Regresar a la Pgina Principal

TEORIA DE LNEAS DE ESPERA

Con el objeto de verificar si una situacin determinada del sistema de lneas de espera se ajusta
o no a un modelo conocido, se requiere de un mtodo para clasificar las lneas de espera. Esa
clasificacin debe de responder preguntas como las siguientes:
1.- El sistema de lneas de espera tiene un solo punto de servicio o existen varios puntos de
servicio en secuencia?
2.-Existe solo una instalacin de servicio o son mltiples las instalaciones de servicio que
pueden atender a una unidad?
3.- Las unidades que requieren el servicio llegan siguiendo algn patrn o llegan en forma
aleatoria?
4.- El tiempo que requieren para el servicio se da en algn patrn de o asume duraciones
aleatorias de tiempo?
NOTACIN KENDALL

Por lo general, las tasas de llegada y de servicio no se conocen con certidumbre sino que son de
naturaleza estocstica o probabilstica. Es decir los tiempos de llegada y de servicio deben
describirse a travs de distribuciones de probabilidad y las distribuciones de probabilidad que
se elijan deben describir la forma en que e comportan los tiempos de llegada o de servicio.
En teora de lneas de espera o de colas se utilizan tres distribuciones de probabilidad bastante
comunes, estan se mencionan a continuacin:

Markov

Determinstica

General
La distribucin de Markov, en honor al matemtico A.A. Markov quien identifico los eventos
"sin memoria", se utiliza para describir ocurrencias aleatorias, es decir, aquellas de las que
puede decirse que carecen de memoria acerca de los eventos pasados.
Una distribucin determinstica es aquella en que los sucesos ocurren en forma constante y sin
cambio.
La distribucin general sera cualquier otra distribucin de probabilidad. Es posible describir el
patrn de llegadas por medio de una distribucin de probabilidad y el patrn de servicio a
travs de otra.
Para permitir un adecuado uso de los diversos sistemas de lneas de espera, kendall,
matemtico britnico elaboro una notacin abreviada para describir en forma sucinta los
parmetros de un sistema de este tipo. En la notacin Kendall un sistema de lneas de espera se
designa como

En donde
A = se sustituye por la letra que denote la distribucin de llegada.
B = se sustituye por la letra que denote la distribucin de servicio.
C = se sustituye por el entero positivo que denote el numero de canales de servicio.
La notacin kendall tambin utiliza M = Markoviano, D = determinstica, G = General, por
ejemplo un sistema de lneas de espera con llegadas aleatorias, servicio determinstico y tres
canales de servicio se identificar en notacin Kendall como
M / D / 3
En todos los casos se supone que solo existe una sola lnea de entrada.
Es evidente que existen otros atributos aparte de los que se analizaron antes y que deben de
tomarse en consideracin como por ejemplo:

El tamao de la poblacin de los que provienen los elementos que ingresan al sistema de lneas de espera.

La forma en que las unidades llegan para ingresar al sistema de lneas de espera; por ejemplo, una por una o en forma de grupos.

Si las unidades rechazan o no debido a la longitud de la lnea de espera y no ingresan al sistema.

Si las unidades se arrepienten y abandonan el sistema despus de haber aguardado un tiempo en la fila.

Si existe o no espacio suficiente para que todas las unidades que llegan aguarden en la fila.
Los modelos de Lneas de espera que se analizarn son los siguientes:
Modelo M / M / 1
Modelo M / M / S
Modelo M / G / 1
Modelo M / D / 1
MODELO M / M / 1

Este sistema trata de una distribucin de llegada Markoviano, tiempo de servicio Markoviano, y
un servidor.
Llegadas aleatorias (M / M / 1)
En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias, puesto que las
llegadas sern aleatorias en cualquier caso en la que una de ellas no afecte a las otras. Un
ejemplo clsico de llegadas aleatorias son las llamadas que arriban a un conmutador telefnico
o un servicio de emergencia.
Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden describirse a
travs de una distribucin discreta de probabilidad bien conocida, la distribucin de Poisson.
Este tipo especial de llegadas aleatorias supone caractersticas acerca de la corriente de entrada.
En primer lugar, se supone que las llegadas son por completo independientes entre s y con
respecto al estado del sistema.
En segundo lugar la probabilidad de llegada durante un periodo especifico no depende de
cuando ocurre el periodo, sino ms bien, depende solo de la longitud del intervalo. Se dicen que
estas ocurrencias carecen de "memoria".
Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular las
probabilidades acerca del numero de eventos que ocurrirn en un periodo determinado,
utilizando las probabilidades conocidas de la distribucin de Poisson.
En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de n llegadas
en el mismo periodo esta dado por:

P[n llegadas en le tiempo T] =
Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la probabilidad de que
haya solo 3 llegadas durante una hora esta dada por:
P[6 llegadas en le tiempo en una hora] = = 0.0892
Tiempo de servicio aleatorio (M / M / 1)
Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios aleatorios, carentes de
memoria, es suceso bastante comn en las situaciones cotidianas de lneas de espera. Y al igual
que las llegadas aleatorias los tiempos de servicio carentes de memoria se describen a travs de
una distribucin de probabilidad.
La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que estos se
describen a travs de una distribucin continua en tanto que las llegadas se describen a travs
de una distribucin de Poisson, que es discreta. Si la duracin de los tiempos de servicio es
aleatoria, la distribucin exponencial negativa describe ese tipo de servicio. Si la m es la tasa
promedio de servicio entonces la distribucin esta dada por:
F(t) = m e
-m t

Es posible emplear esta formula para calcular la probabilidad de que el servicio sea mas
prolongado que alguna duracin especificada de tiempo T. En la siguiente figura se representa
es modelo.
Caractersticas de operacin
Para calcular las caractersticas de operacin de una cola M / M / 1, primero debemos de
observar que s l = tasa promedio de llegadas y m = tasa promedio de servicio, entonces l debe
de ser menor que m . Si esto no ocurriera el promedio de llegadas sera superior al numero
promedio que se atienden y el numero de unidades que estn esperando se volvera
infinitamente grande. Si hacemos que r = l / m puede denominarse a r como factor de
utilizacin. Este valor es la fraccin promedio de que el sistema este ocupado, tambin sera el
numero promedio de unidades que estn siendo atendidas en cualquier momento. En trminos
de probabilidad tendramos que:
Pw = probabilidad de que el sistema est ocupado.

Entonces la probabilidad de que el sistema no est trabajando, o est vaco, P0, puede obtenerse
por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el sistema, Pn,
mediante:

en donde n es cualquier entero no negativo. Este importante resultado nos permite calcular las
caractersticas de operacin de las lneas de espera.
La primera caracterstica de operacin que calculamos es el numero promedio de unidades que
se encuentran en el sistema, ya sea esperando o siendo atendidas. Denominaremos a este
nmero promedio de unidades promedio, L. Entonces tenemos que:

Con estos valores obtenidos podemos calcular el numero promedio de unidades que esperan
ser atendidas, Lq. Dado que L es el numero de unidades que estn esperando o estn siendo
atendidas, y r es el numero promedio de unidades que estn siendo atendidas en algn
momento dado entonces:
L = Lq + r
A partir de esto es fcil observar que
Lq = L - r
O tambin podramos decir que

Ahora examinaremos el tiempo de espera. Utilizaremos W para representar el tiempo promedio
o esperado que una unidad se encuentra en el sistema. Para encontrar W, observaremos que se
L el numero esperado de unidades de en le sistema y l es el numero promedio de unidades que
llegan para ser atendidas por periodo, entonces el tiempo promedio de cualquier unidad que
llega debe estar en le sistema est dado por:
W = tiempo promedio de una unidad en el sistema

De manera similar, el tiempo esperado o promedio que una unidad tiene que esperar antes de
ser atendida, Wq, esta dado por:

En la siguiente figura se representa este modelo.

Ejercicio.
A una lnea de espera llegan 20 unidades por hora y el tiempo promedio de servicio es de 30
unidades por hora, realizar un anlisis de esta lnea de espera.
Datos
l = 20 unidades por hora
m = 30 unidades por hora
Con los datos anteriores podemos calcular la probabilidad de que el sistema est ocupado:
Pw = 20 / 30 = 2 /3
r = Pw
Entonces la probabilidad de que el sistema no est ocupado:
Po = 1 - r = 1 / 3
El numero esperado de unidades en el sistema quedar definido por:
= 2 Unidades
El numero esperado de unidades que esperan ser atendidas quedar definido por:

Entonces en promedio habr 4 / 3 de unidades esperando ser atendidas y 2 / 3 de unidad
siendo atendida.
de hora
W = 6 minutos
De manera similar, el tiempo promedio que una unidad espera para ser atendida estar
definido por:
de hora
Wq = 4 minutos
MODELO M / M / S

Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio mltiples,
teniendo las mismas consideraciones que le modelo de canal nico de servicio (M / M / 1),
excepto que ahora existe una sola fila de entrada que alimenta los canales mltiples de servicio
con iguales tasas de servicio.
El clculo de las caractersticas de la lnea de espera para el modelo M / M / S es lago mas
complicado que los clculos para el caso de canal nico, y dado que primordialmente nos
interesa las implicaciones de estas caractersticas mas que las formulas necesarias para
calcularlos, nos apoyaremos en le uso de tablas elaboradas a partir de estas formulas para hacer
los clculos.
Caractersticas de operacin.
En el modelo M / M / S, si m es la tasa promedio de servicio para cada uno de los S canales de
servicio, entonces ya no se requiere que m > l , pero Sm debe ser mayor que l para evitar una
acumulacin infinita de lneas de espera. En el caso de M / M / S, la caracterstica que se
utilizar para hacer los dems clculos es la probabilidad de que el sistema est ocupado. En
otras palabras, la probabilidad es de que haya S o ms unidades en el sistema. En este caso
todos los canales de servicio se estarn utilizando y por ello se dice que el sistema est ocupado.
Esto de puede representar como:
P(Sistema ocupado) =
Y lo podemos calcular por medio de la siguiente ecuacin:
P(Sistema ocupado) =
En donde Po estar representado por

Con las ecuaciones anteriores podemos calcular los dems datos que requiera el sistema. En el
modelo M / M / S, al igual que el modelo M / M / 1, se tiene que L = Lq + r, pero aqu
utilizaremos el valor P(sistema ocupado) para calcular Lq:
Lq = P(sistema ocupado) x
Ahora calcularemos el valor L
Lq = P(sistema ocupado) x
En el caso de M / M / S, al igual que en el modelo M / M / 1, W = L / l y Wq = Lq / l , por ello se
tiene que


En la siguiente figura se representa este modelo.

Ejercicio.
Para ejemplificar el modelo M / M / S, suponga que existen cinco canales de servicio con tasas
promedio de servicio m = 6 y una tasa de llegada de l = 24 unidades por hora, esto implica que
S = 5.
Datos
m = 6
l = 24
S = 5
Entonces tenemos que

Nota: Para encontrar los valores de Po con una mayor rapidez nos podemos auxiliar de la tabla
que se anexa a este sistema, la cual nos proporciona este valor teniendo como parmetros los
valores de S y de r .
Considerando los valores obtenidos podemos calcular el valor de Po = 0.0130, la probabilidad
de que el sistema este ocupado ser P(sistema ocupado) = 0.5547, utilizando este valor
obtenemos que:
Unidades
L = 2.2188 + 4 = 6.2188 unidades
Ahora el tiempo promedio en del sistema quedar definido de la siguiente forma:


MODELO M / G / 1

Descripcin.
Sistema de lneas de espera con llegadas aleatorias, distribucin general de los tiempos de
servicio (para el cual se supone conocida la desviacin estndar), un canal de servicio y una
lnea de espera.
En este modelo las llegadas se distribuyen de acuerdo con la distribucin de Poisson, al igual a
los casos anteriores, pero los tiempos de servicio no necesariamente se distribuyen de acuerdo
con la distribucin exponencial negativa. Si consideramos el caso en que solo existe un solo
canal, estamos considerando el caso M / G / 1, es decir, llegadas de tipo Markov, tiempo de
servicio general y un canal de servicio.
La razn por la que podemos considerar el caso M / G / 1 es que las formulas que se utilizan
para calcular sus caractersticas de operacin son bastantes simples. Al igual que en el caso M /
M / S, no es posible calcular en forma directa el numero esperado de unidades en el sistema (L).
Para esto primero debe de calcularse el numero de unidades que estn esperando a ser
atendidas (Lq), y utilizar este resultado para calcular el valor de L. Para calcular el valor de Lq
debemos de conocer le valor de la desviacin (s ) estndar de la distribucin que distingue los
tiempos de servicio. Si no se conoce la distribucin de los tiempos de servicio no es posible
determinar las caractersticas de operacin.
Ahora si conocemos la desviacin estndar y la media de la distribucin de los tiempos de
servicio, puede obtenerse formula para el valor de Lq a partir de la siguiente ecuacin.

Si utilizamos Lq podemos determinar el valor de L, por medio de la siguiente ecuacin:

Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1, podemos
calcular el tiempo esperado en el sistema de lneas de espera (W), y el tiempo que se invierte
antes de ser atendido (Wq), esto lo podemos realizar por medio de las siguientes ecuaciones:


MODELO M / D / 1

Descripcin.
Sistema de lneas de espera con llegadas aleatorias, tiempo de servicio constante, una lnea de
servicio y una lnea de espera.
En este modelo los tiempos de servicio son determinsticos, este es un caso especial de la
situacin M / G / 1 que se analiz con anterioridad, en donde la desviacin estndar es igual a
cero. En este caso se puede conocer el numero de unidades que estn esperando a ser atendidas
(Lq), a travs de la siguiente ecuacin:

Todas las dems caractersticas de operacin pueden determinarse a partir de este valor. Si
utilizamos Lq podemos determinar el valor de L, por medio de la siguiente ecuacin:

Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1, podemos
calcular el tiempo esperado en el sistema de lneas de espera (W), y el tiempo que se invierte
antes de ser atendido (Wq), esto lo podemos realizar por medio de las siguientes ecuaciones:


EJERCICIOS

Problema A.
Debido a un reciente incremento en el negocio una secretaria de una cierta empresa tiene que
mecanografiar 20 cartas por da en promedio (asuma una distribucin de Poisson). A ella le
toma aproximadamente 20 minutos mecanografiar cada carta (asuma una distribucin
exponencial). Suponiendo que la secretaria trabaja ocho horas diarias.
Datos
= 20 / 8 = 2.5 cartas/hora
= (1 / 20 min)(60 min/ 1 hora) = 3 cartas/hora

La tasa de utilizacin de la secretaria estar definida por:

El tiempo promedio de espera antes de que la secretaria mecanografe una carta se deducir de
la siguiente manera:
horas
Ahora el numero promedio de cartas que estarn en la lnea de espera:


Si deseramos conocer la probabilidad de que a la secretaria tenga mas de cinco cartas que
mecanografiar, se determinara de la siguiente manera:

K

0 0.834
1 0.694
2 0.578
3 0.482
4 0.401
5 0.334
6 0.279
Problema B.
Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en la preparatoria
local. Sam puede vacunar un perro cada tres minutos. Se estima que los perros llegarn en
forma independiente y aleatoriamente en el transcurso del da, en un rango de un perro cada
seis minutos, de acuerdo con la distribucin de Poisson. Tambin suponga que los tiempos de
vacunacin de Sam estn distribuidos exponencialmente. Determinar:
Datos
= 1 / 6 = 0.167 perros/min
= 1 / 3 = 0.34 perros/min
La probabilidad de que Sam este de ocioso definir de la siguiente manera:

Ahora la proporcin de tiempo en que Sam est ocupado.

El nmero total de perros que estn siendo vacunados y que esperan a ser vacunados

El numero promedio de perros que esperan a ser vacunados.

Problema C.
Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto, l tiempo
promedio para manejar cada una de ests es de 20 segundos. Actualmente solo hay un operador
del conmutador. Las distribuciones de Poisson y exponencial parecen ser relevantes en esta
situacin.
Datos
= 2 llamadas/minutos
= (1 / 20 seg)(60 seg) = 3 llamadas/minuto
La probabilidad de que el operador este ocupado se definir:

El tiempo promedio que debe de esperar una llamada antes de ser tomada por l operador

El numero de llamadas que esperan ser contestadas

Problema D.
Al principio de la temporada de futbol, la oficina de boletos se ocupa mucho el da anterior al
primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo
promedio para realizar la transaccin es de dos minutos.
Datos
= (4 / 10) = 0.4 c/min
= (1 /2 ) = 0.5 c/min
El numero promedio de gente en lnea se definir de la forma siguiente:
personas

El tiempo promedio que una persona pasara en la oficina de boletos
minutos
La proporcin de tiempo que el servidor est ocupado

Problema E.
Electronics Corporation retiene una brigada de servicio para reparar descomposturas de
mquinas que ocurren con promedio de tres por da (aproximadamente de naturaleza de
Poisson). La brigada puede servir a un promedio de ocho mquinas por da, con una
distribucin de tiempo de reparacin que se asemeja la distribucin de exponencial.
Datos
= 3 repar. /da
= 8 repar. /da
La tasa de utilizacin de este sistema se encontrar de la siguiente forma:

El tiempo promedio de descompostura para cada mquina que est descompuesta

Las mquinas que estn esperando a ser reparadas el cualquier momento dado

La probabilidad de que haya una mquina en el sistema, dos, tres o ms mquinas en el
sistema.
K

0 0.375
1 0.140
2 0.052
3 0.019
4 0.007
5 0.002

Problema F.
El Barrys Car Wash est abierto seis das a la semana, pero el da del negocio mas pesado es
siempre el sbado. A partir de datos histricos, Barrys estima que los coches sucios llegan a una
tasa de 20 por hora, todo el da sbado. Con una brigada completa trabajando la lnea de lavado
a mano, l calcula que los automviles se pueden lavar a una tasa de uno cada dos minutos.
Este ejemplo se tiene una lnea de espera de canal sencillo, los automviles se lavan de uno en
uno. Suponga llegadas de Poisson y tiempos exponenciales de servicio.
Datos
= 20 automvil /hora
= (1 / 2 min)(60 min) = 30 automvil / hora
El numero promedio de automviles en la lnea se definir de la siguiente manera:

El tiempo promedio que un automvil espera antes de ser lavado

El tiempo promedio que un automvil pasa en el sistema de servicio

La tasa de utilizacin del lavado de automviles

La probabilidad de que no haya automviles en el sistema

Problema G.
Una empleada administra un gran complejo de cines llamados Cinema I , II, III y IV. Cada uno
de los cuatro auditorios proyecta una pelcula diferente, el programa se estableci de tal forma
que las horas de las funciones se encuentren escalonadas para evitar las multitudes que
ocurriran si los cuatro cines comenzarn a la misma hora. El cine tiene una sola taquilla y un
cajero que puede mantener una tasa de promedio de servicio de 280 clientes por hora. Se
supone que los tiempos de servicio siguen una distribucin exponencial. La llegadas en un da
son distribucin de Poisson y promedian 210 por hora.
a. Encontrar el numero promedio de cinfilos esperando
en la lnea para adquirir un boleto
b. Que porcentaje del tiempo esta ocupado el cajero.
c. Cual es el tiempo promedio que pasa un cliente en el
sistema.
d. Cual es el tiempo promedio que pasa esperando en la
lnea para llegar a la taquilla.
e. Cual es la probabilidad de que haya mas de dos
personas en la cola.

Problema H.
Kamals Deparment Store mantiene satisfactoriamente un departamento de ventas por catalogo
en le cual el empleado toma las ordenes por telfono: Si el empleado esta ocupado en la lnea,
las llamadas telefnicas entran automticamente al departamento de catlogos y son
contestadas por una grabadora y solicita esperar. Tan pronto el operador este libre y se
comunica con el cliente que ha esperado mas. Las llamadas llegan a una tasa de 12 por hora. El
empleado es capaz de tomar una orden en un promedio de cuatro minutos. Las llamadas tienen
que seguir una distribucin de Poisson y los tiempos de servicio tienden a ser exponenciales.
Al empleado se le pagan a 5 pesos la hora, pero debido a la buena voluntad, perdida y las
ventas, la empresa pierde aproximadamente 25 dlares por hora de tiempo que el cliente pasa
esperando para que el empleado le tome la orden.
a. Cual es el tiempo promedio que los clientes de
catlogo deben de esperar, antes de que sus llamadas
sean transferidas al empleado que recibe las ordenes
b. Cual es el numero promedio de llamadores que
esperan para colocar la orden.
c. La empresa esta considerando aadir un segundo
empleado para tomar las llamadas. La tienda pude
pagar a esa persona 5 dlares la hora. Debe de
contratar otro empleado?
Regresar a la Pgina Principal