V Unidad: Teora de Colas

(Lneas de espera)
de Espera:
Teora de Colas
 Teora de Colas
Todos nosotros hemos pasado mucho tiempo esperando
en una cola. Estudiaremos algunos modelos matemticos
para las lneas de esperas. Estos modelos se usarn para
responder preguntas como las siguientes:
1. Cunto tiempo est ocioso cada servidor?
2. Cul es el nmero esperado de clientes presentes en la cola?
3. Cul es el tiempo previsto que un cliente debe pasar en la cola?
4. Cul es la distribucin de probabilidad del tiempo de espera de
un cliente?
5. Cul es la distribucin de probabilidad de la cantidad de clientes
presentes en la cola?
Las colas
Las colas son frecuentes en nuestra vida
cotidiana:
En un banco
En un restaurante de comidas rpidas
Al matricular en la universidad
Los autos en un lava carro.
En un supermercado.
En una estacin de combustible
En un estadio deportivo
Las colas
En general, a nadie le gusta esperar
Cuando la paciencia llega a su lmite, la
gente se va a otro lugar.
Sin embargo, un servicio muy rpido
tendra un costo muy elevado
Es necesario encontrar un balance adecuado
Esto es la relacin positiva de
Beneficio/costo.
 Teora de colas
Una cola es una lnea de espera.
La teora de colas es un conjunto de modelos
matemticos que describen sistemas de lneas
de espera particulares.
El objetivo es encontrar el estado estable del
sistema y determinar una capacidad de servicio
apropiada
Teora de colas

Existen muchos sistemas de colas distintos

Algunos modelos son muy especiales
Otros se ajustan a modelos ms generales
Se estudiarn ahora algunos modelos comunes
Otros se pueden tratar a travs de la
simulacin
Sistemas de colas: modelo bsico
Un sistema de colas puede dividirse en dos
componentes principales:
La cola
La instalacin del servicio
Los clientes o llegadas vienen en forma
individual para recibir el servicio
Sistemas de colas: modelo bsico
Los clientes o llegadas pueden ser:
Personas
Automviles
Mquinas que requieren reparacin
Documentos
Entre muchos otros tipos de artculos
Sistemas de colas: modelo bsico
Si cuando el cliente llega no hay nadie en la
cola, pasa de una vez a recibir el servicio
Si no, se une a la cola
Es importante sealar que la cola no incluye
a quien est recibiendo el servicio
Sistemas de colas: modelo bsico
Las llegadas van a la instalacin del servicio
de acuerdo con la disciplina de la cola
Generalmente sta es primero en llegar,
primero en ser servido(FIFO)
Pero pueden haber otras reglas o colas con
prioridades(LIFO)
 Sistemas de colas: modelo bsico

Sistema de colas

Llegadas Disciplina Instalacin Salidas

Cola de la cola del
servicio
 Estructuras tpicas de sistemas de colas: una
lnea, un servidor

Sistema de colas

Llegadas Salidas
Cola Servidor
Estructuras tpicas de sistemas de colas: una lnea,
mltiples servidores

Sistema de colas
Salidas
Servidor

Llegadas Salidas
Cola Servidor

Salidas
Servidor
Estructuras tpicas de colas: varias lneas,
mltiples servidores

Sistema de colas
Salidas
Cola Servidor

Llegadas Salidas
Cola Servidor

Salidas
Cola Servidor
Estructuras tpicas de colas: una lnea,
servidores secuenciales

Sistema de colas
Llegadas
Cola

Servidor

Cola

Salidas
Servidor
Costos de un sistema de colas
1. Costo de espera: Es el costo para el
cliente al esperar
Representa el costo de oportunidad del
tiempo perdido
Un sistema con un bajo costo de espera es
una fuente importante de competitividad
Costos de un sistema de colas
2. Costo de servicio: Es el costo de
operacin del servicio brindado
Es ms fcil de estimar
El objetivo de un sistema de colas es
encontrar el sistema del costo total
mnimo
 Sistemas de colas: Las llegadas
El tiempo que transcurre entre dos llegadas
sucesivas en el sistema de colas se llama tiempo
entre llegadas
El tiempo entre llegadas tiende a ser muy
variable
El nmero esperado de llegadas por unidad de
tiempo se llama tasa media de llegadas ()
 Sistemas de colas: Las llegadas
El tiempo esperado entre llegadas es 1/
Por ejemplo, si la tasa media de llegadas es
= 20 clientes por hora
Entonces el tiempo esperado entre llegadas
es 1/ = 1/20 = 0.05 horas o 3 minutos

k
e
: tasa media de llegadas
P(k )
e = 2,7182818
k!
Ejemplo: pedido de cervezas
La cantidad de cervezas ordenadas por hora en el restaurante
Dick. Sigue una distribucin de Poisson, con un promedio de
30 cervezas por hora.
1. Estime la probabilidad de que se pidan exactamente 60
cervezas entre las 10 y 12 de la noche.
2. Encuentre la de media y desviacin estndar de cervezas
pedidas entre las 9 PM y 1 AM.
3. Determine la probabilidad de que el tiempo entre dos
pedidos consecutivos est entre 1 y 3 minutos.
Solucin: (1)
La cantidad de cerveza pedida entre las 10 y las 12 de la
noche, se apega a una distribucin de Poisson con parmetro
2(30)=60. (2 son dos horas entre las 10 y las 12) y 30
cervezas que es el promedio por hora. Por lo que la
probabilidad que se pidan 60 cervezas entre las 10 y las 12 es:
k e 6060 e 60
P(k ) 0.05143174
k! 60!

Se puede usar la funcin de excel. POISSON(60,60,FALSO)=

0.05143174= 5.1%
 Solucin(2 y 3)
Resulta que =30 cervezas por hora; t=4 (9PM a 1AM). Por
tanto la media de cervezas ordenas en ese tiempo es 4(30)= 120.
La desviacin estndar en ese perodo es (120)1/2 =10.95
Sea X el tiempo (en minutos) entre los pedidos sucesivos de
cervezas. El nmero de promedio de pedidos por minutos es
exponencial con parmetros o razn 30/60 = 0.5 (treinta
cervezas en 60 minutos). Cervezas por minutos. Por lo tanto la
funcin de densidad de la probabilidad del tiempo que transcurre
entre pedidos de cervezas a(t ) et 0.5e0.5t (dado que la tasa
de llegada para una cola M/M/1). Entonces.

0.5t 0.5 0.5t 3

P(1 X 3) (0.5e
3
)dt e e1.5 e 0.5 0.38
0.5
1 1
Sistemas de colas: Las llegadas
Adems es necesario estimar la distribucin
de probabilidad de los tiempos entre
llegadas
Generalmente se supone una distribucin
exponencial
Esto depende del comportamiento de las
llegadas
 Sistemas de colas: Las llegadas
Distribucin exponencial

La forma algebraica de la distribucin

exponencial es:
t
P(tiempo de servicio t ) 1 e
Donde t representa una cantidad expresada en
unidades de tiempo (horas, minutos, etc.)
Sistemas de colas: Las llegadas
Distribucin exponencial

P(t)

0 Media Tiempo
 Sistemas de colas: Las llegadas
Distribucin exponencial
La distribucin exponencial supone una mayor
probabilidad para tiempos entre llegadas
pequeos
En general, se considera que las llegadas son
aleatorias
La ltima llegada no influye en la probabilidad
de llegada de la siguiente
 Sistemas de colas: Las llegadas -
Distribucin de Poisson
Es una distribucin discreta empleada con
mucha frecuencia para describir el patrn de
las llegadas a un sistema de colas
Para tasas medias de llegadas pequeas es
asimtrica y se hace ms simtrica y se
aproxima a la binomial para tasas de llegadas
altas
 Sistemas de colas: Las llegadas -
Distribucin de Poisson
Su forma algebraica es:
k
e
P(k )
Donde: k!
P(k) : probabilidad de k llegadas por unidad
de tiempo
: tasa media de llegadas
e = 2,7182818
Sistemas de colas: Las llegadas -
Distribucin de Poisson

0 Llegadas por unidad de tiempo

Sistemas de colas: La cola
El nmero de clientes en la cola es el
nmero de clientes que esperan el servicio
El nmero de clientes en el sistema es el
nmero de clientes que esperan en la cola
ms el nmero de clientes que actualmente
reciben el servicio
Sistemas de colas: La cola
La capacidad de la cola es el nmero
mximo de clientes que pueden estar en la
cola
Generalmente se supone que la cola es
infinita
Aunque tambin la cola puede ser finita
 Sistemas de colas: La cola
La disciplina de la cola se refiere al orden en
que se seleccionan los miembros de la cola
para comenzar el servicio
La ms comn es (FIFO)PEPS: primero en
llegar, primero en servicio
Puede darse: seleccin aleatoria, prioridades,
(LIFO)UEPS, entre otras.
Sistemas de colas: El servicio
El servicio puede ser brindado por un
servidor o por servidores mltiples
El tiempo de servicio vara de cliente a
cliente
El tiempo esperado de servicio depende de
la tasa media de servicio ()
Sistemas de colas: El servicio
El tiempo esperado de servicio equivale a
1/
Por ejemplo, si la tasa media de servicio es
de 25 clientes por hora
Entonces el tiempo esperado de servicio es
1/ = 1/25 = 0.04 horas, o 2.4 minutos
 Sistemas de colas: El servicio
Es necesario seleccionar una distribucin de
probabilidad para los tiempos de servicio
Hay dos distribuciones que representaran
puntos extremos:
La distribucin exponencial (=media)
Tiempos de servicio constantes (=0)
Sistemas de colas: El servicio
Una distribucin intermedia es la distribucin
Erlang
Esta distribucin posee un parmetro de forma
k que determina su desviacin estndar:

1
media
k
Sistemas de colas: El servicio
Si k = 1, entonces la distribucin Erlang es
igual a la exponencial
Si k = , entonces la distribucin Erlang es
igual a la distribucin degenerada con
tiempos constantes
La forma de la distribucin Erlang vara de
acuerdo con k
 Sistemas de colas: El servicio

P(t)
k=

k=8

k=2
k=1

0 Media Tiempo
 Sistemas de colas:
Distribucin Erlang
Distribucin Desviacin estndar
Constante 0
Erlang, k = 1 media
Erlang, k = 2 1 / 2 media
Erlang, k = 4 1/2 media
Erlang, k = 8 1 / 8 media
Erlang, k = 16 1/4 media
Erlang, cualquier k 1 / k media
 Sistemas de colas: Etiquetas para
distintos modelos
Notacin de Kendall: A/B/c
La notacin de Kendall, caracteriza un sistema de lnea de espera en el
cual todas las llegadas esperan en una sola cola hasta que est libre
uno de los s servidores paralelos idnticos. Luego el primer cliente
en la cola entre al servicio, y as sucesivamente.
A: Distribucin de tiempos entre llegadas
B: Distribucin de tiempos de servicio
M: distribucin exponencial
D: distribucin degenerada
Ek: distribucin Erlang
c: Nmero de servidores
 Estado del sistema de colas
En principio el sistema est en un estado inicial
Se supone que el sistema de colas llega a una
condicin de estado estable (nivel normal de
operacin)
Existen otras condiciones anormales (horas
pico, etc.)
Lo que interesa es el estado estable
Desempeo del sistema de colas
Para evaluar el desempeo se busca
conocer dos factores principales:
1. El nmero de clientes que esperan en la
cola
2. El tiempo que los clientes esperan en la
cola y en el sistema
 Medidas del desempeo del sistema
de colas
1. Nmero esperado de clientes en la cola Lq
2. Nmero esperado de clientes en el sistema
Ls
3. Tiempo esperado de espera en la cola Wq
4. Tiempo esperado de espera en el sistema Ws

5. Nmero promedio de clientes que atender

el servidor W
Medidas del desempeo del sistema de colas:
frmulas generales
1
Ws Wq

Ls Ws
Lq Wq

Ls Lq

L
W

 Medidas del desempeo del sistema
de colas: ejemplo
Suponga una estacin de gasolina a la cual
llegan en promedio 45 clientes por hora
Se tiene capacidad para atender en
promedio a 60 clientes por hora
Se sabe que los clientes esperan en
promedio 3 minutos en la cola
 Medidas del desempeo del sistema
de colas: ejemplo
La tasa media de llegadas es 45 clientes por
hora o 45/60 = 0.75 clientes por minuto
La tasa media de servicio es 60 clientes por
hora o 60/60 = 1 cliente por minuto
 Medidas del desempeo del sistema
de colas: ejemplo

Wq 3 min
1 1
Ws Wq 3 4 min
1
Ls Ws 0.75 4 3 clientes
Lq Wq 0.75 3 2.25 clientes
 Medidas del desempeo del sistema
de colas: ejercicio
Suponga un restaurante de comidas rpidas al
cual llegan en promedio 100 clientes por hora
Se tiene capacidad para atender en promedio a
150 clientes por hora
Se sabe que los clientes esperan en promedio 2
minutos en la cola
Calcule las medidas de desempeo del sistema
 Probabilidades como medidas del
desempeo
Beneficios:
Permiten evaluar escenarios
Permite establecer metas
Notacin:
Pn : probabilidad de tener n clientes en el
sistema
P(Ws t) : probabilidad de que un
cliente no espere en el sistema ms
de t horas
Factor de utilizacin del sistema
Dada la tasa media de llegadas y la tasa media
de servicio , se define el factor de utilizacin
del sistema .
Generalmente se requiere que < 1
Su frmula, con un servidor y con s servidores,
respectivamente, es:


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

(1 ) t (1 ) t
P(Ws t ) e P(Wq t ) e
t 0, 1
 Modelo M/M/1: ejemplo 1
Un lavacarro puede atender un auto cada 5 minutos y la tasa media
de llegadas es de 9 autos por hora
Obtenga las medidas de 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 min. en la cola y en el sistema
Modelo M/M/1: ejemplo 1
9
9, 12, 0.75
12
2
Ls 3 clientes Lq 2.25 clientes
( )
1
Ws 0.33 hrs 20 min


Wq 0.25 hrs 15 min
( )
P0 (1 ) 0 0.25 P( Ls 3) 31 0.32
P(Ws 30 / 60) e (1 )t 0.22
P(Wq 30 / 60) e (1 )t 0.17
Modelo M/M/1 ejemplo 2
Un promedio de 10 automviles por hora llegan a un cajero con
un solo servidor que proporciona servicio sin que uno descienda
del automvil. Suponga que el tiempo de servicio promedio por
cada cliente es 4 minutos, y que tanto los tiempos entre llegadas y
los tiempos de servicios son exponenciales. Conteste las preguntas
siguientes:
1. Cul es la probabilidad que el cajero est ocioso?
2. Cul es el nmero promedio de automviles que estn en la cola
del cajero? (se considera que un automvil que est siendo
atendido no est en la cola esperando)
3. Cul es la cantidad promedio de tiempo que un cliente pasa en
el estacionamiento del banco?(incluyendo el tiempo de servicio
4. Cuntos clientes atender en promedio el cajero por hora?
Solucin:
De acuerdo con las premisas estamos trabajando con sistema
de colas M/M/1 para lo cual =10 automviles por hora y
=15 automviles por hora. Por lo tanto 10 2
2 1 15 3
1. por lo tanto 0 1 1 , el cajero estar ocioso un
3 3
tercio del tiempo. 2
2

2

3 4
2. Determinar Lq
1 2

3
clientes.
1
3

3. Estimamos W, pero necesitamos obtener L.

2
L
3 2 client es
1 1
2
3
L 2 1
W horas
10 5
 Solucin:
4. Si el cajero siempre estuviera ocupado, atendera un promedio
de =15 clientes por hora. Segn la solucin encontrada en (1)
el cajero est ocupado 2/3 del tiempo. Por tanto dentro de cada
hora, el cajero atender un promedio de (2/3)(15)= 10
clientes.
 Modelo M/M/1: Ejemplo 3
Suponga que todos los dueos de automvil acuden a la gasolinera cuando sus
tanques estn a la mitad. En el momento actual llega un promedio de 7.5
clientes por hora a una gasolinera que tiene una sola bomba. Se requiere un
promedio de 4 minutos para servir a un automvil. Suponga que los tiempos
entre llegadas y los tiempos de servicios son exponenciales.

1. Calcule L y W para los tiempos actuales.

2. Suponga que hay un dficit de gasolina y que hay compras de pnico. Para
modelar este fenmeno, suponga que todos los dueos de automviles
compran ahora gasolina cuando sus tanques tienen de combustible. Como
cada dueo pone ahora menos gasolina en el tanque cada vez que acude a la
gasolinera, supongamos que el tiempo de servicio promedio se reduce a 3
minutos y un tercio. Qu tanto afectan a L yW las compras de pnico?
 Solucin:
Tenemos un sistema M/M/1 con = 7.5 automviles por
hora y =15 (60/4) automviles por hora. Por lo tanto

7.5
0.50 tiempo que la bomba pasa ocupada.
15
0.50
L 1
(cantidad de clientes promedio presente en
1 1 0.50
el sistema de colas
L 1
W 0.13 horas (Tiempo previsto que un cliente pasa en el
7.5
sistema de cola). Por tanto bajo estas circunstancia todo est
bajo control.
Solucin.
=2(7.5)= 15 automviles por hora(esto se infiere por que
cada dueo llenar su tanque dos veces) . Ahora 3.60333 18
Automviles por hora. 1518 56 Entonces.

5/ 6
L 5 automviles
1 1 5 / 6

L 5 1
W hora 20 min
15 3
 Modelo M/M/1: ejercicio
A un supermercado llegan en promedio 80 clientes por hora que
son atendidos entre sus 5 cajas.
Cada caja puede atender en promedio a un cliente cada 3
minutos
Obtenga las medidas de desempeo de acuerdo con el modelo
M/M/1
Adems la probabilidad de tener 2 clientes en el sistema, la
probabilidad de tener una cola de ms de 4 clientes y la
probabilidad de esperar ms de 10 min. en la cola
 Modelo M/G/1

2 2 2
Ls Lq Lq
2(1 )
1 Lq
Ws Wq Wq

P0 1 Pw
1
 Modelo M/G/1: ejemplo
Un lava carro puede atender un auto cada 5
min. y la tasa media de llegadas es de 9
autos/hora, = 2 min.
Obtenga las medidas de desempeo de acuerdo
con el modelo M/G/1
Adems la probabilidad de tener 0 clientes en el
sistema y la probabilidad de que un cliente tenga
que esperar por el servicio.
 Modelo M/G/1: ejemplo
Ls Lq 1.31 .75 2.06 clientes
2 2 2
Lq 1.31clientes
2(1 )
1
Ws Wq 0.228 hrs 13.7 min

Lq
Wq 0.145 hrs 8.7 min

P0 1 0.25 Pw 0.75
 Modelo M/G/1: ejercicio
A un supermercado llegan en promedio 80 clientes por hora que son
atendidos entre sus 5 cajas.
Cada caja puede atender en promedio a un cliente cada 3 minutos.
Suponga = 5 min
Obtenga las medidas de desempeo de acuerdo con el modelo M/G/1
Adems la probabilidad de tener 0 clientes en el sistema y la
probabilidad de que un cliente tenga que esperar por el servicio
Modelo M/D/1

2
Ls Ws Lq
2(1 )
1 Lq
Ws Wq Wq

1
 Modelo M/D/1: ejemplo
Un lava carro puede atender un auto cada 5 min.
La tasa media de llegadas es de 9 autos/hora.
Obtenga las medidas de desempeo de acuerdo
con el modelo M/D/1

= 9 carros/hora.
= 12 carros/hora.
 Modelo M/D/1: ejemplo

Ls Ws 9(0.208) 1.87 clientes

2
0.75 2
Lq 1.125 clientes
2(1 ) 2(1 0.75)
1 1
Ws Wq 0.125 0.208 hrs 12.5 min
12
Lq 1.125
Wq 0.125 hrs 7.5 min
9
 Modelo M/D/1: ejercicio
A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus 5
cajas.
Cada caja puede atender en promedio a un
cliente cada 3 minutos.
Obtenga las medidas de desempeo de acuerdo
con el modelo M/D/1
Modelo M/Ek/1

(k 1)
2
Ls Ws Lq
2k (1 )
1 Lq
Ws Wq Wq

1
Modelo M/Ek/1: ejemplo
Un lavacar puede atender un auto cada 5
min.
La tasa media de llegadas es de 9
autos/hora. Suponga = 3.5 min (aprox.)
Obtenga las medidas de desempeo de
acuerdo con el modelo M/Ek/1
Modelo M/Ek/1: ejemplo
Ls Ws 2.437 clientes
(k 1)
2
Lq 1.6875 clientes
2k (1 )
1
Ws Wq 0.2708 hrs 16.25 min

Lq
Wq 0.1875 hrs 11.25 min

 Modelo M/Ek/1: ejercicio
A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus 5
cajas.
Cada caja puede atender en promedio a un
cliente cada 3 minutos. Suponga k= 4
Obtenga las medidas de desempeo de acuerdo
con el modelo M/Ek/1
Modelos de un servidor: Ejercicio: complete el
cuadro ejemplo lavacarro
Modelo Ls Ws Lq Wq

M/M/1

M/G/1

M/D/1

M/Ek/1
 Modelos de varios servidores
M/M/s: s servidores con llegadas de Poisson y tiempos de
servicio exponenciales
M/D/s: s servidores con tiempos entre llegadas exponenciales y
una distribucin degenerada de tiempos de servicio
M/Ek/s: s servidores con tiempos entre llegadas exponenciales
y una distribucin Erlang de tiempos de servicio
 M/M/s, una lnea de espera
1
P0
s
s
s 1 n

s! s n 0 n!
s
Lq
Lq P Ls Lq Wq
( s 1)!( s ) 2 0

1 n
Ws Wq Pn P0 , si n k
n!
n 1 s s
Pn P0 , si n k Pw P0
s! s ns
s! s
M/M/s, una lnea de espera
Si s 2
3
Lq
4 2

Si s 3
4
Lq
(3 )(6 4 )
2
Anlisis econmico de lneas de
espera
Costos

Costo total

Costo del servicio

Costo de espera
Tasa ptima Tasa de servicio
de servicio
 Prctica 1, con WQSB
Un almacn tiene 2 cajeras que atienden a razn de 1.5 minutos
por cliente siguiendo una distribucin exponencial. Los clientes
llegan a este almacn siguiendo una distribucin Poisson a razn
de 30 por hora. Con esta informacin calcular: A)La
probabilidad de que el sistema est lleno, B) La intensidad de
trafico.
Datos:
Numero de servidores = 2
=30 [cl/hr]
=1/1.5 [cl/min]= 40 [cl/hr]
El problema ser del tipo M/M/2/FIFO//
Solucin:
Procedimiento
Se iniciar un nuevo problema en el modulo Anlisis de Colas
(QA).
Se elegir Sistema Simple M/M, por que es un modelo del
que se conocen todos los datos. Este se llamar Cajeras,
eligiendo como unidad de tiempo a horas:
Solucin
En la hoja de clculo se introducir los datos conocidos como
se muestra:
Solucin
En la hoja de clculo se introducir los datos conocidos como se
muestra:

Los valores de M, representan que es un valor infinito

Solucin
Al presionar el icono se ver la ventana de los
resultados:
Solucin
Al presionar el icono se ver la ventana de los
resultados:
 Solucin
Para el Sistema: M/M/ de dos servidores de Frmula
Promedio de cliente llegados por Hora = 30
Promedio de Servicio por servidor por Hora = 40
Tasas de llegadas eficaces al sistema global por hora = 30
Tasas de servicio eficaz del sistema global por hora = 30
Tasa de ocupacin del sistema 37.50%
Nmero promedio de clientes en el sistema (L) = 0.8727
Nmero promedio de clientes en la cola(Lq) = 0.1227
Nmero promedio de clientes en la cola para un sistema ocupado(Lb) = 0.6
En Espaol

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

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

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

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

Nmero promedio de clientes que no sern atendidos por el sistema por Hora = 0
Costo total del servidor ocupado por Hora = $0
Costo total del servidor ocioso por Hora = $0
Costo total clientes esperando por hora $0
Costo total de clientes que inician servicio por Hora = $0
Cosot total de clientes being balked per Hora = $0
Total queue space cost per Hora = $0
Costo total del sistema por Hora = $0
Solucin
Adicionalmente podemos realizar los siguientes anlisis:
Observar las probabilidades estimadas de que existan de 0
hasta 200 clientes en la cola:
 Solucin
Tambin podemos realizar una simulacin del sistema:
Si presionamos veremos la siguiente ventana:

En el que usaremos:
La semilla de aleatoriedad por defecto
Una disciplina de cola de tipo FIFO (PEPS)
Un tiempo de simulacin de cola de 24 horas (1 da).
El momento que iniciar la recoleccin de datos
ser a las cero horas.
La capacidad de la cola es infinita (M).
El mximo de nmero de recolecciones de datos ser infinito (M).
 Solucin
Si presionamos OK, se llevar adelante la simulacin y veremos
los siguientes resultados de la actuacin de la cola durante 24 horas:
 Solucin
Las probabilidades estimadas para n clientes:
 Solucin
Otro de los anlisis del que podemos disponer es el de Anlisis de
sensibilidad.
Si presionamos podremos observar la siguiente
ventana:
 Solucin
Si realizamos un anlisis de sensibilidad, seleccionando como
parmetro de anlisis a la tasa de llegadas , haciendo que esta
cambie de 30 a 100 [cl/hr], con un paso de 10 [cl/hr], utilizando el
modelo de aproximacin G/G/s, podremos ver de que manera
reacciona el sistema:

Podemos observar claramente de que la utilizacin del sistema va en

incremento en una proporcin de 10 [cl/hr], y cuando sta llega a los
70 [cl/hr], se da una utilizacin del 87.5% (Mxima utilizacin posible),
pero si seguimos incrementando hasta llegar a los 80 [cl/hr], el sistema
se vuelve inestable, es decir el nmero de servidores es insuficiente.
 Solucin
Tambin podemos ver el grfico del anlisis de sensibilidad de un
parmetro determinado en funcin del parmetro analizado:
Si presionamos en: Show Sensitivity Analysis - Graph

Se abrir la siguiente ventana:

En la que seleccionaremos como

variable independiente para el
grfico a L (Nmero promedio de
clientes en el sistema), en funcin
de nuestro parmetro analizado ():
 Solucin
En el que se puede ver un crecimiento exponencial.
As sucesivamente se pueden ir analizando cada uno de los
parmetros, dependiendo que necesidades se tiene.
 Solucin
Otro anlisis disponible es el de Anlisis de Capacidad:
Como ste anlisis se realiza a partir de costos, se asumirn los
siguientes costos
Costo de servidor ocupado por hora = 5 $
Costo de servidor ocioso por hora = 1 $
Costo por cliente en espera = 0.5 $
Costo por cliente servido por hora = 3 $
Costo por cliente no atendido = 1 $
Costo unitario por capacidad de cola = 3 $
 Solucin
Si presionamos podremos observar la
siguiente ventana:

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

de 1, y en el que la capacidad de la cola es Infinita, seleccionando la
formula G/G/s de aproximacin.
 Solucin
c) Si presionamos en OK, la ventana de resultados ser la siguiente:
Prctica 2, con WQSB
Una cadena de supermercados es abastecida por un almacn central. La mercadera que
llega a este almacn es descargada en turnos nocturnos. Los camiones que descargan
llegan en forma aleatoria siguiendo una distribucin Poisson a razn de dos camiones por
hora. En promedio 3 trabajadores descargan 3 camiones por hora siguiendo una
distribucin exponencial. Si el nmero de trabajadores del equipo es incrementado, la
razn de servicio se incrementa en la misma proporcin. Cada trabajador recibe 5$ por
hora durante el turno nocturno de 8 horas. El costo de tener el chofer esperando ser
servido, se estima en 20 $ por hora. Se desea determinar el tamao del equipo que
minimiza el costo total.
Datos:
Numero de servidores = 2
=2 [cl/hr]
1= 3 [cl/hr], 2= 4 [cl/hr], 3= 5 [cl/hr]
El problema ser del tipo M/M/1/FIFO//
CS = 5 [$/hr]
CE = 20 [$/hr]
Problema 3
Cierta computadora tarda exactamente 1.5 horas en atender un
servicio requerido. Si los trabajos llegan segn una Poisson a razn
de un trabajo cada 120 minutos, se desea saber:
Qu tanto debe esperar en promedio un trabajo para recibir atencin?
Ser necesario la compra de otra computadora?
Si la distribucin del tiempo de servicio fuera Erlang con una media de 1.5 y
con un parmetro k = 5, Cunto debera esperar un trabajo para ser
atendido? Cul sera la probabilidad de ser atendido?
Datos:
Numero de servidores = 1
=1/120 [tr/min] = 0.5 [tr/hr]
= 1/1.5 [tr/hr] = 0.667 [tr/hr]
El problema ser del tipo M/M/1/FIFO//
 Solucin

Procedimiento
Se iniciar un nuevo problema en el modulo Anlisis de
Colas (QA).
Se elegir Sistema Simple M/M, por que es un modelo del
que se conocen todos los datos. Este se llamar
Computadora, eligiendo como unidad de tiempo a horas:
 Solucin
En la hoja de clculo se introducirn los datos conocidos
como se muestra:
Solucin
Al presionar el icono se ver la ventana de los
resultados: