3 horas. Cul es el
valor estimado del tiempo que debe esperar un trabajo que llega para ser comenzado?

24) El concreto para ser vertido es transportado en carretillas por obreros. Un obrero supervisa
el vaciado y se asegura de que queda bien asentado y pulido. El costo de un supervisor es
de $8 por hora; los obreros cuestan $5 por hora. Para efectos de clculo, se supone que una
determinada carretilla se entrega cada 15 minutos y que la distribucin de este tiempo es
exponencial. El supervisor requiere un promedio de 6 minutos para manipular una carga de
cemento. Si este tiempo tambin tiene una distribucin exponencial, cuntos obreros deben
emplearse?

25) Se reciben pagos con tarjetas de crdito a una tasa de 800 por da con una variacin que
aproximadamente es Poisson. Una persona puede procesar aproximadamente 300 tarjetas
en un da de 8 horas. Hacer una representacin grfica del tiempo medio entre llegadas y
procesamiento completo, en funcin del nmero de personas utilizadas.

26) Un empleado atiende los clientes que llegan a una estacin de servicio. El tiempo de servicio
est distribuido exponencialmente con una media de 6 minutos. Cuando hay ms de un
automvil en espera de servicio, otro mecnico llega a ayudar. Si la tasa de llegada de
clientes es seis por hora; cul es la probabilidad de que se requiera un empleado adicional?

27) Un parque de recreacin tiene una rampa para botes. Se requieren aproximadamente 7
minutos para lanzar o retirar del agua un bote. Este tiempo se supone aleatorio y distribuido
exponencialmente. Durante los perodos ocupados, los botes llegan para ser lanzados o
retirados a una tasa de cinco por hora (con distribucin de Poisson). Cul es el tiempo
esperado del sistema? Cuntas rampas son necesarias para hacer este tiempo igual o
menor que 20 minutos?

28) El administrador de una oficina desea determinar cuntas lneas telefnicas debe tener. La
llamada promedio requiere 3 minutos y tiene distribucin de Poisson. Sus primeros clculos
suponan una poblacin infinita de clientes, pero ahora l se ha dado cuenta de que cuando
una persona est hablando, disminuye la probabilidad de otra llamada. Hay diez personas
que requieren servicio telefnico con un tiempo medio entre requerimientos de 1 hora. Si la
probabilidad de hallar todas las lneas ocupadas cuando se necesita una llamada es 0,10 o
menos. Cuntas lneas telefnicas se necesitan

29) En una instalacin de servicio la atencin se ofrece en tres etapas consecutivas. El tiempo
de servicio en cada etapa es exponencial con media de 10 minutos. Un nuevo cliente debe
esperar hasta que el que est en servicio pase por la etapa 3. Los clientes llegan a la
estacin de servicio de acuerdo con un proceso de poisson con una tasa media de uno por
hora. Determine el nmero esperado de clientes en espera en la etapa uno y el tiempo
promedio que se gasta esperando servicio y en el sistema.

30) Un vendedor atiende el mostrador en una tienda de helados. Los clientes llegan de acuerdo
con el proceso poissoniano, con una tasa media de llegadas de 30 por hora. Se les atiende
siguiendo un orden tipo FIFO, y debido a la calidad del helado, aceptan esperar si es
necesario. Aparentemente el tiempo de servicio por cliente se distribuye exponencialmente,
con una media de 1 minutos. Determnense:

a) El nmero promedio de clientes en espera se servicio.
b) La cantidad de tiempo de espera por el servicio que un cliente debera estimar.
c) La probabilidad de que un cliente tenga que permanecer ms de quince minutos en la
lnea de espera.
d) La probabilidad de que el dependiente este ocioso.
Solucin: 2.25; 4.5 minutos; 0.062; 0.25 respectivamente.

31) Un peluquero atiende el solo un negocio. No acepta citas, pero atiende a los clientes
conformen llegan. Debido al prestigio del peluquero, los clientes estn dispuestos a esperar
por el servicio una vez que llegan; las llegadas siguen un patrn poissoniano, con una tasa
media de llegadas de dos por hora. Aparentemente el tiempo de servicio del peluquero se
distribuye exponencialmente, con una media de 20 minutos. Determnense:
a) El nmero esperado de clientes en la peluquera.
b) El nmero esperado de clientes que esperan el servicio.
c) El tiempo promedio que un cliente permanece en la peluquera.
d) La probabilidad de que un cliente permanezca ms del tiempo promedio en la
peluquera.
Solucin: 2 clientes; 1.33 clientes; 1 hora; 0.368 respectivamente.

32) Aparentemente el patrn de llegada de automviles a la fila nica de una ventanilla bancaria
de atencin a automviles es un proceso poissoniano, con una tasa media de uno por
minuto. Aparentemente los tiempos de servicio del cajero se distribuyen exponencialmente,
con una media de 45 segundos. Considerando que un auto que llega esperar tanto como
sea necesario. Determnense:
a) El nmero esperado de autos en espera de servicio.
b) El tiempo promedio que un automvil espera el servicio.
c) El tiempo promedio que un automvil permanece en el sistema.
d) La probabilidad de que haya automviles esperando en la calle, si en los terrenos del
banco puede haber un mximo de 5 automviles.
Solucin: 2.25 clientes; 2.25 minutos; 3 minutos; 0.178 respectivamente.

33) En un aeropuerto de una sola pista, un promedio de una avin cada 5 minutos solicita
permiso para aterrizar; aparentemente la distribucin real es poissoniana. Los aeroplanos
reciben permiso para aterrizar de acuerdo al orden de llegada, quedando en espera aquellos
a los que no se les pueda dar permiso de inmediato debido al trafico. El tiempo que toma al
controlador de trafico ayudar a que un aeroplano aterrice, varia de acuerdo con la
experiencia del piloto; se distribuye exponencialmente, con una media de 3 minutos.
Determnense:
a) El nmero promedio de aeroplanos en espera.
b) El nmero promedio de aeroplanos que han pedido permiso para aterrizar, pero que aun
se encuentran en movimiento.
c) La probabilidad de que un aeroplano que llega este en tierra menos de 10 minutos,
despus de pedir por primera vez permiso para aterrizar.
d) La probabilidad de que haya ms de tres aeroplanos esperando servicio.
Solucin: 0.9 aeroplanos; 1.5; 0.7364; 0.07776 respectivamente.

34) Unas mecangrafa recibe trabajo de acuerdo a un proceso poissoniano, con una tasa
promedio de cuatro trabajos por hora. Los trabajos se mecanografan de acuerdo al orden
de llegada, y el trabajo promedio requiere de 12 minutos de tiempo de la mecangrafa;
aparentemente el tiempo real del trabajo se distribuye exponencialmente alrededor de este
media. Determnense:
a) La probabilidad de que un trabajo quede concluido en menos de 45 minutos despus de
su llegada.
b) La probabilidad de que la mecangrafa concluya todos los trabajos al final del da.
c) La probabilidad de que el trabajo le lleve a la mecangrafa menos de 12 minutos.
Solucin: 0.528; 0.2; 0.632 respectivamente.

35) Conforme los mecnicos necesitan partes para los autos que estn reparando en un taller, se
dirigen al departamento de refacciones del taller y solicitan el material necesario. El
dependiente nico del departamento de refacciones atiende a los mecnicos de acuerdo al
orden de llegadas. Los mecnicos llegan siguiendo un proceso poissoniano con una tasa
media de 35 por hora y esperan su turno siempre que el dependiente este ocupado con
alguien mas. En promedio, el dependiente de refacciones tarda 1 minuto para atender a un
mecnico, con el tiempo real de servicio distribuido exponencialmente alrededor de esta
media. Cul es el costo esperado por hora para el taller por hacer que los mecnicos
obtengan las refacciones, si a un mecnico se le pagan $12 por hora?. Solucin: US $16.80.

36) Los autobuses llegan a ciertas instalaciones de servicio de acuerdo a un proceso poissoniano,
con una tasa media de 10 por da. Las instalaciones pueden dar servicio a uno por uno, el
tiempo de servicio se distribuye exponencialmente alrededor de una media de 1/12 da. A la
compaa de autobuses de cuesta $200 diarios operar las instalaciones de servicio y $50 por
cada da que un autobs permanece en las instalaciones. Comprando un equipo ms
moderno, la compaa de autobuses puede disminuir el tiempo medio de servicio a 1/15 por
da, pero esto aumentara los costos diarios de operacin de las instalaciones de servicio a
$245. Resulta conveniente desde le punto de vista econmico hacer este cambio?
Solucin: si con un ahorro esperado de US $105.

37) Los trabajos llegan a una estacin de inspeccin de acuerdo a un proceso poissoniano, con
una tasa media de dos por hora, y son inspeccionados de uno en uno siguiendo un orden
tipo FIFO. El ingeniero de control de calidad inspecciona y realiza ajustes menores, si esto
es todo lo necesario para que un trabajo termine esta fase. El tiempo total de servicio por
trabajo aparentemente se distribuye exponencialmente, con una media de 25 minutos. Los
trabajos que llegan pero no pueden ser inspeccionados de inmediato por el ingeniero, deben
almacenarse hasta que el ingeniero pueda encargarse de ellos. Cada trabajo requiere 10
pie
2
de espacio mientras esta almacenado. Cunto espacio deber proporcionarse, si el
objetivo es tener suficiente espacio de almacenamiento dentro de la seccin de control de
calidad el 90% del tiempo?. Solucin: 110 pies
2
.

38) Determnese el efecto sobre L, L
q
y W al duplicar y en un sistema M/M/I

39) Encuntrese la probabilidad condicional que se haya n2 clientes en un sistema M/M/I, dado
que existe una lnea de espera.
Solucin: ( )
=

con 1
2 n

40) Una pastelera tiene dos dependientes, cada uno de ellos es capaz de atender 30 clientes por
hora, con los tiempos reales distribuidos exponencialmente. Los clientes llegan a la
pastelera de acuerdo a un proceso poissoniano, con una tasa media de 40 por hora.
Determnense:
a) La fraccin de tiempo que un cierto dependiente est ocioso.
b) La probabilidad de que haya ms de dos clientes esperando servicio en un momento
dado.
Solucin: 1/3, 64/405;

41) Una estacin ferroviaria suburbana tiene cinco telfonos pblicos. Durante las horas de ms
movimiento en la tarde, las personas que desean hacer llamadas llegan a las casetas
telefnicas siguiendo un proceso poissoniano, a una tasa de 100 personas por hora. La
duracin promedio de una llamada es de 2 minutos, con la duracin real distribuida
exponencialmente. Determnense:
a) La cantidad de tiempo estimada que un individuo deber esperar para hacer uso de un
telfono, una vez llega a las casetas.
b) La probabilidad de que esta espera dure ms de un minuto.
c) El nmero esperado de personas que hacen uso o esperan el telfono.
Solucin: 23.5 seg. ; 0.142; 3.987.

42) Un pequeo banco tiene dos cajeros, uno para depsitos y otro para retiros. El tiempo de
servicio para cada cajero se distribuye exponencialmente, con una media de 1 minuto. Los
clientes llegan al banco siguiendo un proceso poissoniano, con una tasa media de 40 por
hora; se considera que las personas que vienen a realizar depsitos y retiros, constituyen
procesos poissonianos diferentes, cada uno con una tasa media de 20 por hora, y que
ningn cliente realiza tanto un deposito como un retiro. El banco esta considerando cambiar
al arreglo actual para permitir que cada cajero se encargue tanto de depsitos como de
retiros. El banco esperara que el tiempo medio de servicio de cada cajero aumentara a 1.2
minutos, pero desea que el nuevo arreglo impida que se formen largas lneas frente a un
cajero, mientras que el otro permanece ocioso, situacin que se presenta de tiempo en
tiempo bajo el actual arreglo. Analcense ambos arreglos en lo que respecta al tiempo
promedio ocioso de un cajero y al nmero estimado de clientes esperados en el banco en
cualquier momento dado.
Solucin: % 60 t 9524 . 0 n , % 17 . 16 t 1 n
0 1 0
= = = = &

43) Un cirujano contrata un servicio de recados para manejar sus llamadas telefnicas. El
servicio de recados es atendido por un operador y tiene capacidad para conservar en espera
dos llamadas si el operador est ocupado con otra. Si las tres lneas estn ocupadas (una
por el operador y dos por las llamadas en espera), quien realiza una llamada recibe una
seal de ocupado. El cirujano recibe llamadas de acuerdo a un proceso poissoniano, con una
tasa media de 20 por hora. Una vez que se logra contacto con el operador, la duracin de
una llamada se distribuye exponencialmente, con una duracin media de 1 minuto.
Determnense:
a) La probabilidad de que una persona que realiza una llamada reciba la seal de ocupado.
b) La probabilidad de que una persona que llama, permanezca en espera.
c) La probabilidad de que una persona que llama, hable de inmediato con el operador.
Solucin: 0.025; 0.3; 0.675.

44) Un restaurante de comida china para llevar tiene espacio para mximo cinco clientes.
Durante los meses de invierno, sucede que cuando los clientes llegan y el restaurante est
lleno, prcticamente ninguno espera por la fra temperatura exterior y se van a otro
establecimiento. Los clientes llegan de acuerdo a un proceso poissoniano, con una tasa
media de 15 por hora. El restaurante atiende clientes a una tasa promedio de 15 por hora,
con los tiempos reales de servicio distribuidos exponencialmente. El restaurante es atendido
solo por su propietario, quien se ocupa de los clientes de acuerdo al orden en que llegan.
Determnense:
a) El nmero promedio de clientes en el restaurante en cualquier momento dado.
b) El tiempo estimado que un cliente deber esperar el servicio.
c) La tasa esperada a la cual se pierden ingresos debido al espacio limitado del restaurante,
si la cuenta promedio es de $10.00.
Solucin: 2.5 clientes; 8 minutos; US $ 25/hora.

45) Una compaa de autobuses enva sus vehculos a sus instalaciones de servicio para su
mantenimiento de rutina cada 25 000 millas. Las instalaciones de servicio estn abiertas las
24 horas del da y las atiende una sola cuadrilla capaz de trabajar en un autobs por vez. El
tiempo que toma dar servicio a un autobs se distribuye exponencialmente, con una media
de 4 horas. Los autobuses llegan a las instalaciones siguiendo un proceso poissoniano, con
una tasa media de 4 horas. Sin embargo, los conductores tiene instrucciones de no entrar a
las instalaciones si ya hay ah cuatro o ms autobuses, en cuyo caso regresan con el
despachador para recibir nuevas instrucciones. Determnense:
a) El tiempo esperado que un autobs pasa en las instalaciones de servicio, cuando se
queda ah.
b) La prdida diaria en dinero para la compaa de autobuses debido a las limitaciones de
las instalaciones de servicio, si el costo de enviar un autobs a las instalaciones y que
regrese sin servicio es de $80.
Solucin: 13 horas, 4 minutos; US $ 495.48

46) La compaa de autobuses descrita en el problema anterior est considerando aumentar su
cuadrilla de servicio a dos grupos igualmente eficientes. El costo diario de la cuadrilla
adicional seria de $300. Es convencional tal expansin).
Solucin: No, el nuevo costo $213.33 ms los $300 de la cuadrilla.

47) La seccin de maternidad de un hospital tiene cinco salas para atender a las pacientes.
Estas llegan al hospital de acuerdo a un proceso poissoniano, con una tasa media de 12 por
da y se les asigna una sala si hay alguna disponible; de otro modo, se las enva a otro
hospital. En promedio, una paciente ocupa la sala durante 6 horas, aparentemente el
tiempo real se distribuye exponencialmente alrededor de esta media. Determnense:
a) La tasa promedio de ocupacin de las salas (esto es, el porcentaje de salas en uso a
largo plazo).
b) La tasa promedio a la cual las pacientes de maternidad son enviadas a otros hospitales.
Solucin: 53%, 1.32 madres / da.

48) Una tienda tiene dos dependientes, cada uno de ellos es capaz de atender a los clientes a
una tasa promedio de 60 por hora; los tiempos reales se servicio se distribuyen
exponencialmente. La capacidad de la tienda es de cinco clientes, no permitindose la
espera en el exterior. Los clientes llegan a la tienda de acuerdo con un proceso poissoniano,
con una tasa promedio de llegadas que depende del nmero de personas que est en la
tienda, de la manera siguiente:

Nmero en la tienda 0 1 2 3 4 5
Tasa promedio de llegadas /hora

100 110 120 140 170 200

Determnense:
a) El nmero esperado de clientes simultneos en la tienda.
b) El tiempo estimado que un cliente deber esperar por el servicio.
c) La tasa estimada a la cual se pierden los clientes, debido a los limitado de las
instalaciones.
Solucin: 2.9 clientes; 46.4 seg.; 50.4 clientes / hora.

49) Una estacin de lavado de automviles tiene espacio solo para tres unidades en espera y
tiene dos lneas para el lavado. Cada lnea puede aceptar slo un automvil cada vez. Estos
llegan de acuerdo a un proceso poissoniano, con una tasa media de 20 por hora, pero se les
niega la entrada siempre que el lavado este lleno. El lavado y la limpieza se realizan
manualmente y parecen seguir una distribucin exponencial. Bajo las condiciones normales,
cada lnea da servicio a un automvil durante un promedio de 5 minutos. Sin embargo,
cuando dos o ms automviles estn esperando por el servicio, el procedimiento de lavado
se acelera, reduciendo el tiempo promedio de servicio a 4 minutos. Determnense:
(a) El nmero esperado de automviles en el lugar.
(b) El tiempo estimado que un automvil permanece en el sitio si no se le niega la entrada.
Solucin: 2.089 autos; 6 minutos 48 seg..

50) Los clientes llegan a una pequea tienda de manjares delicados siguiendo un proceso
poissoniano, con una tasa media de 30 por hora. En el establecimiento caben cuando ms
cuatro clientes; siempre que est lleno, los clientes que llegan no pueden entrar y se pierde
su compra. El propietario de la tienda es el nico que atiende, y su tiempo de servicio se
distribuye exponencialmente siempre que haya slo un cliente en la tienda, con tiempo
promedio de servicio de 5 minutos. Sin embargo, el propietario se vuelve ms eficiente
conforme la tienda se llena, disminuyendo su pltica con los clientes y disminuyendo por
tanto el tiempo promedio de servicio en 1 minuto por cada cliente que este formado
esperando servicio. Determnense:
a) El nmero estimado de personas que estarn simultneamente en la tienda (sin incluir la
propietario)
b) El tiempo promedio de servicio por parte del propietario.
Solucin: 2.77; 2.94 minutos.

51) Determnense las probabilidades de estado estable para un sistema M/M/1 con rechazo, si
hay 20% de probabilidad de rechazo siempre que haya uno o ms clientes en el sistema.
Solucin: ( )
0
1
0
* * 8 . 0
2 . 0 1
8 . 0 1
P P P
n n
n

=
+
=
52) Resuelva el problema 51 si la probabilidad de un cliente efectu un rechazo es de
n
) 2 / 1 ( 1 , cuando el estado del sistema es n = 0, 1,2, 3
Solucin: 1.53; 4.72 minutos.

53) Interprete la ecuacin
1 n 1 n n n
P P

= en trminos de las tasas de transicin.

54) Para un sistema M/M/s/K, deduzca que ( )
=
+ =
1
0
s
n
n q
P n s s L L

55) Un sistema M/M/ es un proceso de lneas de espera con un patrn poissoniano de
llegadas, con tasa media , con una cantidad suficiente de servidores para atender a todos
los clientes que llegan al sistema. Los servidores tiene tiempos idnticos de servicio
distribuidos exponencialmente e independientes, con parmetro , y capacidad infinita. Tal
modelo se aplica a menudo a establecimientos de autoservicio. Demuestre que para un
sistema M/M/ , las probabilidades de estado estable constituye una distribucin de Poisson,
con un parmetro / . Determnense despus
q
W W L , , y
q
L .

56) En un curso de cableado elctrico por correspondencia, se acepta a los estudiantes tan
pronto como se inscriben y despus concluyen el curso a su propio ritmo. Aparentemente
los tiempos para terminar el curso siguen una distribucin exponencial, con una media de 7
semanas. Determnese:
a) El nmero de estudiantes que se esperan estn inscritos simultneamente en el curso.
b) La probabilidad de que un estudiante tarde ms de 7 semanas en concluir el curso.
(Consejo: Use los resultados del problema anterior.
Solucin: 350; 0.368.

57) Una compaa que tiene siete delicadas mquinas que frecuentemente se descomponen,
emplea a dos personas de servicio con la nica tarea de repararlas. Cada persona de
servicio puede reparar una mquina en 2 horas promedio, con el tiempo actual de servicio
distribuido exponencialmente alrededor de esta media. Una mquina reparada funciona 12
horas en promedio exponencial antes de descomponerse de nuevo. Determnese:
a) Nmero de mquinas en operacin.
b) % de tiempo fuera de servicio.
Solucin: 5.87; 16%.

Tabla No 1. Teora de Colas. Modelos exponenciales (abiertos)

Medida M/M/1 M/M/s
P
n

( )

=
= 1
0
n
P
n

s
s n ,
! s
P
s n
) / (
s
s n ,
! n
P
) / (
n
=
<
0
0

P
0

/
(
=

+
1 s
0 n
) 1 ( ! s
) / (
s
! n
) / (
n
1

L
q

) ( 1
2
2

) 1 (
2
! s
P
0
) / (
s

r 1 - = 1 - / s - /
a = / /
L

=
1

) 1 (
2
!
0
) / (

s
P
s
+ /
) (
w
q
f
e
w
) 1 (
q
) 1 (

e
w
q
) 1 ( s
)! 1 s (
) / (
s
P
0

) (
0
w W
q
P >
e
w0
) 1 (

e
w
0
) 1 ( s
) 1 ( ! s
) / (
s
P
0

P(ns) =
P(w
q
>0)

) 1 ( !
) / (
0

s
s
P

) 0 / ( f
w w q q
>
e
e
w
) (
w
) 1 (
q
q
) (
) 1 (

e
e
w
w
q
q
s
s
s
s
) (
) 1 (
) (
) 1 (

W
q

) ( ) 1 (
2

) 1 (
2
!
0
) / (
s
P
s

0 / >
W W
q q

1

s
1

W
s
W =
+ =
=

1 L 1
W
q

) 1 (
2
! s
P
0
) / (
s
+1/
= r a
L
q
L , , , Nmero medio de: Unidades en el sistema, en la cola, en el servicio (o estaciones
ocupadas) y estaciones inactivas, respectivamente. W
W
q
, = Tiempos medios de permanencia
en la cola y en el sistema, respectivamente. ND = No Disponible

Tabla No 2. Teora de Colas. Modelos exponenciales Fuente finita

Medida M/M/s Fuente Finita M/M/1 Fuente Finita
P
n

) 1 n M (
C
1 n
C
n
M n s Para ) b
n
) 1 n M (
C
1 n
C
n
s n Para ) a
s / , 1
C
0
,
C
n P
0
+
=
<
= =

=
+ =
=
) 1 n M (
1
C C
C
P C
1 n n
0
0 n

P
0

(
M
0 n
n
C
1

(
M
0 n
n
C
1

L
q

M
s n
n P
) s n (
+

1
) 1 ( M
P
0

r
1 s
0 n
n P
) n s (
P
0

a

=
) L M (
r s
1 P
0

L
a
L
q
+
=
M
0 n
n P
n
P
M
0
1

) (
w
q
f ND ND
) (
0
w W
q
P > ND ND
P(ns) =
P(w
q
>0)
1 s
0 n
n P
1
1 P
0

) 0 / ( f
w w q q
> ND ND
W
q

) L M (
L
q

|
|
\
|

1
1
1
M 1
P0

0 / >
W W
q q

) s n ( P
W
q

P
W
0
q
1

W
s
W =
) L M (
L

|
|
\
|

1
1
M 1
P0

= r a
L
q
L , , , Nmero medio de: Unidades en el sistema, en la cola, en el servicio (o estaciones
ocupadas) y estaciones inactivas, respectivamente. W
W
q
, = Tiempos medios de permanencia
en la cola y en el sistema, respectivamente. ND = No Disponible
Tabla No 3. Teora de Colas. Modelos exponenciales de capacidad finita

Medida M/M/1 M/M/s
P
n

+

=
1 N
n
0
n
1
1
P

0 n N
=/
N n s ,
! s
s
s
, s n
! n
,
P ) / (
P
) / (
0
s n
0
n

= <

P
0

1 N
1
1

{ }
(
(
=
+

+

1 s
0 n ) 1 ( ! s
1 s N
1 ) / (
s
! n
) / (
n
1

V
L
q
=
(
(
1 N
) 1 )( 1 N (
1 N
1
) 1 (
2
P
0
2

(
(

s N
) 1 )( s N (
s N
1
) 1 (
2
! s
P
0
) / (
s

r

=
P
1 N
0
1
1

a s
a
) 1 (
PN

) 1 (
P
N

n L=
+
+
1 N
1 N
1
) 1 N (
1

) 1 (
a
P
L L
N
q q

+ = +
P(ns) =
P(w
q
>0)
1 P
0

{ }
) 1 ( ! s
1 s N
1 ) / (
s
P
0

+

W
q

) 1 (
P
L
N
q

) 1 (
P
L
N
q

0 / >
W
q
W
q

P
W
0
q
1

) s n ( P
W
q

W
s
W =
) 1 (
L
PN

) 1 (
L
PN

= r , a ,
L
q
, L Nmero medio de: Unidades en el sistema, en la cola, en el servicio (o estaciones
ocupadas) y estaciones inactivas, respectivamente. W ,
W
q
= Tiempos medios de permanencia
en la cola y en el sistema, respectivamente. N (K) = Capacidad del sistema. ND = No Disponible.
Tabla No 4. Teora de Colas. Modelos no exponenciales, y modelos exponenciales con
prioridad

Medida M/G/1 M/Ek/1 M/D/1
P
n
ND ND ND
P
0

1 -
=
1 -
=
1 -
=
V
L
q
=
) 1 ( 2
2
2 2

+

) ( k 2
k 1
2

+

) 1 ( 2
2

r P
0
=1 - P
0
P
0

a 1 - P
0
1 - P
0

n L=
a
L
q
+

W W
P(ns) =
P(w
q
>0)
1 - 1 P
0
1 P
0

W
q

L
q

) ( k 2
k 1

+

L
q

0 / >
W
q
W
q

1
W
q

P
W
0
q
1

P
W
0
q
1

W
s
W =
+ =
1 L
W
q

+
1
W
q

+
1
W
q

Modelos con prioridades:
1) Modelos con prioridades relativas M/M/s 2) Modelo con prioridades absolutas M/M/1
P p
A
B B
W
p p
p
,..., 2 , 1 ,
1
.
1
1
= + =

P p
B B
W
p p
p
,..., 2 , 1 ,
/ 1
1
= =

s
! j
s
! k A
1 s
0 j
j
s
+
|
|
\
|

=

p p p
W L
= ,
=
=
P
i
i
1

B
0
= 1,
=
=
P
i
i
1
, P p
su
p
i
i
p
B
,..., 2 , 1 , 1
1
= =

= r , a ,
L
q
, L Nmero medio de: Unidades en el sistema, en la cola, en el servicio (o estaciones
ocupadas) y estaciones inactivas, respectivamente. W ,
W
q
= Tiempos medios de permanencia
en la cola y en el sistema, respectivamente. N (K) = Capacidad del sistema. ND = No Disponible.

Teoria de Colas

Cargado por

Copyright:

Formatos disponibles

Teoria de Colas

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Colas

Cargado por

Copyright:

Formatos disponibles

5 FENOMENOS DE ESPERA

con respecto a . Es decir,

con respecto a . Es decir,

También podría gustarte