INTRODUCCIN

Un Director de Operaciones gestiona recursos limitados para dar servicio a los

diferentes requerimientos que la organizacin tiene. En funcin de la calidad de
su gestin (y de los recursos disponibles) el tiempo de espera (de clientes,
productos y recursos) ser mayor o menor. Desde ese punto de vista se podra
decir que la funcin de un Director de Operaciones es decidir quin (o qu) debe
esperar a qu (o a quien).
Todos hemos experimentado en alguna ocasin la sensacin de estar perdiendo el
tiempo al esperar en una cola. El fenmeno de las colas nos parece natural:
esperamos en el coche al estar en un tapn, o un semforo mal regulado, o en un
peaje; esperamos en el telfono a que nos atienda un operador y en la cola de un
supermercado para pagar.... Los problemas de colas se presentan
permanentemente en la vida diaria: un estudio en EEUU concluy que, por
trmino medio, un ciudadano medio pasa cinco aos de su vida esperando en
distintas colas, y de ellos casi seis meses parado en los semforos.
Pero a veces las esperas son buenas. Nos hacen visualizar la importancia del
producto o servicio que vamos a adquirir, nos permiten pensar y reconfigurar
nuestro requerimiento.
Pero en general como clientes no queremos esperar, los gestores de los citados
servicios no quieren que esperemos.... Por qu hay que esperar? Cunto hay
que esperar?

La respuesta es casi siempre simple, en algn momento la capacidad de servicio

ha sido (o es) menor que la capacidad demandada. Esta limitacin se puede
eliminar invirtiendo en elementos que aumenten la capacidad. En estos casos la
pregunta es: Compensa invertir en mquinas? O mejor invertimos en salas de
espera?

La teora de colas intenta responder a estas preguntas utilizando mtodos

matemticos analticos.
ORIGEN
El origen de la Teora de Colas, segn el enfoque actual, lo encontramos en los
trabajos de Agner Kraup Erlang (Dinamarca 1878 - 1929) en 1909 para analizar
el trfico telefnico o la congestin de llamadas, con el objetivo de cumplir la
demanda incierta de servicios en el sistema telefnico de Copenhague. Sus
investigaciones acabaron en una nueva teora denominada teora de colas o de
lneas de espera. Esta teora paso a ser una herramienta muy importante en
simulacin y ayud a solucionar muchos problemas prcticos que tenan como
caracterstica llegadas y salidas.

DEFINICIN
La teora de colas es el estudio matemtico del comportamiento de lneas de
espera. Esta se presenta, cuando los clientes llegan a un lugar demandando
un servicio a un servidor, el cual tiene una cierta capacidad de atencin. Si el
servidor no est disponible inmediatamente y el cliente decide esperar, entonces
se forma la lnea de espera.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lnea de espera particulares o sistemas de
colas. Los modelos sirven para encontrar un buen compromiso entre costes del
sistema y los tiempos promedio de la lnea de espera para un sistema dado.

Un sistema de colas se puede describir como sigue. Un conjunto de clientes

llega a un sistema buscando un servicio, esperan si este no es inmediato, y
abandonan el sistema una vez han sido atendidos. En algunos casos se puede
admitir que los clientes abandonan el sistema si se cansan de esperar.
El trmino cliente se usa con un sentido general y no implica que sea un ser
humano, puede significar piezas esperando su turno para ser procesadas o una
lista de trabajo esperando para imprimir en una impresora en red.

Aunque la mayor parte de los sistemas se puedan representar como en la figura

anterior, debe quedar claro que una representacin detallada exige definir un
nmero elevado de parmetros y funciones.
El problema es determinar qu capacidad o tasa de servicio proporciona el
balance correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo,
es decir, no se sabe con exactitud en que momento llegarn los clientes. Tambin
el tiempo de servicio no tiene un horario fijo.

CARACTERSTICAS DE LOS SISTEMAS DE COLAS

Seis son las caractersticas bsicas que se deben utilizar para describir
adecuadamente un sistema de colas:
a) Patrn de llegada de los clientes
b) Patrn de servicio de los servidores
c) Disciplina de cola
d) Capacidad del sistema
e) Nmero de canales de servicio
f) Nmero de etapas de servicio

a) Patrn de llegada de los clientes:

En situaciones de cola habituales, la llegada es estocstica, es decir la

llegada depende de una cierta variable aleatoria, en este caso es necesario
conocer la distribucin probabilstica entre dos llegadas de cliente
sucesivas. Adems, habra que tener en cuenta si los clientes llegan
independiente o simultneamente. Los tipos de llegada puede ser las
siguientes: Regulares (cuando las llegadas se efectan en iguales
intervalos de tiempo), Irregulares y random. Tambin es posible que los
clientes sean impacientes. Es decir, que lleguen a la cola y si es
demasiado larga se vayan, o que tras esperar mucho rato en la cola
decidan abandonar.
Por ltimo, es posible que el patrn de llegada vare con el tiempo. Si se
 mantiene constante le llamamos estacionario, si por ejemplo vara con las
horas del da es no-estacionario.

b) Patrones de servicio de los servidores

Los servidores pueden tener un tiempo de servicio variable, en cuyo caso

hay que asociarle, para definirlo, una funcin de probabilidad. Tambin
pueden atender en lotes o de modo individual.
El tiempo de servicio tambin puede variar con el nmero de clientes en la
cola, trabajando ms rpido o ms lento, y en este caso se llama patrones
de servicio dependientes. Al igual que el patrn de llegadas el patrn de
servicio puede ser: constante, variable y random.
c) Disciplina de cola

La disciplina de cola es la manera en que los clientes se ordenan en el

momento de ser servidos de entre los de la cola. Cuando se piensa en colas
se admite que la disciplina de cola normal es FIFO (atender primero a
quien lleg primero) Sin embargo en muchas colas es habitual el uso de la
disciplina LIFO (atender primero al ltimo). Tambin es posible encontrar
reglas de secuencia con prioridades, como por ejemplo secuenciar primero
las tareas con menor duracin o segn tipos de clientes.
FIFO: (first in first out) primero en entrar, primero en salir, segn la cual
se atiende primero al cliente que haya llegado de primero.
LIFO: (last in first out) tambin se conoce como pila, consiste en atender
primero al cliente que ha llegado de ltimo.
RSS: (random selection of service) que selecciona los clientes de manera
aleatoria, de acuerdo a algn procedimiento de prioridad o a algn otro
orden.

d) Capacidad del sistema

En algunos sistemas existe una limitacin respecto al nmero de clientes

que pueden esperar en la cola. A estos casos se les denomina situaciones
de cola finitas. Esta limitacin puede ser considerada como una
simplificacin en la modelizacin de la impaciencia de los clientes.

e) Nmero de canales del servicio

Es evidente que es preferible utilizar sistemas multiservidor con una nica

lnea de espera para todos que con una cola por servidor. Por tanto, cuando
se habla de canales de servicio paralelos, se habla generalmente de una
cola que alimenta a varios servidores mientras que el caso de colas
independientes se asemeja a mltiples sistemas con slo un servidor.
En la figura se dibuj un sistema mono-canal y un sistema multicanal. El
primero tiene una sola cola de espera, mientras que el segundo tiene una
 sola cola para cada canal.

f) Etapas de servicio

Un sistema de colas puede ser de una etapa o multietapa. En los sistemas

multietapa el cliente puede pasar por un nmero de etapas mayor que uno.
Una peluquera es un sistema de una etapa, salvo que haya diferentes
servicios (manicura, maquillaje) y cada uno de estos servicios sea
desarrollado por un servidor diferente.
En algunos sistemas multietapa se puede admitir la vuelta atrs o
reciclado, esto es habitual en sistemas productivos como controles de
calidad y reprocesos.

Las anteriores caractersticas bastan, de modo general, para describir cualquier

proceso. Evidentemente se puede encontrar una gran cantidad de problemas
distintos y, por tanto, antes de comenzar cualquier anlisis matemtico se debera
describir adecuadamente el proceso atendiendo a las anteriores caractersticas.
Una eleccin equivocada del modelo lleva a unos resultados errneos, y en
muchos casos no analizar adecuadamente nos puede llevar a pensar que el
sistema no es posible de modelar.

CONCEPTOS MATEMTICOS EN LOS QUE SE BASA LA

TEORA DE COLAS
La teora de colas se basa en ciertos conceptos matemticos y estadsticos, por
ejemplo:
La distribucin Poisson: Se utiliza para describir el proceso aleatorio de llegadas
en algunos modelos de lnea de espera.

La distribucin Exponencial: Se utiliza en algunos modelos de cola para describir

el patrn de los tiempos de servicios.
Adoptar la distribucin de Poisson implica que la probabilidad de que lleguen n
clientes en un intervalo de tiempo t es:

El tiempo entre llegadas se define, de este modo, como la probabilidad de que no

llegue ningn cliente:

Siendo por tanto una distribucin exponencial.

CARACTERSTICAS DE UN SISTEMA DE COLAS

En resumen, un sistema de colas se especifica por seis caractersticas principales.
1. El tipo de distribucin o llegadas (tiempo de llegadas)
2. El tipo de distribucin de salidas o retiros (tiempo de servicio).
3. Los canales de servicio.
4. La disciplina del servicio.
5. El nmero mximo de clientes permitidos en el sistema.
6. La fuente o poblacin.
La fuente o poblacin representa un factor importante en el anlisis de teora de
colas ya que el modelo de llegadas depende de la fuente de donde provienen los
clientes. Las llegadas a un sistema de servicio pueden provenir de una fuente
finita o infinita. Esta distincin es muy importante ya que los anlisis se basan en
premisas distintas y requieren de ecuaciones diferentes para su solucin.
Existe una fuente finita cuando una llegada afecta la tasa de llegadas de futuros
clientes potenciales. As pues, la cola se puede ver de la siguiente manera.
 Figura 4. Elementos principales de un sistema de colas.

Figura 5. Clasificacin de modelo de colas

A su vez la poblacin est ntimamente relacionada con el nmero mximo de

clientes permitidos en el sistema, si el cupo de clientes permitidos en una cola
dependiendo de las caractersticas que representa el sistema; es decir, de acuerdo
a las caractersticas del sistema (poblacin) se podr tener una cola infinita o
finita. Si una cola es infinita no hay problema en que lleguen mil clientes ya que
los mil clientes podrn ser atendidos; mientras que en una cola finita hay un cupo
mximo o limite y cuando la cola se encuentre llena los dems clientes sern
rechazados. Este caso en especfico se le conoce como caso de frustracin.
Las llegadas a un sistema de servicio pueden provenir de una fuente finita o
infinita. Esta distincin es muy importante ya que los anlisis se basan en
premisas distintas y requieren de ecuaciones diferentes para su solucin.
POBLACION FINITA
Una poblacin finita es un grupo limitado de clientes que representa la fuente que
usara el servicio y que en ocasiones formara la cola. La importancia de esta
clasificacin es que, cuando un cliente deja su posicin como miembro de la
poblacin (por ejemplo cuando una maquina se estropea y requiere de
mantenimiento), se reduce en una unidad el tamao del grupo de usuarios lo cual
reduce la probabilidad de aparicin de la siguiente avera. Por el contrario,
cuando finaliza el servicio a un cliente, este regresa al grupo de usuarios
potenciales, lo que implica un aumento de la poblacin y por tanto de la
probabilidad de que un usuario requiera de servicio.

Ejemplo:
Considere un grupo de 4 camiones a las que da mantenimiento una nica
persona. La probabilidad de que se estropee un camin del grupo, es del 100%.
Si esto ocurre, el grupo queda reducido a 3 mquinas, ahora la probabilidad de
que alguno de estos camiones tambin se estropee es de 3/4= 75%, sensiblemente
inferior a la anterior. Por el contrario, cuando una camin es reparado y vuelve a
funcionar, aumenta de nuevo la poblacin de camiones, y entonces la
probabilidad de que se estropee una de ellas es de 4/4=100% otra vez.

POBLACION INFINITA
Como es lgico pensar, no existe la poblacin infinita, sin embargo, se podr
considerar infinita cuando tiene el tamao suficiente en comparacin con el
sistema de servicio, para que los cambios en el tamao de la poblacin,
ocasionados por disminuciones o adiciones (un cliente que requiere el servicio, o
un cliente ya servido que regresa a la poblacin), no afecten de manera sustancial
a las probabilidades del sistema.
Ejemplo:
Si existieran 100 camiones en lugar de 4, no cambiara demasiado la probabilidad
de aparicin de la siguiente avera dentro de la poblacin (la probabilidad baja
del 100/100=100% hasta 99/100=99%). Esto es mucho ms evidente cuando el
tamao de la poblacin es fijo pero bastante ms alto. Entonces, a efectos
prcticos, se debe suponer que la poblacin es infinita en cualquier modelo que
no establezca otra cosa, con lo que se facilitaran considerablemente los clculos.
NOTACIN DE KENDALL
David G. Kendall introdujo una notacin para los modelos de lneas de espera:
A/B/C en 1953. Esta notacin de Kendall para describir las colas y sus
caractersticas se puede encontrar en Tijms, H.C,Algorithmic Analysis of Queues,
Captulo 9 en A First Course in Stochastic Models, Wiley, Chichester, 2003. A
sido desde entonces extendida a (A/B/C/):(D/E/F) donde las letras significan:
A: Un parmetro que describe el proceso de llegada. Algunos utilizados
son:
o M para par Markoviano (la tasa de llegadas sigue una distribucin
Poisson), lo que significa una distribucin exponencial para los
tiempos entre llegadas. Las distribuciones Markovianas, en honor
al matemtico A.A. Markov quien identifico los eventos "sin
memoria", se utiliza para describir procesos aleatorios, es decir,
aquellos de los que puede decirse que carecen de memoria acerca
de los eventos pasados.
o D para unos tiempos entre llegadas "deterministas". Una
distribucin determinista es aquella en que los sucesos ocurren en
forma constante y sin cambio.
o G para una "distribucin general" de los tiempos entre llegadas. La
distribucin general sera cualquier otra distribucin de
probabilidad.

B: Describe el tiempo que dura el servicio, se usan parmetros similares a

los utilizados para las llegadas. Es posible describir el patrn de llegadas
por medio de una distribucin de probabilidad y el patrn de servicio a
travs de otra.

C: Representa el nmero de servidores.

D: Representa la capacidad del sistema, o el nmero mximo de clientes

permitidos en el sistema incluyendo los que reciben servicio. Cuando el
nmero est al mximo, las llegadas siguientes son rechazadas.

E: Disciplina en el servicio.

F: Especfica el tamao de la poblacin de los que provienen los

elementos que ingresan al sistema de lneas de espera, tambin se
denomina fuente de llamada.
LINEAS DE ESPERA CON COLA INFINITA Y COLA LIMITADA, UN
SOLO SERVIDOR

Ejemplo:

La mina chuquicamata posse una flota de aproximadamente 120 camiones que se

encargan todos los dia del ao, las 24 horas y los 365 dias, de transportar tonadas
del mineral que alli se obtiene, que luego se transformara en cobre.
Ejemplo:

Luis Lafuente, jefe de Turno del Patio de Neumticos, de la Superintendencia

Operaciones Mina Chuquicamata, coment: El taller recibe en promedio tres
CAEX por turno, es decir, entre 6 a 9 equipos por da, adems de otros vehculos
mineros como los regadores o cargadores frontales.
LINEAS DE ESPERA CON C SERVIDORES EN PARALELO
MODELO DE COLA: M/M/1
Cuando suponemos que la disciplina en el servicio es primero que llega es el
primero en recibir servicio y tanto el tamao mximo de la cola como la
poblacin de donde provienen los clientes son suficientemente grandes para
considerarse infinitos, entonces se simplifica la notacin a M/M/C. Un caso
particular es el modelo M/M/1, en este modelo tenemos:
M: Distribucin de llegadas Markovianas (Poisson)
M: Distribucin del tiempo de servicio Markoviana (Exponencial)
1: Un solo servidor.
LLEGADAS: Las llegadas se suponen que siguen una distribucin Poisson, con
dos caractersticas muy importantes:
1) Completa independencia en las llegadas, entre si y con respecto al estado
general del sistema.
2) Las llegadas no dependen de cuando ocurre el perodo, sino de la longitud de
este. Esto significa que no existe memoria, por lo cual estos procesos tambin se
llaman de nacimiento puro.

SALIDAS: Las salidas se suponen que siguen una distribucin exponencial, con
iguales caractersticas que la distribucin Poisson, el proceso de salida tambin
recibe el nombre de muerte pura.
 TEORIA DE COLAS EN LA INDUSTRIA MINERA

La teora de lneas de espera o teora de colas es

un conjunto de modelos matemticos que se
utilizan para describir las lneas de espera que
podemos observar en la realidad con el objetivo
de encontrar un estado estable y determinar una
capacidad de servicio apropiada por medio de
la modelacin.

Existen mltiples aplicaciones de la teora de lneas de espera a la Industria

Minera siendo de especial importancia en los procesos de alimentacin de
mineral a planta de beneficio, carga de camiones tolveros desde los tajos de
extraccin, trasporte de materiales cortados de mina, abastecimiento de bodegas,
semaforizacin de trnsito, atencin de proveedores, recepcin de mineral en
puerto para carga de barcos, sistemas de relleno, gestin de residuos y otras
aplicaciones interesantes en el sector minero donde se presenta la necesidad de
tomar decisiones de capacidad y distribucin de recursos que permitan encontrar
soluciones tcnicas de menor costo y mayor efectividad.

Entre las principales aplicaciones comerciales se encuentra por ejemplo la

programacin de camiones tolveros para la carga de material cortado de mina,
optimizando los ciclos de transporte de mineral desde los bancos del tajo hasta la
planta de beneficio. En este proceso las palas actan como servidores que van a
llenar a los camiones los cuales estn a su vez en cola esperando ser llenados con
material (mineral o desmonte) y la idea es mantener el flujo de manera sostenida
minimizando la espera y aumentando la velocidad del ciclo de minado.

Esta aplicacin supone un trabajo de modelacin de la distribucin de la tasa de

llegadas de los camiones a partir del registro histrico de tiempos reales de
llegada entre camiones (esta tasa vara dependiendo de la configuracin fsica de
las instalaciones de cada mina en particular), ajustndose hacia una distribucin
estadstica prctica apropiada que pueda representar el fenmeno con mayor
aproximacin. La tasa de servicio se estima directamente por inferencia con la
capacidad histrica de cargado de camiones por parte de la pala principal y
auxiliar de la compaa en la operacin.

Las ecuaciones de los modelos de lneas de espera permiten predecir niveles de

servicio que pueden simularse de manera que podamos reasignar recursos y
capacidades para utilizar al mximo la capacidad instalada de palas y camiones
entregando la mayor produccin de minerales a la planta alcanzando la
configuracin programada de menor tiempo y mnimo costo para la operacin.

Como podemos apreciar la herramienta de modelacin matemtica que modela la

teora de colas tiene cada vez mayores aplicaciones en la Industria Minera, los
algoritmos pueden ser perfectamente aplicados a distintos procesos y operaciones
de manera que sin duda, se convertirn en parte del juego de controles y
herramientas de gestin de creciente uso en la toma de decisiones operacionales
por parte de la gerencia de la mina.
DISPATCH
Sistema de gestin minera. Permite a los clientes implementar estrategias de
produccin especficas, utilizando para ellos una amplia gama de herramientas de
minera. Al utilizar hardware de ltima tecnologa para uso en terreno, adems de
software de comunicaciones, el sistema DISPATCH genera mayor productividad
y eficiencia por medio de una optimizacin probada de flotas.

El Sistema DISPATCH permite, a las mejores minas del mundo, maximizar la

produccin y la eficiencia y adems aumentar la seguridad y el control.

Maximiza la produccin de la faena minera por medio de un sistema optimizado

de asignacin de camiones de carga; posicionamiento de equipos mediante GPS;
monitoreo de la salud de los equipos; monitoreo del mantenimiento, mezcla,
informes de produccin y ms. Algunas de las muchas formas en que se puede
mejorar la productividad incluyen:

Alineamiento de los equipos de trabajo: Asigna, en forma automtica, personal

a los equipos, antes del comienzo del turno y se asegura de que cada equipo haya
sido asignado a un operador calificado y adecuado. Recaba informacin desde
distintos registros (Turnos, calificacin de los equipos, fin de turno) antes de que
se hagan las asignaciones.

Gestin de Servicio de Combustible: Aumento de la eficiencia general del

carguo al minimizar los episodios de relleno de combustible. La gestin de
combustible se mejora al ubicar los camiones en la estaciones de combustible
slo en los momentos y en los niveles de combustible ptimos.

Anlisis de Cargas: Captura de la informacin en tiempo real desde los sensores

OEM y desde los sistemas de carga de terceros, en los cargadores, en las palas y
en los camiones. Acceso a la informacin para el anlisis por medio de utilidades
estndar de reporte.

Gestin de Neumticos: Detectar, de forma preferente, el sobrecalentamiento de

los neumticos por medio de interfaces directas que envan informacin a los
sistemas de monitoreo en lnea de neumticos. Minimizar los cortes por rocas por
medio de un sistema de geo-tagging y de asignacin automtica de tareas de
limpieza.
 PROBLEMA
Colas de camiones
Tiempo de espera de las palas
Capacidad no utilizada de la
Planta o mezcla de baja calidad
Cambio de turnos ineficientes
SOLUCIN
Cuando los camiones esperan en cola
para ser cargados o bien para botar
material, las toneladas/hora disminuyen
y aumenta el consumo de combustible.
El sistema DISPATCH provee
optimizacin probada de asignacin de
camiones en tiempo real, minimizando
de esta manera las colas de camiones en
espera en los frentes de carguo y en los
botaderos
Cada minuto en que una pala no est
cargando camiones es una prdida de
dinero y de tiempo. El algoritmo de
optimizacin DISPATCH se encarga de
vigilar el nmero de camiones en cada
pala y reasigna, de forma automtica, los
camiones para as reducir los tiempos de
espera.
Una ley de corte incorrecta puede causar
menor eficiencia o incluso puede daar
los equipos de la Planta. El mdulo de
mezcla DISPATCH maximiza la
produccin y, al mismo tiempo, mantiene
las limitaciones de mezcla del material
Los cambios ineficientes de operadores
hacen que los equipos no estn
produciendo. Al derivar los equipos a las
zonas de parqueo en el momento ms
indicado y al mantener registro de la
ubicacin de todos los equipos durante el
cambio de turno, el sistema DISPATCH
aumenta la utilizacin de los equipos y
minimiza el impacto de los cambios
programados en las cuadrillas.
 Con el sistema DISPATCH, el activo
ms importantela fuerza laboralse
encuentra protegido y apoyado por una
combinacin nica de aplicaciones de
seguridad. Existe una mayor regulacin
Problemas de seguridad
de las calificaciones de los operadores,
de la gestin de riesgos por fatiga, de la
gestin de velocidad, y de la deteccin
de proximidad, lo cual permite asegurar
un medio de trabajo seguro.

El mdulo DISPATCH AssetAlert es

un sistema de bajo costo y
mantenimiento mnimo que permite
monitorear y gestionar los activos fijos y
mviles. El sistema de monitoreo est
compuesto por dispositivos de hardware
Equipos extraviados o mal
pequeos y durables que se conectan a
utilizados
cualquier tipo de activos y entregan la
informacin necesaria va red de malla
inalmbrica. Usted puede asegurar que
sus activos se encuentren en el lugar
correcto y en el momento adecuado para
realizar las labores de forma perfecta.
PROBLEMAS APLICATIVOS
1. Un proceso de descarga de camiones se realiza por medio de una pala. El
tiempo medio entre llegadas es de 30 minutos. La tasa de descarga es de 3
camiones por hora. El coste de utilizacin de cada pala y del trabajo del
operario es de $70/hora. El costo del tiempo ocioso de un camin y su
conductor se estima en $100/hora.
a) Cul es el costo total por hora de la operacin de este sistema?
b) Si se adiciona una nueva pala al proceso cual sera el costo total de
operacin?
Solucin
Se usara el modelo de un servidor y de dos servidores con los siguientes datos:
=2 camiones descargados por hora (1 camin descargado/30 min*60min)
=3 camiones descargados por hora
s=1, s=2 palas
Resumiendo en una tabla se tiene:

Numero de Po L E(CS) E(CW) E(CT)

servidores
1 0.333 2 70 200 270
2 0.5 0.75 140 75 215

E(CS) = 70*s
E(CW) = 100*L
Evidentemente el nmero de palas a utilizar ser 2, dado que minimiza el costo
total de descarga.
 2. Para la revisin de turno de los camiones en una operacin minera se
cuenta con personal que puede dar servicio a un camin cada 5
minutos y la tasa media de llegadas es de 9 camiones por hora.
Obtenga las medidas de desempeo de acuerdo con el modelo M/M/1.

Adems la probabilidad de tener 0 clientes en el sistema, la

probabilidad de tener una cola de ms de 3 clientes y la probabilidad
de esperar ms de 30 minutos en la cola y en el sistema

Se conoce la siguiente informacin:

= 9 camiones/hora (media de servicio a los camiones) = 0.15

camiones/minuto
= 0.2 camiones/minuto (media de llegada de los camiones)

a) Vamos calcular el factor de desempeo del sistema calculando .

0.15 camiones /minuto

= = =0.75=75
0.2 camiones /minuto

El sistema est ocupado el 75%.del tiempo. O sea pasa un 25% de tiempo de

ocio. Es decir la probabilidad de tener 0 clientes en el sistema es cuando el
sistema est vaco y eso puede ocurrir con una probabilidad del 25%.

Su clculo puede hacerse directamente con la frmula:

b) La probabilidad de tener una cola de ms de 3 clientes

La probabilidad que haya ms de tres clientes en el Sistema, implica que
debemos conocer la Probabilidad que haya cero, uno, dos y tres clientes. La
diferencia con 1 ser la probabilidad que hayan ms de tres.

c) La probabilidad de esperar ms de 30 minutos en la cola.

Primero calcularemos el tiempo promedio que un camin espera en la cola.

(es el tiempo promedio

que uncliente tiene que esperar en la cola)

Ahora vamos a calcular tiempo (t) de espera sea mayor de 30 minutos.

Vamos aplicar esta ecuacin para calcular dicha

probabilidad.

d) La probabilidad de esperar ms de 30 minutos en el Sistema.

 3. Una compaa minera que para la explotacin de un nuevo proyecto
ha adquirido recientemente un gran nmero de volquetes idnticos
entre s, cada uno de los cuales utiliza el mismo modelo de motor. Los
servicios tcnicos se encuentran apartados, por lo cual la empresa se
encuentra concienciada del problema que puede suponer el
mantenimiento de los mismos, decidiendo realizar un estudio de las
necesidades futuras para proceder con posterioridad a decidir si optar
por la licitacin de los trabajos o por la formacin de personal propio
para realizacin de los mismos.
Un estudio del tiempo entre apariciones de fallos en los motores y del
tiempo requerido para reparar los citados fallos, ha arrojado que
ambos tiempos se distribuyen con una funcin exponencial negativa.
En concreto se estima que el promedio entre apariciones de fallos en
los motores ser de 10 horas (=1/10hr), y el tiempo medio de
reparacin de los mismos de 8 horas (=1/8hr).
La empresa quiere conocer:

a. El numero promedio de volquetes en espera de reparacin.

b. El promedio del tiempo de espera de un volquete para ser
reparado.
c. La utilizacin del sistema de mantenimiento de motores.
SOLUCION:
1/10 8
Eentonces, el factor de utilizacin ser = = = =0.8 , y el nmero
1/8 10
medio de volquetes en la cola de:
E [ N Q ] =3.2

Y el tiempo medio de cada mquina en espera de ser reparada ser de:

3.2
E [W ]= =32hrs
1/10

Finalmente, la utilizacin del grupo de mantenimiento ser igual a:

1P0 =1( 1 )=1( 10.8 )=80
BIBLIOGRAFIA
David de la Fuente Garca, Ral Pino Dez (2001), Teora de lneas de espera,
modelos de colas, Oviedo, Espaa. E.T.S. ingenieros industriales e informticos.
Jos Pedro Garca Sabater (2015/2016), Aplicando teora de colas en Direccin
de Operaciones, Valencia, Espaa. Departamento de Organizacin de empresas.
Universidad Politcnica de Valencia.
https://books.google.com.pe/books?
id=8xsnQ1aMg2gC&pg=PA158&dq=teoria+de+colas+en+procesos+de+mina&h
l=es-
419&sa=X&ved=0ahUKEwjen8WO45bUAhVLxCYKHRBADqAQ6AEIJjAA#
v=onepage&q=teoria%20de%20colas%20en%20procesos%20de
%20mina&f=false

https://books.google.com.pe/books?
id=B6LAqCoPSeoC&pg=PA339&lpg=PA339&dq=fuente%20de%20poblacion
%2C%20poblacion%20finita%20y%20poblacion
%20infinita&source=bl&ots=vOa4z5pHQ0&sig=eCrDra2DTMZUcaURGN6kfk
Bd4kM&hl=es&sa=X&ved=0ahUKEwiOs8n-
8ofUAhXIeSYKHfb4A8AQ6AEIWjAN#v=onepage&q&f=false

https://repositorio.uc.cl/bitstream/handle/11534/1788/608607.pdf?sequence=1