UNIVERSIDAD DE ORIENTE

NCLEO DE ANZOTEGUI
EXTENSIN REGIN CENTRO-SUR
ANACO, ESTADO ANZOTEGUI
Asignatura: Investigacin Operativa I
Docente: Ing. Jess Alonso Campos
TEMA N 3.- TEORA DE COLAS
3.1 Introduccin
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lneas de espera particulares o sistemas de
colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la
longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado.
3.2 Componentes de los sistemas de colas
Un sistema de colas puede dividirse en sus dos componentes de mayor importancia, la
cola y la instalacin de servicio. Las llegadas son las unidades que entran en el sistema
para recibir el servicio. Siempre se unen primero a la cola; si no hay lnea de espera se
dice que la cola est vaca. De la cola, las llegadas van a la instalacin de servicio de
acuerdo con la disciplina de la cola, es decir, de acuerdo con la regla para decidir cul de
las llegadas se sirve despus. El primero en llegar primero en ser servido es una regla
comn, pero podra servir con prioridades o siguiendo alguna otra regla. Una vez que se
completa el servicio, las llegadas se convierten en salidas.
3.3 Procesos de nacimiento y muerte pura
3.3.1

Proceso de nacimiento puro

El proceso de nacimiento puro es un proceso de tipo Poisson que corresponde a un

sistema en el cual en el tiempo se suceden nacimientos (llegadas) y en ningn momento
se produce la muerte (salidas) o el abandono de los elementos del sistema. Bajo estas
consideraciones, el proceso se caracteriza porque la probabilidad de que en el intervalo (t,
t + t) se produzca un nacimiento, ser igual.
3.3.2

Proceso de muerte pura

Un proceso de muerte pura se caracteriza porque corresponde a un proceso de Poisson

en el cual se asume que se producen solamente abandonos del sistema en el tiempo y en
ningn momento ocurre la incorporacin de elementos al sistema. Si en el momento t en
el sistema se tenan n unidades, entonces este proceso se caracteriza porque la
probabilidad de que se produzca una muerte en el intervalo (t, t+t) ser igual.

3.4 Modelos de colas con llegadas y salidas combinadas

3.4.1

Notacin de Kendall y Lee

En 1953 Kendall y Lee propusieron un sistema de clasificacin de los sistemas de lneas

de espera, ampliamente utilizado en la actualidad. Esta clasificacin considera seis de las
caractersticas bsicas en la estructura de los modelos de lneas de espera,
expresndolas en el formato (a/b/c):(d/e/f), donde:
Elemento
a

e
f
3.4.2

Significado
Distribucin de probabilidad
tiempo entre llegadas de
transacciones.

Observaciones
del Los smbolos utilizados en estos dos
las primeros campos son:
D: constante.
Ek: distribucin Erlang con parmetro
k.
G: cualquier tipo de distribucin.
Distribucin de probabilidad del
GI:
distribucin
general
tiempo de servicio.
independiente.
H: distribucin hiperexponencial.
M: distribucin exponencial.
Nmero de servidores
Los smbolos utilizados en este
campo son:
PEPS: primero que entra, primero
que sale.
Orden de atencin a los clientes
UEPS: ltimo que entra, primero que
sale.
SIRO: orden aleatorio.
PR: con base en prioridades.
DG: en forma general.
Nmero mximo de clientes que
soporta el sistema en un mismo instante de tiempo.
Tamao de la fuente de llamadas.
-

Modelo generalizado de Poisson

La meta inmediata del modelo generalizado es deducir una expresin para Pn que es la
probabilidad que haya exactamente n clientes en el sistema como una funcin de n la
tasa de llegada y de n la tasa de salida. Este modelo es de estado estable (no dependen
del tiempo) para la lnea generalizada de Poisson con c servidores en paralelo.
Las siguientes definiciones son utilizadas para analizar la operacin de las lneas de
espera con el fin de hacer recomendaciones sobre el diseo del sistema:
Ls = nmero esperado de clientes en el sistema.
Lq = nmero esperado de clientes en la cola o fila.
Ws = tiempo estimado de espera en el sistema.
Wq = tiempo esperado de espera en la cola o fila.

3.5 Lneas de espera especializadas de Poisson

3.5.1

Modelos con un solo servidor

3.5.1.1 Modelo (M/M/1) : (DG//)

Este es un modelo con un slo servidor, sin lmite en la capacidad del sistema o de la
poblacin. Se supone que las tasas de llegadas son independientes del nmero en el
sistema, es decir, n = . Similarmente, se supone que el servidor completa su servicio a
una tasa constante, es decir, n = .
A partir de esta suposicin bsica, se pueden aplicar varias frmulas para describir las
caractersticas de operacin del sistema.
3.5.1.2 Modelo (M/M/1) : (DG/N/)
La nica diferencia con el modelo anterior es que el nmero mximo de clientes
permitidos en el sistema es N, es decir, la longitud mxima de la cola de espera es N 1.
3.5.2

Modelos con varios servidores

3.5.2.1 Modelo (M/M/c): (DG//)

En este modelo los clientes llegan con una tasa constante y un mximo de c clientes
son atendidos simultneamente. La tasa de servicio por servidor activo es tambin
constante e igual a . Al usar c servidores paralelos se acelera la tasa de servicio. Si el
nmero de clientes en el sistema n es igual o excede a c, la tasa combinada de servicio
es igual a c. Por otra parte, si n es menor que c, la tasa combinada de salidas es de n.
3.5.2.2 Modelo (M/M/c): (DG/N/), c N
La nica diferencia con el modelo anterior es que el nmero mximo de clientes
permitidos en el sistema es N, es decir, la longitud mxima de la lnea de espera es N c.
3.5.2.3 Modelo (M/M/) : (DG//) (modelo de autoservicio)
En este modelo, el nmero de servidores es ilimitado porque el cliente mismo es tambin
un servidor. Este es normalmente el caso en los establecimientos de autoservicio.
3.5.2.4 Modelo (M/M/R) : (DG/K/K), R < K (modelo de servicio de mquinas)
El entorno para este modelo es el de un taller con K mquinas. Cuando se descompone
una mquina, se llama a un mecnico para hacer la reparacin. Se supone que todas las
descomposturas y los servicios siguen una distribucin de Poisson.
Este modelo se diferencia de todos los anteriores por tener una fuente finita de clientes.
Eso se puede visualizar si se considera que cuando todas las mquinas del taller estn
descompuestas, no se pueden generar ms solicitudes de servicio. En esencia, slo las
mquinas que estn funcionando se pueden descomponer, por lo que tienen el potencial
de generar llamadas de servicio.

Ejercicios para resolver en clase:

Funcin exponencial y de Poisson

1. Los clientes llegan a un restaurante de acuerdo a una distribucin de Poisson a la tasa

de 20 por hora. El restaurante abre a las 11 am. Determine lo siguiente:
a. La probabilidad de que haya 20 clientes en el restaurante a las 11:12 am, dado que
hubo 18 a las 11:07 am.
b. La probabilidad de que llegarn nuevos clientes entre las 11:28 am y las 11:30 am,
dado que el ltimo cliente lleg a las 11:25 am.
2. El tiempo entre llegadas en una oficina de correos es exponencial, con valor medio de
0.05 hora. La oficina abre a las 8:00 a.m.
a. Escriba la distribucin exponencial que describa el tiempo entre llegadas.
b. Determine la probabilidad de que no lleguen clientes a la oficina hasta las 8:15 a.m.
c. Son las 8:35 a.m. El ltimo cliente entr a las 8:26 a.m. Cul es la probabilidad de
que el siguiente cliente llegue antes de las 8:38 a.m.? Y de que no llegue hasta las
8:40 a.m.?
d. Cul es la cantidad promedio de clientes que llegan entre las 8:10 y las 8:45 a.m.?

Modelo de nacimiento puro

1. Libros que se ordenaron con anterioridad llegan a la biblioteca de una universidad

segn una distribucin de Poisson a la tasa de 25 unidades por da. Cada repisa de la
estantera puede dar cabida a 100 libros. Determine lo siguiente:
a. El nmero estimado de repisas que se llenarn con nuevos libros cada mes (de 30
das).
b. La probabilidad de que se necesitarn ms de diez estantes de libros cada mes, dado
que un estante de libros tiene cinco repisas.
2. Una universidad administra dos lneas de autobuses en su campus: la roja y la verde.
La roja da servicio al lado norte y la verde al lado sur, y hay una estacin de
transbordo que une a las dos. Los autobuses verdes llegan al azar (de acuerdo con
una distribucin de Poisson) a la estacin de transbordo cada 10 minutos. Los rojos
llegan al azar cada 7 minutos.
a. Cul es la probabilidad de que dos autobuses lleguen a la estacin durante un
intervalo de cinco minutos?
b. Un alumno, cuyo dormitorio es vecino a la estacin, tiene una clase dentro de 10
minutos. Cualesquiera de los autobuses lo llevar al edificio de su saln. El viaje en
autobs dura 5 minutos, y despus tiene que caminar unos 3 minutos para llegar a su
saln. Cul es la probabilidad de que llegue a tiempo a su saln?

Modelo de muerte pura

1. Se utilizan las existencias de un inventario de 80 artculos segn una distribucin de

Poisson a la tasa de 5 unidades por da.
a. Determine la probabilidad de que no se utilicen diez artculos durante los dos primeros
das.
b. Especifique la probabilidad de que no quede ni un solo artculo al cabo de cuatro das.
c. Determine el nmero promedio de artculos utilizados en un perodo de cuatro das.

2. La empresa ABC adquiere un producto X, el cual presenta una demanda que sigue
una distribucin de Poisson con media de 8 unidades diarias. Cada inicio de semana,
se recibe un nuevo pedido alcanzando un nivel de inventario de 50 unidades.
Internamente, se manejan las siguientes polticas de trabajo:
La empresa labora de lunes a sbado y se mantiene cerrada el domingo.
Cuando el nivel de existencias llega a 10 unidades, el Departamento de Ventas
introduce un nuevo pedido de 50 unidades, a fin de poder contar con inventario
suficiente.
Dado la naturaleza del artculo, es necesario eliminar toda la existencia que se
encuentra en el almacn al finalizar la semana de trabajo.

a.
b.
c.
d.
e.
f.

Por lo tanto, usted debe determinar:

Probabilidad de disponer con la cantidad mnima de inventario al final de la semana.
Probabilidad de hacer un pedido el da mircoles (da 3).
Nmero esperado de unidades al finalizar la semana.
Probabilidad de agotarse la existencia disponible despus de 4 das.
Probabilidad de que no ocurran retiros durante el primer da.
Inventario promedio que se mantiene en existencia hasta el quinto da.

Modelo generalizado de Poisson

1. En una peluquera se atiende a un cliente cada vez, y tiene tres sillas para los clientes
que esperan. Si el lugar est lleno, los clientes van a otra parte. Las llegadas siguen
una distribucin de Poisson con una media de 4 por hora. El tiempo de un corte de
pelo es exponencial, con 15 minutos de promedio. Determine lo siguiente:
a. Las probabilidades de estado estable.
b. La cantidad esperada de clientes en la peluquera.
c. La probabilidad de que los clientes vayan a otra parte por estar lleno el local.
2. En una lnea de espera dada, el sistema no puede atender a ms de cuatro clientes.
La tasa de llegadas es de 10 por hora y la tasa de salidas es de 5 por hora. Ambas
tasas son independientes del nmero n en el sistema. Suponga que los procesos de
llegada y salida siguen una distribucin de Poisson. Determine lo siguiente:
a. El conjunto de ecuaciones de equilibrio que describen el sistema.
b. Las probabilidades de estado estable.
c. El nmero esperado de clientes en el sistema.

Modelo (M/M/1):(DG//)

1. A travs de los aos, el detective Rodrguez del Departamento de Polica de cierta ciudad,
ha tenido un xito fenomenal en la solucin de cada caso que se le presenta. Slo es
cuestin de tiempo para que pueda resolver cualquier caso. Rodrguez admite que el
tiempo en cada caso es "totalmente aleatorio", pero en promedio cada investigacin dura
aproximadamente semana y media. Los delitos en la tranquila ciudad no son muy
comunes. Suceden al azar, con una frecuencia de uno cada cuatro semanas. Rodrguez
pide un ayudante con quien compartir la pesada carga de trabajo. Analice la peticin del
detective Rodrguez para ayudarle a determinar la cantidad promedio de casos que
esperan ser investigados y el porcentaje de tiempo en el que est ocupado el detective.

2. Al servidor de una empresa, se envan programas de distintos departamentos con una

tasa de 10 por minuto, a fin de ser ejecutados. El tiempo promedio de ejecucin de

a.
b.
c.
d.

cada programa es de 5 segundos. Los tiempos de llegada y ejecucin siguen una

distribucin exponencial.
Qu proporcin de tiempo est el servidor desocupado?
Cul es el tiempo total que debe esperar un programa en el sistema para salir?
Cul es el nmero promedio de programas en la cola?
Determine la cantidad estimada de programas que existen en el sistema.

Modelo (M/M/1):(DG/N/)

1. Los pacientes llegan a una clnica segn una distribucin de Poisson a una tasa de 30
pacientes por hora. La sala de espera no da cabida a ms de 14 pacientes. El tiempo
de auscultacin por cada paciente es exponencial con una tasa media de 20 por hora.
a. Determine la tasa efectiva de llegadas a la clnica.
b. Cul es la probabilidad de que un paciente que llegue a la clnica no tendr que
esperar? Hallar un asiento desocupado en la sala?
c. Cul es el tiempo de espera estimado para que un paciente pueda salir de la clnica?
2. Un restaurante de comida rpida tiene una ventanilla para dar servicio a automviles.
Se estima que los autos llegan de acuerdo con una distribucin de Poisson a la tasa
de 2 cada 5 minutos y que hay espacio suficiente para dar cabida a una fila de 6
automviles. Otros autos que llegan pueden esperar fuera de este espacio, de ser
necesario. Los empleados tardan 1.5 minutos en promedio en surtir un pedido, pero el
tiempo de servicio vara en realidad, segn una distribucin exponencial. Determine lo
siguiente:
a. La probabilidad de que el establecimiento est inactivo.
b. El nmero esperado de clientes en espera, pero que no se les atiende en ese
momento.
c. El tiempo de espera calculado hasta que un cliente pueda hacer su pedido en la
ventanilla.
d. La probabilidad de que la lnea de espera ser mayor que la capacidad del espacio
que conduce a la ventanilla de servicio a automviles.

Modelo (M/M/c):(DG//)

1. Cierta empresa usa tres cajeros los sbados. El tiempo entre llegadas y el de servicio
a los clientes tienen una distribucin exponencial. Los clientes llegan a razn de 20
por hora y el tiempo de servicio es de 6 minutos en promedio. Los clientes forman una
sola fila y son atendidos por el primer cajero disponible. Encuentre:
a. Probabilidad de que no haya clientes esperando a ser atendidos.
b. El nmero esperado de personas en la fila.
c. El tiempo de espera previsto en la fila.
d. Nmero esperado de personas en el sistema.
2. Se tiene una estacin de servicio que posee dos bombas, localizada en un punto
privilegiado de la ciudad y con un servicio excelente. Cada 5 minutos, siguiendo una
distribucin exponencial, llega un cliente. Suponiendo que la estacin de servicio est
abierta desde las 6:00 am hasta las 9:00 pm, y que la tasa de servicio es de 15
clientes por hora, de acuerdo a una distribucin de Poisson:
a. Cul es la tasa de ocupacin del sistema?
b. Cul es la probabilidad de que el sistema est completamente lleno?

c. Cul es el tiempo promedio que un cliente pasa en el sistema?

d. Determine la proporcin en que el sistema se encuentre ocioso

Modelo (M/M/c):(DG/N/)

1. Un centro de cmputo est equipado con cuatro computadoras, todas del mismo tipo y
capacidad. El nmero de usuarios en el centro en cualquier momento es igual a 25.
Para cada usuario, el tiempo para escribir un programa e introducir los datos, es
exponencial con tasa media de 15 minutos. El tiempo de ejecucin para los programas
est exponencialmente distribuido con tasa media de 30 por hora. Suponiendo que el
centro est en operacin sobre una base de tiempo completo, y sin tomar en cuenta el
efecto del tiempo que la computadora est parada, encuentre lo siguiente:
a. Probabilidad de que un programa no se ejecute inmediatamente que se recibe en el
centro.
b. Nmero promedio de programas que esperan su servicio.
c. Nmero esperado de computadoras inactivas.
d. Porcentaje de tiempo que el centro est sin trabajo.
e. Tiempo promedio hasta que un programa sale del centro.
f. Porcentaje de tiempo ocioso por computadora.
2. Una gasolinera cuenta con dos bombas. El carril que llega a ellas puede dar cabida
cuando mucho a cinco automviles, incluyendo los que llenan el tanque. Los que
llegan cuando el carril est lleno van a otra parte. La distribucin de los vehculos que
llegan es de Poisson, con promedio de 20 por hora. El tiempo para llenar y pagar las
compras es exponencial, con 6 minutos de promedio. Determine lo siguiente:
a.
b.
c.
d.

El porcentaje de automviles que llenarn el tanque en otro lado.

El porcentaje de tiempo en el que se usa una bomba.
La utilizacin porcentual de las dos bombas.
La probabilidad de que un automvil que llegue no reciba servicio de inmediato, sino
que se forme en la cola.
e. La capacidad del carril que asegure que, en promedio, no haya ms del 15% de que
los vehculos que llegan se vayan a otra parte.

Modelo (M/M/):(DG//) o modelo de autoservicio

1. A los conductores nuevos se les pide pasar un examen por escrito, antes de hacer las
pruebas de manejo. Los exmenes escritos suelen hacerse en el departamento de
polica de la ciudad. Los registros de una ciudad de Maturn indican que la cantidad
promedio de exmenes escritos es de 100 por da de 8 horas. El tiempo necesario
para contestar el examen es de 30 minutos, ms o menos. Sin embargo, la llegada
real de los aspirantes y el tiempo que tarda cada uno en contestar son totalmente
aleatorios. Determine lo siguiente:
a. La cantidad promedio de asientos que debe tener el Instituto de Trnsito Terrestre en
el saln de exmenes.
b. La probabilidad de que los aspirantes rebasen la cantidad promedio de asientos que
hay en el saln de exmenes.
c. La probabilidad de que en un da no se haga examen alguno.

2. En una instalacin de autoservicio las llegadas ocurren segn una distribucin de

Poisson con media de 50 por hora. Los tiempos de servicio por cliente estn
exponencialmente distribuidos con media de 5 minutos.
a. Encuentre el nmero esperado de clientes en servicio.
b. Cul es el porcentaje de tiempo que la instalacin est inactiva?

Modelo (M/M/R) : (DG/K/K), R < K o modelo de servicio de mquinas

1. Un operador atiende a cinco mquinas automticas. Cuando una mquina termina un

lote, el operador la debe restablecer para iniciar el siguiente lote. El tiempo para
terminar un procesamiento de lote es exponencial, con 45 minutos de promedio. El
tiempo de preparacin de la mquina tambin es exponencial con un promedio de 8
minutos.
a. Calcule la cantidad promedio de mquinas que esperan su restablecimiento o que
estn siendo restablecidas.
b. Calcule la probabilidad de que todas las mquinas estn trabajando.
c. Determine el tiempo promedio que una mquina est sin trabajar.
2. Dos mecnicos estn atendiendo cinco mquinas en un taller. Cada mquina se
descompone segn una distribucin de Poisson con media de 3 por hora. El tiempo de
reparacin por mquina es exponencial con media de 15 minutos.
a. Encuentre la probabilidad de que los dos mecnicos estn ociosos y que uno de ellos
est desocupado.
b. Cul es el nmero esperado de mquinas inactivas que no se les est dando
servicio?