Modelos de Lneas de Espera

Elementos Bsicos
Cliente
Servidor

Llegan al sistema (instalacin)

Prestacin de servicio al cliente
Sistema
servidor

Llegada de
Clientes

Cliente sale
despus de ser servido

Lnea de espera o cola

Motivacin
Quien no ha tenido experiencia respecto:
1.
2.
3.
4.
5.
6.

Clientes que esperan ser atendidos en las cajas de un banco, supermercado, restaurante.
Automviles que esperan avanzar en una luz de semforo.
Pacientes que esperan ser atendidos en un consultorio, clnica, hospital.
Aviones que esperan para despegar en un aeropuerto.
Mquinas descompuestas que esperan ser reparadas por el tcnico.
Programas que esperan ser procesados por un computador, etc.

Factores importantes

1.

2.

Distribucin de la llegadas de los clientes (individualidad o masiva).Llegan individuos y se atienden individualmente,

Llegan en grupos y/o se atienden en grupos,
frecuencia de llegadas (distribucin de Poisson)
Distribucin del tiempo del servicio (individual o masivo).- Duracin del servicio (distribucin exponencial).

Otros factores

1.

Disciplina del servicio.- Como se elige a los clientes de la lnea de espera (FIFO, LIFO, SIRO (orden aleatorio), por prioridad). En las lneas de
espera con prioridad, los clientes tienen prioridad en la atencin.

2.

Diseo de la instalacin del servicio (estaciones en serie, paralelo o en red).

- Cuando el diseo incluye ms de un servidor, ejemplo las cajas de un banco Lnea de espera con servidores en paralelo.
- El diseo de la instalacin comprende un nmero de estaciones en serie por la que pasa el cliente antes de completar su servicio. (ejm.
Procesamiento de un producto). Lneas de espera en serie.
- Un diseo general que incluye estaciones de procesamiento en serie y en paralelo.
Lneas de espera en red.

3.

Tamao de la lnea de espera admisible

Finita
Infinita

4.

La naturaleza de la fuente que genera las llegada de clientes solicitando servicio (fuente de llamada)
Finito de clientes
Genera un nmero
Infinito de clientes (muchos clientes)

Existe una fuente finita cuando una llegada afecta la tasa de llegada de nuevos clientes.
5.

Conducta del cliente (humanos)

- Cambiarse (de fila)
- Eludir
- Renunciar
Clasificacin de Kendall
(a/b/c) : (d/e/f)
a = Distribucin de llegadas
b = distribucin de tiempo de servicio (o salidas)
c = Nmero de servidores en paralelo (c = 1,2,)
d = disciplina de servicios (LIFO, FIFO, SIRO, c/prioridad)
e = nmero mximo admitido en el sistema (L.E + en servicio)
f = Tamao de la fuente

L.E = lnea de espera

Notacin estndar que reemplaza a los smbolos: a y b

M = distribucin de llegadas o salidas de Poisson, o distribucin exponencial entre llegada o de tiempo de servicios
D = tiempo de llegadas o de servicio constante o determinstico.
Distribucin del proceso de llegadas o arribos ( Distribucin Poisson)
Como es el proceso de llegadas en un modelo de lneas de espera influencia en la determinacin de la distribucin de probabilidad del nmero de
arribos en un determinado lapso de tiempo.
Las llegadas ocurren normalmente de manera aleatoria, en muchos casos de lneas de espera,
Cada llegada es independiente de otra llegada, y no es posible pronosticar el momento en el que va a ocurrir; en estos casos la distribucin de
Poisson ofrece una buena descripcin (aproximacin) para la distribucin de las llegadas o arribos.
Entonces utilizando la funcin de probabilidad de Poisson, se define la probabilidad de x llegadas en un tiempo especfico (t )

P( x) =

x e
x!

para x = 0,1,2.....

en donde
x = Nmero de llegadas en el periodo ( o intervalo de tiempo)

= Nmero promedio de llegadas por periodo

e = 2.71828
Ejemplo:

Suponga que la tasa promedio de arribos de clientes a una pizzera es de 45 clientes por hora. Para un minuto el nmero promedio de llegadas ser
de = 45/60 = 0.75 llegadas por minuto.
Se utiliza Poisson para calcular la probabilidad de x llegadas durante un lapso de un minuto.

P( x) =

x e
0.75 x e 0.75
=
x!
x!

de la tabla e 0.75 = 0.4724,

Las probabilidades de 0,1, y 2 llegadas por minuto son:

P( x = 0) =

0.75 0 e 0.75
= e 0.75 = 0.4724
0!

P( x = 1) =

0.751 e 0.75
= 0.75 e 0.75 = 0.3543
1!

P( x = 2) =

0.75 2 e 0.75
= 0.28125 e 0.75 = 0.1329
2!

de donde la probabilidad de que no haya llegadas en un lapso de 1 minuto es 0.4724, la probabilidad de que haya exactamente una llegada es de
0.3543, y de haya exactamente 2 llegadas es de 0.1329.
En la practica se debe de verificar para un periodo (horas, das, semanas), si los arribos siguen una distribucin de Poisson.
Distribucin del Tiempo de Servicio (Distribucin Exponencial)
Es el tiempo que el cliente deja transcurrir en la instalacin una vez que se inicia el servicio, en general.
Los tiempos de servicio no son constantes
La distribucin de probabilidad exponencial es la que proporciona (ms se ajusta) una buena aproximacin de los tiempos de servicio
Entonces, la probabilidad de que el tiempo de servicio sea menor o igual a un tiempo o duracin est dada por:

P(tiempo de servicio t ) = 1 e t
donde:

= nmero promedio de unidades que pueden ser atendidas por periodo

Ejemplo:
Suponga que del estudio hecho en la pizzera, el proceso de recepcin y atencin de las rdenes, es efectuado por el nico empleado que atiende y
tambin prepara las pizzas; este procesa en promedio 60 rdenes de clientes por hora.
Entonces en un minuto, la tasa promedio de servicio es:

=60/60 =1 , esto es atiende un cliente por minuto.

Por tanto es posible calcular la probabilidad de procesar una orden en minuto o menos, en un minuto o menos, en 2 minutos o menos.

P (tiempo de servicio 0.5) = 1 e 1(0.5) = 1 0.6065 = 0.3935

P(tiempo de servicio 1.0) = 1 e 1(1.0) = 1 0.3679 = 0.6321
P(tiempo de servicio 2.0) = 1 e 1(02.0) = 1 0.1353 = 0.8647
De donde se puede concluir que existe una probabilidad de 0.3935 de que se pueda procesar una orden en 1/2min o menos; existe una
probabilidad de 0.6321 de procesar una orden en un minuto o menos y existe una probabilidad de 0.8647 de que se pueda procesar una orden en 2
minutos o menos.
1. Modelos de Lneas de espera de 1 solo canal con llegadas Poisson y tiempos de servicio exponencial (M/M/1)
Suposiciones:
La lnea de espera tiene 1 solo canal
Patrn de llegadas con distribucin poisson

Tiempo de servicio con distribucin exponencial

Disciplina del servicio FIFO
Caractersticas de Operacin
Las frmulas que se emplean para determinar las caractersticas de operacin del estado estable son:
= Nmero promedio de llegadas por periodo (tasa promedio de llegadas)
= Nmero promedio de servicios por periodo ( tasa promedio de servicio)
1) Probabilidad de que no haya unidades en el sistema

P0 = 1

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

Lq =

2
( )

3) Nmero promedio de unidades en el sistema (tamao total)

L = Lq +

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

Wq =

Lq

5) Tiempo promedio que una unidad pasa en el sistema

W = Wq +

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

Pw =

7) Probabilidad de que haya n unidades en el sistema.

n

Pn = p 0

donde

= factor de utilizacin del servicio. Este proporciona la probabilidad de que la instalacin de servicio este ocupada.

Estas formulas del 1 al 7 solo se aplican cuando > ;

esto es, la tasa promedio de servicio > tasa promedio de llegadas;
o sea, cuando

Ejemplo:

< 1 ; en caso contrario la cola crece sin limite, pues el servicio no tiene capacidad para manejar las unidades que llegan.

En el problema de la Pizzera, la tasa promedio de llegadas es de = 0.75 clientes por minuto y la tasa de servicio es = 1 , clientes por minuto,
>

Aplicando las frmulas se obtiene:

En el ejemplo visto se observa que:
- Los clientes esperan en promedio 3 min. Antes de ser atendidos ( esto es, solicitar su pedido)
- Adems el nmero promedio de clientes que esperan en la cola es de 2.25
- y el 75% de los clientes esperan
esto son indicadores que muestra que debe hacerse algo para mejorar la eficiencia de operacin de la linea de espera.
Mejorar el desempeo de la linea de espera, generalmente se concentra en mejorar la tasa de servicio, de dos maneras:
1) Aumentar la tasa promedio de servicio ( )
2) Aadir canales paralelos de servicio de manera que sea posible atender a ms unidades a la vez.
En el primer caso,
Suponga que para el problema de la pizzera, el servicio se descompone en 2 personas:
Una persona que recepcione y entregue el pedido y una persona que prepare o atienda el pedido
Suponga ahora que la tasa de servicio se incrementa de 60 a 75 clientes por hora.
Ahora en base a minutos la tasa promedio es = 75 / 60 = 1.25 , como = 0.75 , se puede obtener:

En el segundo caso, es aadir otro canal

2. Modelo de lneas de espera de canales mltiples con llegadas Poisson y tiempo de servicios exponenciales (M/M/2)
Suposiciones
- la lnea de espera tiene 2 ms canales (instalaciones de servicio)
- el patrn de llegada es de distribucin de poisson
- el tiempo de servicio de cada canal sigue una distribucin exponencial
- la tasa promedio de servicio , es la misma para todos los canales
- Las unidades que llegan aguardan en una sola linea de espera y despus pasan al primer canal libre para obtener servicio.
- la disciplina del servicio es FIFO.
Caractersticas de operacin

= tasa promedio de llegadas al sistema

= tasa promedio de servicio para cada canal
k = nmero de canales
k = tasa promedio de servicio para el sistema de canales mltiples
la condicin de aplicabilidad de las formulas que siguen es:
k >
1) Probabilidad de que no haya unidades en el sistema

P0 =

1
k 1

n=0

( / )
( / ) k
+
n!
k!

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

Lq =

( / ) k
(k 1)! (k ) 2

P0

3) Nmero promedio de unidades en el sistema (tamao total)

L = Lq +

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

Wq =

Lq

5) Tiempo de espera promedio que una unidad pasa en el sistema

W = Wq +

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

1
Pw =
k!

P0
k

7) Probabilidad de que haya n unidades en el sistema.

Pn =

( / ) n
p0
n!

Pn =

( / ) n
k! k ( n k )

para

p0

nk

para

n>k

Ejemplo: Para el problema de la pizzera, suponga que se abre otro servicio de atencin al cliente de forma que se puede atender en forma
simultanea a 2 clientes; y que se tiene una sola lnea de espera, en donde el cliente que sigue utiliza el primer servicio que esta disponible.
Veamos k = 2 canales
= 0.75
=1
Aplicando las formulas se tiene:
Relacin general para los modelos de lnea de espera
Las principales caractersticas de operacin que interesan en las lneas de espera son:
El nmero promedio de unidades en la lnea de espera, el nmero de unidades en el sistema, el tiempo promedio que cada unidad pasa en la lnea
de espera y el tiempo promedio que cada unidad pasa en el sistema, esto es: Lq , L, W q , W
Ecuaciones de Flujo de Little
John D.C. Little muestra que estas cuatro caractersticas estn relacionadas en forma general y se aplican a diversos modelos de lneas de espera,
independientemente.
Una ecuacin general es:
El nmero promedio de unidades en el sistema = tasa promedio de llegadas x tiempo promedio que una unidad pasa en el sistema.

L = W
igualmente,
El nmero promedio de unidades en la cola = tasa promedio de llegadas x tiempo promedio que una unidad pasa en la cola (lnea de espera)

Lq = Wq
de donde :

Wq =

Lq

Otra, ecuacin general es:

El tiempo promedio en el sistema = al tiempo promedio en espera (en cola) + el tiempo promedio de servicio

W = Wq +

de donde :

L = Lq +

La importancia de las ecuaciones de Little es que se aplican a cualquier modelo de espera independientemente de si las llegadas siguen una
distribucin poisson o no y si los tiempos de servicio siguen una distribucin exponencial o no.
Ejemplo:
Suponga que en una tienda de abarrotes, los clientes llegan siguiendo una distribucin de poisson con una tasa promedio de 24 clientes por hora, y
los tiempos de servicio siguen siguen una distribucin normal con tasa promedio de servicio de 30 clientes por hora. Un estudio de los tiempos
efectivos mostr que los clientes en promedio pasan 4.5 minutos en la tienda. Determine

L q , L, y W q
Anlisis econmico de lneas de espera
Con frecuencia las decisiones sobre el diseo de lneas de espera, como la determinacin del nmero de canales, se basan en una evaluacin
subjetiva de las caractersticas de la lnea, por ejemplo decidir un tiempo promedio de espera ( 1 minuto o ms), un promedio de clientes ( 2
mas ) en el sistema.
En algunos casos es deseable intentar definir el costo de operacin de las lneas de espera y despus tomar decisiones respecto al diseo del
sistema.
Un modelo de costo total, incluye el costo de espera y el costo de ofrecer el servicio

CT = C w L + C s k
donde:

C w = Costo de la espera por periodo para cada unidad

C s = Costo del servicio por periodo para cada canal
L = Nmero promedio de unidades en el sistema
k = Nmero de canales
CT = costo total por periodo

El costo de la espera es difcil estimar, no obstante si se ignotra y se permite grandes colas, es probable que en determinado tiempo los clientes se
marchen a otro lugar, lo que ocasiona prdidas de ventas, que se puede considerar un costo de oportunidad perdido. En organizaciones estatales no
se contempla este costo, en consecuencia se tiene grandes colas en los procesos, en los clientes, en el servicio en general.
El costo del servicio es ms fcil de determinar, los salarios, los costos directos, prestaciones, etc.

Costo total
costo
total
por
hora

Costo de servicio

Costo de espera
k
nmero de canales
En el ejemplo del caso de la pizzera, si el Cs = s/ 7 x hora y Cw= s/ 10 x hora
En el modelos de 1 canal: sabemos que L = 3
CT = 10x3 + 7 x1 = s/ 37 x hora
En el modelo de 2 canales : L = 0.8727
CT = 10x (0.8727) + 7 x 2 = 22.73 x hora.
Por tanto, para la pizzera es ms econmico un sistema con dos canales.
3. Modelos de lneas de espera con un solo canal con llegadas poisson y tiempos de servicio arbitrarios (M/G/1)
Suposiciones:
La lnea de espera tiene 1 solo canal
Patrn de llegadas con distribucin poisson
Tiempo de servicio con distribucin cualquiera
Disciplina del servicio FIFO
Caractersticas de Operacin
Las frmulas que se emplean para determinar las caractersticas de operacin del estado estable son:
= Tasa promedio de llegadas
= Tasa promedio de servicio
1 / = Tiempo promedio de servicio
= Desviacin estndar del tiempo de servicio
1) Probabilidad de que no haya unidades en el sistema

P0 = 1

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

Lq =

2 2 + ( / ) 2
2(1 / )

3) Nmero promedio de unidades en el sistema (tamao total)

L = Lq +

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

Wq =

Lq

5) Tiempo promedio que una unidad pasa en el sistema

W = Wq +

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

Pw =

Ejemplo:
Una tienda de especialidades de un centro comercial conocido, durante la tarde es atendida por un empleado. La llegada de los clientes a la tienda
son aleatorios y la tasa promedio de llegada es de 21 clientes x hora. Un estudio del proceso muestra que el tiempo promedio del servicio es de
2min por cliente, con una desviacin estndar de 1.2 min. Determine los valores de las caractersticas principales de operacin del sistema.
4. Modelos de lneas de espera con un solo canal con llegadas poisson y tiempos de servicio constante (M/D/1)
Este tipo de modelo se presenta en la produccin y manufactura, pues los tiempos de servicio en algunos casos es controlado por mquinas.
Solamente cambia la ecc. Referente a Lq , pues la desviacin es cero.

Lq =

( / ) 2
2(1 / )

las otras ecuaciones se mantienen.

5. Modelos de canales mltiples con llegadas poisson, tiempos de servicios arbitrarios y sin linea de espera (M/G/k)
Suposiciones:
Sistema con k canales
Patrn de llegada poisson
Tiempos de servicio cualquier distribucin de probabilidad
Tasa promedio de servicio es la misma para todos los canales
Una unidad ingresa al sistema, solo si se dispone de cuando menos 1 canal de los k canales; esto es las llegadas no ingresan son bloqueadas si no
hay disponibilidad.
Caractersticas de Operacin
El problema a resolver es Cuantos canales o empleados se deben utilizar?
Este tipo de modelo de lneas de espera se presenta en sistemas de lneas telefnicas u otros sistemas de comunicaciones. Las llegadas son las
llamadas y los canales son el Nmero de lneas telefnicas o comunicacin disponibles.
Se aborda el problema de elegir el mejor nmero de canales calculando las probabilidades de estado estable de que exactamente j de los k canales
estn ocupados.
Esto es,

Pj =

( / ) j / j!
k

( / )
i =0

/ i!

donde:

= Tasa promedio de llegadas

= Tasa promedio de servicio para cada canal
k = Nmero de canales en el sistema

P j = Probabilidad de que exactamente j de los k canales estn ocupados para j = 0,1,k

Pk es la probabilidad de que los k canales estn ocupados, esto es, es el porcentaje de llegadas que quedan bloqueadas y que no se permite el
acceso al sistema.
Otra caracterstica de operacin que interesa es el nmero promedio de unidades que se encuentran en el sistema, observe que esto es el nmero de
canales ocupados.

L=

(1 Pk )

Ejemplo:
Una compaa utiliza un sistema telefnico de pedidos para sus productos ( software para computadoras). Los clientes hacen pedidos utilizando un
nmero telefnico gratuito de la compaa. Suponga que la tasa de llegadas es de 12 por hora. El tiempo de proceso de un pedido telefnico varia
de uno a otro, sin embargo se espera que el representante de ventas, maneje un promedio de 6 por hora, en el momento el Nmero telefnico tiene
3 canales internos (lneas) cada uno de ellos operado por un representante de ventas, las llamadas gratuitas se transfiere automticamente a alguna
de las lneas (canales abiertas si las hay, en otro caso, las personas obtienen una seal de ocupado. No siempre las personas (clientes) vuelven a
llamar, lo que significa que puede ser una venta prdida. La compaa desea saber el porcentaje de personas (clientes) que reciben la seal de
ocupado, pues su meta es atender un 90% de las llamadas Cuntas lneas telefnicas y cuantos representantes de venta debe emplear?