Unidad 5 Lineas de Espera - Investigacio

INVESTIGACIÓN DE
OPERACIONES
Ingeniería En Sistemas Computacionales
Unidad 5: Líneas De Espera
Docente: José Antonio López Tello
Alumno: Félix Bailón Padilla
Fecha De Entrega: 20/Noviembre/2015

UNIDAD 5 INIVESTIGACION DE OPERACIONES
Índice
Introducción ................................................................................... 3
5.1 Definiciones, características y suposiciones… ....................... 5
5.2 Terminología y notación ......................................................... 8
5.3 Proceso de nacimiento o muerte ............................................ 11
5.4 Modelos Poisson ....................................................................16
5.4.1 Un servidor. ................................................................ 17

5.4.2 Múltiples servidores .................................................. 18
5.5 Análisis de costos. ................................................................. 19
Bibliografía................................................................................... 21
Félix Bailón Padilla 2

Introducción
¿POR QUÉ ESTUDIAR LAS COLAS?
Esperar que nos atiendan es parte de la vida diaria. Esperamos en los
restaurantes, hacemos fila para abordar un avión, y nos formamos en la cola
para que nos atiendan en dependencias oficiales. El fenómeno de esperar no
se limita a los seres humanos: los trabajos esperan para ser procesados, los
aviones vuelan en círculos a diferentes alturas hasta que se les permite
aterrizar, y los autos se detienen en los semáforos. Eliminar la espera por
completo no es una opción factible debido a que el costo de instalación y
operación del centro de operación puede ser prohibitivo. Nuestro único
recurso es buscar el equilibrio entre el costo de ofrecer un servicio y el de
esperar a que lo atiendan.
El análisis de las colas es el vehículo para alcanzar esta meta.
El estudio de las colas tiene que ver con la cuantificación del fenómeno de
esperar por medio de medidas de desempeño representativas, tales como
longitud promedio de la cola, tiempo de espera promedio en la cola, y el uso
promedio de la instalación. El siguiente ejemplo demuestra cómo pueden
usarse estas medidas para diseñar una instalación de servicio.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang

(Dinamarca, 1878 - 1929) en 1909 para analizar la congestión de tráfico
telefónico con el objetivo de cumplir la demanda incierta de servicios en el
sistema telefónico de Copenhague. Sus investigaciones acabaron en una nueva
teoría denominada teoría de colas o de líneas de espera. Esta teoría es ahora
una herramienta de valor en negocios debido a que un gran número de
problemas pueden caracterizarse, como problemas de congestión llegada-
salida.

Las colas (líneas de espera) son parte de la vida diaria. Todos esperamos en
colas para comprar un boleto para el cine, hacer un depósito en el banco,
pagar en el supermercado, enviar un paquete por correo, obtener comida en la
cafetería, subir a un juego en la feria, etc. Nos hemos acostumbrado a una
considerable cantidad de esperas, pero todavía nos molesta cuando estas son
demasiado largas. Sin embargo, tener que esperar no solo es una molestia
personal. El tiempo que la población de un país pierde al esperar en las colas
es un factor importante tanto de la calidad de vida como de la eficiencia de su
economía. También ocurren grandes ineficiencias debido a otros tipos de
espera que no son personas en una cola. Por ejemplo, cuando las máquinas
esperan ser reparadas pueden provocarse pérdidas de producción. Los
vehículos (incluso barcos y camiones) que deben esperar su descarga pueden
retrasar envíos subsecuentes. Los aviones que esperan despegar o aterrizar
pueden desorganizar la programación posterior de vuelos. Los retrasos de las
transmisiones de telecomunicaciones por
Saturación de líneas pueden causar fallas inesperadas en los datos. Cuando los
trabajos de manufactura esperan su proceso se puede perturbar el proceso de
producción. El retraso de los trabajos de servicio respecto de su fecha de
entrega es una causa de perdida de negocios futuros.
La teoría de colas es el estudio de la espera en las distintas modalidades.

Utiliza los modelos de colas para representar los tipos de sistemas de líneas de
espera (sistemas que involucran colas de algún tipo) que surgen en la práctica.
Las fórmulas de cada modelo indican cual debe ser el desempeño del sistema
correspondiente y señalan la cantidad promedio de espera que ocurrirá en
diversas circunstancias.
Por lo tanto, estos modelos de líneas de espera son muy útiles para determinar
cómo operar un sistema de colas de la manera más eficaz. Proporcionar
demasiada capacidad de servicio para operar el sistema implica costos
excesivos; pero si no se cuenta con suficiente capacidad de servicio surgen
esperas excesivas con todas sus desafortunadas consecuencias.

5.1 Definiciones, características y suposiciones.
Definición:
Una Cola es una línea de espera y la teoría de colas es una colección de
modelos matemáticos que describen sistemas de líneas de espera particulares
o sistemas de colas. Los modelos sirven para encontrar el comportamiento de
estado estable, como la longitud promedio de la línea y el tiempo de espera
promedio para un sistema dado. Esta información, junto con los costos
pertinentes, se usa, entonces, para determinar la capacidad de servicio
apropiada.
Las "colas" son un aspecto de la vida moderna que nos encontramos

continuamente en nuestras actividades diarias. En el contador de un
supermercado, accediendo al metro, en los Bancos, etc., el fenómeno de las
colas surge cuando unos recursos compartidos necesitan ser accedidos para
dar servicio a un elevado número de trabajos o clientes.
El estudio de las colas es importante porque proporciona tanto una base

teórica del tipo de servicio que podemos esperar de un determinado recurso,
como la forma en la cual dicho recurso puede ser diseñado para proporcionar
un determinado grado de servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy útil el

desarrollo de una herramienta que sea capaz de dar una respuesta sobre las
características que tiene un determinado modelo de colas.
El problema es determinar qué capacidad o tasa de servicio proporciona el

balance correcto. Esto no es sencillo, ya que el cliente no llega a un horario fijo,
es decir, no se sabe con exactitud en que momento llegaran los clientes.
También el tiempo de servicio no tiene un horario fijo.
Objetivos de la Teoría de Colas
Los objetivos de la teoría de colas consisten en:
 Identificar el nivel óptimo de capacidad del sistema que minimiza el

coste global del mismo.
 Evaluar el impacto que las posibles alternativas de modificación de la
capacidad del sistema tendrían en el coste total del mismo.

 Establecer un balance equilibrado ("óptimo") entre las consideraciones

cuantitativas de costes y las cualitativas de servicio.
 Hay que prestar atención al tiempo de permanencia en el sistema o en la
cola: la "paciencia" de los clientes depende del tipo de servicio
específico considerado y eso puede hacer que un cliente "abandone" el
sistema.
Las características operativas de interés incluyen las siguientes:
 Probabilidad de que no haya unidades o clientes en el sistema

 Cantidad promedio de unidades en la línea de espera
 Cantidad promedio de unidades en el sistema (la cantidad de unidades
en la línea de espera más la cantidad de unidades que se están
atendiendo)
 Tiempo promedio que pasa una unidad en la línea de espera
 Tiempo promedio que pasa una unidad en el sistema (el tiempo de
espera más el tiempo de servicio)
 Probabilidad que tiene una unidad que llega de esperar por el servicio.
Fuente
Recibe el nombre de fuente el dispositivo del que emanan las unidades que
piden un servicio. Si el número de unidades potenciales es finito, se dice que la
fuente es finita; en caso contrario se dice que es infinita. Cuando la fuente es
finita se suele asumir que la probabilidad de que se produzca una llegada en un
intervalo de tiempo es proporcional al tamaño de la fuente en ese instante. En
general, nos restringiremos al estudio de sistemas de colas con fuentes
infinitas.
Tiempo entre llegadas

Existen dos clases básicas de tiempo entre llegadas: Determinístico, en el cual
clientes sucesivos llegan en un mismo intervalo de tiempo, fijo y conocido. Un
ejemplo clásico es el de una línea de ensamble, en donde los artículos llegan a
una estación en intervalos invariables de tiempo. Probabilístico, en el cual el
tiempo entre llegadas sucesivas es incierto y variable. Los tiempos entre
llegadas probabilísticos se describen mediante una distribución de
probabilidad.
Mecanismos de servicio
Se llama capacidad del servicio al número de clientes que pueden ser servidos
simultáneamente. Si la capacidad es uno, se dice que hay un solo servidor (o
que el sistema es mono canal) y si hay más de un servidor, multicanal. El tiempo
que el servidor necesita para atender la demanda de un cliente (tiempo de
servicio) puede ser constante o aleatorio.

Disciplina de la cola
 En sistemas mono canal, el servidor suele seleccionar al cliente de
acuerdo con uno de los siguientes criterios (prioridades):
 El que llegó antes.
 El que llegó el último.
 El que menos tiempo de servicio requiere.
 El que más requiere.
Supuestos
El modelo simple de teoría de colas que se ha definido, se basa en las
siguientes suposiciones: a) Un solo prestador del servicio y una sola fase. b)
Distribución de llegadas de Poisson donde λ = tasa de promedio de llegadas. c)
Tiempo de servicio exponencial en donde m = tasa de promedio del servicio. d)
Disciplina de colas de servicio primero a quien llega primero; todas las llegadas
esperan en línea hasta que se les da servicio y existe la posibilidad de una
longitud infinita en la cola.

5.2 Terminología y Notación.

A menos que se establezca otra cosa, se utilizara la siguiente terminología
estándar:
Cuando λn es constante para toda n, esta constante se denota por λn. Cuando
la tasa media de servicio por servidor ocupado es constante para toda n >= 1,
esta constante se denota por µ. (En este caso, µn = sµ cuando n ≥ s, es decir,
cuando los s servidores están ocupados.) En estas circunstancias, 1/λ y 1/µ es
el tiempo esperado entre llegadas y el tiempo esperado de servicio,
respectivamente. Asimismo, p = λ (sµ) es el factor de utilización de la
instalación de servicio, es decir, la fracción esperada de tiempo que los
servidores individuales están ocupados, puesto que λ / (sµ) representa la
fracción de la capacidad de servicio del sistema (sµ) que utilizan en promedio
los clientes que llegan (λ).
También se requiere cierta notación para describir los resultados de estado

estable. Cuando un sistema de colas apenas inicia su operación, el estado del
sistema (el número de clientes que esperan en el sistema) se encuentra
bastante afectado por el estado inicial y el tiempo que ha pasado desde el
inicio. Se dice entonces que el sistema se encuentra en condición transitoria.
Sin embargo, una vez que ha pasado suficiente tiempo, el estado del sistema se
vuelve, en esencia, independiente del estado inicial y del tiempo transcurrido
(excepto en circunstancias no usuales).

En este contexto, se puede decir que el sistema ha alcanzado su condición de

estado estable, en la que la distribución de probabilidad del estado del sistema
se conserva (la distribución estacionaria o de estado estable) a través del
tiempo. La teoría de colas tiende a dedicar su análisis a la condición de estado
estable, en parte porque el caso transitorio es analíticamente más difícil.
(Existen algunos resultados transitorios pero en general están más allá del
alcance de este libro.) La notación siguiente supone que el sistema se
encuentra en la condición de estado estable:
Relaciones entre L, W, Lq, y Wq

Suponga que λn es una constante λ para toda n. Se ha demostrado que en un
proceso de colas en estado estable,
(Dado que John D. C. Little proporciono la primera demostración rigurosa, a

veces se le da el nombre de fórmula de Little.) Además, la misma demostración
prueba que
Si las λn no son iguales, entonces se puede sustituir en estas ecuaciones por

la tasa promedio entre llegadas a largo plazo. (Más adelante se verá cómo
se puede determinar en algunos casos básicos.)
Ahora suponga que el tiempo medio de servicio es una constante 1/µ para toda
n ≥ 1. Se tiene entonces que

Características operativas.- Medidas de desempeño para una línea de espera

que incluyen la probabilidad de que no haya unidades en el sistema, la cantidad
promedio en la línea, el tiempo de espera promedio, etc.
Operación de estado estable.- Operación normal de la línea de espera después

de que ha pasado por un periodo inicial o transitorio. Las características
operativas de las líneas de espera se calculan para condiciones de estado
estable.
Tasa media de llegada.- Cantidad promedio de clientes o unidades que llegan

en un periodo dado.
Tasa media de servicio.- Cantidad promedio de clientes o unidades que puede

atender una instalación de servicio en un periodo dado.
Línea de espera de canales múltiples.- Línea de espera con dos o más

instalaciones de servicio paralelas.
Bloqueado.- Cuando las unidades que llegan no pueden entrar a la línea de

espera debido a que el sistema está lleno. Las unidades bloqueadas pueden
ocurrir cuando no se permiten las líneas de espera o cuando las líneas de
espera tienen una capacidad finita.
Población infinita.- Población de clientes o unidades que pueden buscar

servicio, no tiene un límite superior especificado.
Población finita.- Población de clientes o unidades que pueden buscar servicio,

tiene un valor fijo y finito. Usualmente siempre es común utilizar la siguiente
terminología estándar.

5.3 Proceso de nacimiento o muerte.

La mayor parte de los modelos elementales de colas suponen que las entradas
(llegada de clientes) y las salidas (clientes que se van) del sistema ocurren de
acuerdo con un proceso de nacimiento y muerte. Este importante proceso de
teoría de probabilidad tiene aplicaciones en varias áreas. Sin embargo, en el
contexto de la teoría de colas, el termino nacimiento se refiere a la llegada de
un nuevo cliente al sistema de colas, mientras que el termino muerte se refiere
a la salida del cliente servido. El estado del sistema en el tiempo t (t ≥ 0),
denotado por N (t), es el número de clientes que hay en el sistema de colas en
el tiempo t. El proceso de nacimiento y muerte describe en términos
probabilísticos como cambia N (t) al aumentar t. En general, sostiene que los
nacimientos y muertes individuales ocurren de manera aleatoria, y que sus
tasas medias de ocurrencia dependen del estado actual del sistema. De
manera más precisa, los supuestos del proceso de nacimiento y muerte son los
siguientes:
Supuesto 1. Dado N (t) = n, la distribución de probabilidad actual del tiempo que

falta para el próximo nacimiento (llegada) es exponencial con parámetro λn (n 5
0, 1, 2,. . .).
Supuesto 2. Dado N (t) = n, la distribución de probabilidad actual del tiempo que

falta para la próxima muerte (terminación de servicio) es exponencial con
parámetro µn (n = 1, 2,. . .).
Supuesto 3. La variable aleatoria del supuesto 1 (el tiempo que falta hasta el
próximo nacimiento) y la variable aleatoria del supuesto 2 (el tiempo que falta
hasta la siguiente muerte) son mutuamente independientes. La siguiente
transición del estado del proceso es
n → n + 1 (un solo nacimiento)
n → n - 1 (una sola muerte),
Lo que depende de cuál de las dos variables es más pequeña.

En el caso de un sistema de colas, λn y µn representan, respectivamente, la
tasa media de llegada y la tasa media de terminaciones de servicio, cuando hay
n clientes en el sistema. En algunos sistemas de colas, los valores de las λn
serán las mismas para todos los valores de n, y las µn también serán las
mismas para toda n excepto para aquella n tan pequeña que el servidor este
desocupado (es decir, n = 0). Sin embargo, las λn y las y µn también pueden
variar en forma considerable con n para algunos sistemas de colas

Por ejemplo, una de las formas en las que λn puede ser diferente para valores
distintos de n es si los clientes potenciales que llegan se pueden perder
(rechazar la entrada al sistema) con mayor probabilidad a medida que n
aumenta. De manera similar, µn puede ser diferente ante valores distintos de n
debido a que existe una mayor probabilidad de que los clientes renuncien (se
vayan sin haber sido servidos) a medida que aumenta el tamaño de la cola. Uno
de los ejemplos de la sección
Ejemplos resueltos del sitio en internet de este libro ilustra un sistema de líneas
de espera donde existe tanto perdida como renuncia. Entonces, este ejemplo
demuestra como los resultados generales del proceso de nacimiento y muerte
generan de manera directa varias medidas de desempeño de este sistema de
colas
Distribución de llegadas.
Definir el proceso de llegada para una línea de espera implica determinar la

distribución de probabilidad para la cantidad de llegadas en un periodo dado.
Para muchas situaciones de línea de espera, cada llegada ocurre aleatoria e
independientemente de otras llegadas y no podemos predecir cuándo ocurrirá.
En tales casos, los analistas cuantitativos has encontrado que la distribución
de probabilidad de Poisson proporciona una buena descripción del patrón de
llegadas. La función de probabilidad de Poisson proporciona la probabilidad de
x llegadas en un periodo específico. La función de probabilidad es como sigue:
P(x)= μ x e^-λ/ x! Para x= 0, 1,2,…
MODELO DE NACIMIENTO PURO
Defina
p0 (t) = Probabilidad de que no ocurran llegadas durante un periodo de tiempo t
Dado que el tiempo entre llegadas es exponencial y que la tasa de llegadas es

de λ clientes por unidad de tiempo, entonces

Para un intervalo de tiempo suficientemente pequeño h > 0, tenemos
La distribución exponencial se basa en la suposición de que durante h > 0,

cuando mucho puede ocurrir un evento (llegada). Por lo tanto, a medida que
h→ 0,
p1 (h) = 1 - p0 (h) ≈ λh
Este resultado muestra que la probabilidad de una llegada durante h es

directamente proporcional a h, con la tasa de llegadas, λ, como constante de
proporcionalidad.
Para derivar la distribución de la cantidad de llegadas durante un periodo t

cuando el tiempo entre llegadas es exponencial con media 1/λ defina
pn(t) = Probabilidad de n llegadas durante t
Para un h > 0 suficientemente pequeño,
En la primera ecuación habrá n llegadas durante t + h si hay n llegadas durante

t y ninguna llegada durante h, o n - 1 llegadas durante t y una llegada durante h.
No se permiten todas las demás combinaciones porque, de acuerdo con la
distribución exponencial, a lo sumo puede haber una llegada durante un
periodo h muy pequeño. La ley del producto de las probabilidades es aplicable
al lado derecho de la ecuación porque las llegadas son independientes. En
cuando a la segunda ecuación, durante t + h puede haber cero llegadas sólo
si no hay llegadas durante t y h.
Reacomodando los términos y tomando los límites a medida que h→0 para
obtener la primera derivada de pn(t) con respecto a t, tenemos

Ésta es una distribución de Poisson con media de llegadas durante t.
El resultado anterior muestra que si el tiempo entre llegadas es exponencial

con media 1/ λ, entonces la cantidad de llegadas durante un periodo específico
t es Poisson con media λ t. Lo contrario también funciona.
La siguiente tabla resume las relaciones entre las distribuciones exponenciales

y de Poisson, dada la tasa de llegadas λ:
Modelo de muerte pura

En el modelo de muerte pura, el sistema se inicia con N clientes en el instante 0,
sin llegadas nuevas permitidas. Las salidas ocurren a razón de m clientes por
unidad de tiempo.
Para desarrollar las ecuaciones diferenciales de la probabilidad pn(t) de que n

clientes permanezcan después de t unidades de tiempo, seguimos los
argumentos utilizados con el modelo de nacimiento puro. Por lo tanto,

Ejemplo
Una florería inicia cada semana con 18 docenas de rosas. En promedio, la
florería vende 3 docenas al día (una docena a la vez), pero la demanda real
sigue una distribución de Poisson. Siempre que el nivel de las existencias se
reduce a 5 docenas, se coloca un nuevo pedido de 18 nuevas docenas para
entrega al principio de la siguiente semana. Debido a la naturaleza de la
mercancía, las rosas sobrantes al final de la semana se desechan. Determine lo
siguiente:
(a) La probabilidad de colocar un pedido cualquier día de la semana.
(b) El promedio de rosas desechadas al final de la semana.
Debido a que las compras ocurren a razón de µ = 3 docenas por día, la

probabilidad de colocar un pedido al final del día t es

5.4 Modelos Poisson.

Para una única variable independiente X, es un modelo de la forma: o, para
simplificar la notación donde ln significa logaritmo neperiano, a0 y a1 son
constantes y X una variable que puede ser aleatoria o no, continúa o discreta.
Este modelo se puede fácilmente generalizar para k variables independientes:
Por lo tanto a0 es el logaritmo de l (probabilidad de que ocurra un evento en un

intervalo de tamaño unidad) cuando todas las variables independientes son
cero, y
Ahí es el cambio en el logaritmo de l (o logaritmo del cociente de l) cuando la

variable Xi aumenta una unidad, manteniéndose constantes las demás o, dicho
de otro modo, es la probabilidad de que ocurra un evento en un intervalo
unidad cuando todas las variables independientes son cero y l el cociente de
dicha probabilidad para un aumento de una unidad en la variable Xi (riesgo
relativo).
Obsérvese que, al igual que en la regresión logística, el modelo supone efectos

multiplicativos, es decir, si la variable Xi aumenta n unidades, la probabilidad
para la variable de Poisson se multiplica por es decir, la potencia n-ésima
Definición: Sea n la variable aleatoria discreta que mide el número de clientes

que llegan a un sistema de líneas de espera, entonces la probabilidad de que
n = k está dada por:
()

()
Donde λ es el promedio de éxitos en la unidad de tiempo.
Teorema. La esperanza matemática y la varianza de esta función de

distribución está dada por:
E(n)= λ t
V(n)= λ t
La distribución de Poisson es una distribución de probabilidad discreta que

expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que
ocurra un determinado número de eventos durante cierto periodo de tiempo.

Propiedades:
La función de masa de la distribución de Poisson es donde
k es el número de ocurrencias del evento o fenómeno (la función nos da la

probabilidad de que el evento suceda precisamente k veces).
λ es un parámetro positivo que representa el número de veces que se espera

que ocurra el fenómeno durante un intervalo dado. Por ejemplo, si el suceso
estudiado tiene lugar en promedio 4 veces por minuto y estamos interesados
en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos,
usaremos un modelo de distribución de Poisson con λ = 10×4 = 40.
5.4.1 Modelos Poisson Un servidor.

Cálculos en los modelos de colas
(M/M/1) :(DG /∞/∞). Con la notación del modelo generalizado se tiene que
µn= µ⅄ {n= ⅄ }, n=0, 1, 2,…
También, ⅄ n= ⅄ y ⅄ perdido=0, porque todos los clientes que llegan, pueden

entrar al sistema. Si P= ⅄ µ, la ecuación de Pn en el modelo generalizado se
reduce entonces a
Para determinar la P0 se usa la identidad
Suponiendo que p < 1, la serie geométrica tiene la suma finita de, y entonces
La fórmula general de Pn es entonces de la siguiente distribución

geométrica:
La deducción matemática de Pnimpone la condición que p < 1 o que ⅄ < µ. Si

⅄ >= µ, la serie geométrica no converge, y no existirán las probabilidades Pn
de estado estable. Este resultado tiene sentido, intuitivamente, porque a
menos que la tasa de servicios sea mayor que la frecuencia de llegada, la
cola crece en forma indefinida.

5.4.2 Modelos Poisson Múltiples servidores.

El modelo de múltiples servidores, los clientes forman una sola fila y
escogen, entre servidores, aquel que esté disponible. El sistema de servicio
tiene una sola fase. Partiremos de las siguientes suposiciones, además de
las que hicimos para el modelo con un solo servidor: tenemos s servidores
idénticos, y la distribución del servicio para cada uno de ellos es
exponencial, con un tiempo medio de servicio iguala 1/µ .
Con estas suposiciones, podemos aplicar varias formulas a fin de describir

las características de operación de servicio:

5.5 Análisis de costos.

Las colas o filas de espera representan un fenómeno habitual de la actividad
diaria de cada uno de nosotros. Se hace cola en el correo, en el banco, en la
caja del supermercado. Se producen largas filas de vehículos en las rutas y
calles congestionadas, o simplemente ante un semáforo. También aparecen,
aunque no resultan tan visibles, en las comunicaciones telefónicas, en la lista
de expedientes a tramitar, en los talleres de reparaciones. Son colas en las que
no aparecen personas, pero también hay esperas. En las organizaciones, este
tipo de problemas se estructura básicamente como la igualación de la
demanda de un servicio con la provisión de ese mismo servicio.
Nos vamos a referir a las entidades que esperan la provisión del servicio como
clientes, Asimismo, un servidor es cualquier persona o dispositivo que brinde el
servicio.
Se trata de resolver situaciones referentes a la capacidad que se debe

disponer para atender la demanda. Agregar más servidores, o disminuir el
tiempo que se utiliza para brindar el servicio se resuelve mediante el agregado
de personal y equipo, pero esto implica mayores costos. Por otra parte, una
capacidad limitada produce colas más largas y disgustos con los clientes.
Como todas estas consideraciones deben ser ponderadas al tiempo de tomar
decisiones, las consecuencias de cada acción deben ser computadas
adecuadamente.
Un lugar donde se forma una fila simple frente a uno o más servidores se
denomina estación. En casos complejos, un cliente que recibe el servicio en un
servidor, se puede trasladar a otra cola en otra estación.
La estructura de un sistema de colas

El estudio matemático de estos sistemas es bastante extenso, y se han
desarrollado numerosas fórmulas que ayudan a estimar las características de
las filas de espera. Estos análisis se deben basar en un conocimiento preciso
de la estructura del sistema y de cómo interactúan sus partes. Los
componentes que es preciso conocer son los siguientes.
La población de entrada: También llamada Capacidad del Sistema, es el

número máximo de clientes potenciales, que pueden solicitar el servicio. Si un
cliente llega, y el sistema está lleno, por haberse colmado su capacidad, se le
negará la entrada. O sea que no recibirá servicio. Si el sistema no tiene límite,
se dice que la población es infinita. Como no puede considerarse una población
infinita si el número de clientes no es muy grande, como en el caso de un taller
de reparaciones, en estos casos es preferible ingresar el tamaño exacto de la
población.
El proceso de llegadas: Se tiene que describir matemáticamente la manera

en que se producen los arribos de los clientes al sistema. Esto puede ser
especificado como el tiempo entre llegadas, que es el tiempo que transcurre
entre un cliente y otro sucesivo que llegan a demandar el servicio. Esto será
determinístico si se conoce el tiempo exacto que transcurre entre un arribo y
otro, o aleatorio, cuya distribución probabilística se considera conocida. Si se
trata de arribos absolutamente aleatorios, se supone que responden a una
distribución de Poisson.
La línea de espera: La cola que se forma mientras se espera el servicio puede

suponerse infinita cuando puede extenderse tanto como se quiera. Si hay una
sala de espera o equivalente, la línea es finita y depende de la capacidad de esa
sala. Se asume que si alguien llega y encuentra la sala llena se retira y no
recibirá el servicio.
Se recomienda no tomar literalmente los términos “sala de espera”, “llegadas”

o “línea de espera”. Los clientes pueden ser un conjunto de piezas de una
máquina en el suelo, esperando que se arme el conjunto. Obsérvese que en
este caso el que llega es el servidor y no el cliente, pero el modelo de colas se
puede usar igualmente.
La disciplina del sistema: Es el orden en que se atienden a los clientes.

Generalmente se asume que el primero en llegar es el primero en atenderse
(FIFO o PEPS).
La cantidad de servidores: Puede ser cualquier número entero. Se asume

que todos los servidores son idénticos y en paralelo, o sea que el cliente puede
ser atendido de la misma manera por cualquiera de ellos.
La distribución del tiempo de servicio: Depende del tiempo que le tome a un

servidor atender a un cliente. Se define de la misma manera que el proceso de
llegadas, como determinístico o aleatorio, siguiendo una determinada
distribución de probabilidad. Puede depender del número de clientes en el
sistema o ser independiente del estado. Generalmente se asume que el
servidor atiende completamente a un cliente, aunque podría tratarse de un
servicio donde el cliente debe ser atendido por una secuencia de servidores.

Bibliografía
LIBRO: INTRODUCCION A LA INVESTIGACION DE OPERACIONES_ Hillier and
Lieberman
Paginas:
708
712
721
LIBRO: Investigación de operaciones_ 9na_Edición_Hamdy A_Taha
Paginas:
600
LIBRO: ADMINIDTRACIOIN DE LAS OPERACIONES _Roberto Carro Paz_Daniel

Gonzales Gomez
Paginas:
11

Unidad 5 Lineas de Espera - Investigacio

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Unidad 5 Lineas de Espera - Investigacio

Hochgeladen von

Copyright:

Verfügbare Formate

INVESTIGACIÓN DE

Ingeniería En Sistemas Computacionales

Unidad 5: Líneas De Espera

Docente: José Antonio López Tello

Alumno: Félix Bailón Padilla

Fecha De Entrega: 20/Noviembre/2015

5.1 Definiciones, características y suposiciones… ....................... 5

5.2 Terminología y notación ......................................................... 8

5.3 Proceso de nacimiento o muerte ............................................ 11

5.4 Modelos Poisson ....................................................................16

5.4.1 Un servidor. ................................................................ 17

5.5 Análisis de costos. ................................................................. 19

Félix Bailón Padilla 2

El análisis de las colas es el vehículo para alcanzar esta meta.

El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang

Félix Bailón Padilla 3

La teoría de colas es el estudio de la espera en las distintas modalidades.

Félix Bailón Padilla 4

5.1 Definiciones, características y suposiciones.

Las "colas" son un aspecto de la vida moderna que nos encontramos

El estudio de las colas es importante porque proporciona tanto una base

Debido a lo comentado anteriormente, se plantea como algo muy útil el

El problema es determinar qué capacidad o tasa de servicio proporciona el

Objetivos de la Teoría de Colas

Los objetivos de la teoría de colas consisten en:

 Identificar el nivel óptimo de capacidad del sistema que minimiza el

Félix Bailón Padilla 5

 Establecer un balance equilibrado ("óptimo") entre las consideraciones

Las características operativas de interés incluyen las siguientes:

 Probabilidad de que no haya unidades o clientes en el sistema

Tiempo entre llegadas

Félix Bailón Padilla 6

Félix Bailón Padilla 7

5.2 Terminología y Notación.

También se requiere cierta notación para describir los resultados de estado

Félix Bailón Padilla 8

En este contexto, se puede decir que el sistema ha alcanzado su condición de

Relaciones entre L, W, Lq, y Wq

(Dado que John D. C. Little proporciono la primera demostración rigurosa, a

Si las λn no son iguales, entonces se puede sustituir en estas ecuaciones por

Félix Bailón Padilla 9

Características operativas.- Medidas de desempeño para una línea de espera

Operación de estado estable.- Operación normal de la línea de espera después

Tasa media de llegada.- Cantidad promedio de clientes o unidades que llegan

Tasa media de servicio.- Cantidad promedio de clientes o unidades que puede

Línea de espera de canales múltiples.- Línea de espera con dos o más

Bloqueado.- Cuando las unidades que llegan no pueden entrar a la línea de

Población infinita.- Población de clientes o unidades que pueden buscar

Población finita.- Población de clientes o unidades que pueden buscar servicio,

Félix Bailón Padilla 10

5.3 Proceso de nacimiento o muerte.

Supuesto 1. Dado N (t) = n, la distribución de probabilidad actual del tiempo que

Supuesto 2. Dado N (t) = n, la distribución de probabilidad actual del tiempo que

n → n + 1 (un solo nacimiento)

n → n - 1 (una sola muerte),

Lo que depende de cuál de las dos variables es más pequeña.

Félix Bailón Padilla 11

Definir el proceso de llegada para una línea de espera implica determinar la

P(x)= μ x e^-λ/ x! Para x= 0, 1,2,…

MODELO DE NACIMIENTO PURO

Dado que el tiempo entre llegadas es exponencial y que la tasa de llegadas es

Félix Bailón Padilla 12

Para un intervalo de tiempo suficientemente pequeño h > 0, tenemos