You are on page 1of 90

Lneas de Espera

PROCESOS ESTOCASTICOS

UNIVERSIDAD ANAHUAC MEXICO

M.C. Rafael Torres Escobar

(Campus Norte) Lneas de Espera Anahuac 1 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 2 / 35


Introduccion

La teora de colas es el analisis de un proceso estocastico usado pa-


ra modelar lneas de espera como la llegada de clientes, la espera de
clientes, tiempos de servicio y la salida de los clientes de un sistema

Estos analisis se pueden aplicar a fabricacion de partes en un proceso


de ensamble, las llamadas telefonicas en un Centro de llamadas, etc.

(Campus Norte) Lneas de Espera Anahuac 3 / 35


Por Que Estudiar Las Colas?

Esperar que nos atiendan es parte de la vida diaria. Esperamos en los


restaurantes, hacemos fila para abordar un avion, y nos formamos en
la cola para que nos atiendan en dependencias oficiales.

(Campus Norte) Lneas de Espera Anahuac 4 / 35


Por Que Estudiar Las Colas?

El fenomeno de esperar no se limita a los seres humanos: los trabajos


esperan para ser procesados, los aviones vuelan en crculos a diferentes
alturas hasta que se les permite aterrizar, y los autos se detienen en los
semaforos.

(Campus Norte) Lneas de Espera Anahuac 4 / 35


Por Que Estudiar Las Colas?

Eliminar la espera por completo no es una opcion factible debido a que


el costo de instalacion y operacion del centro de operacion puede ser
prohibitivo.

(Campus Norte) Lneas de Espera Anahuac 4 / 35


Por Que Estudiar Las Colas?

Nuestro unico recurso es buscar el equilibrio entre el costo de ofrecer


un servicio y el de esperar a que lo atiendan. El analisis de las colas es
el vehculo para alcanzar esta meta.

(Campus Norte) Lneas de Espera Anahuac 4 / 35


Modelo Basado En Costos

Los resultados del analisis de colas puede incorporarse a un modelo


de optimizacion de costos que busca minimizar la suma del costo de
ofrecer el servicio y la espera por parte de los clientes.

Un modelo de costos tpico donde el costo del servicio se incrementa con


el aumento del nivel de servicio (por ejemplo la cantidad de mostradores
de servicio).

(Campus Norte) Lneas de Espera Anahuac 5 / 35


Modelo Basado En Costos

Al mismo tiempo, el costo de esperar se reduce con el incremento del


nivel de servicio.

El obstaculo principal al implementar modelos de costos es la dificultad


de determinar el costo de la espera, sobre todo la que experimentan las
personas

(Campus Norte) Lneas de Espera Anahuac 5 / 35


Elementos De Un Modelo De Colas

Los actores principales en una situacion de colas son el cliente y el


servidor.

Los clientes llegan a una instalacion (servicio) desde de una fuente. Al


llegar, un cliente puede ser atendido de inmediato o esperar en una cola
si la instalacion esta ocupada.

Cuando una instalacion completa un servicio, jala de forma automati-


ca a un cliente que esta esperando en la cola, si lo hay.

Si la cola esta vaca, la instalacion se vuelve ociosa hasta que llega un


nuevo cliente.

(Campus Norte) Lneas de Espera Anahuac 6 / 35


Elementos De Un Modelo De Colas

La llegada de los clientes esta representada por el tiempo entre llegadas


(tiempo entre llegadas sucesivas).

El servicio se mide por el tiempo de servicio por cliente.

Por lo general, los tiempos entre llegadas y de servicio son probabilsti-


cos (por ejemplo, la operacion de una dependencia oficial) o deter-
minsticos (digamos la llegada de solicitantes para una entrevista de
trabajo o para una cita con un medico).

La disciplina en colas, la cual representa el orden en que se seleccio-


nan los clientes en una cola, es un factor importante en el analisis de
modelos de colas.

(Campus Norte) Lneas de Espera Anahuac 6 / 35


Elementos De Un Modelo De Colas

El tamano de la cola desempena un papel en el analisis de colas. Puede


ser finito(como en el area intermedia entre dos maquinas sucesivas), o,
para todos los propositos practicos, infinita (como en las instalaciones
de pedidos por correo).

La disciplina mas comun es la de primero en llegar, primero en ser


atendido (FCFS, por sus siglas en ingles).

Entre otras disciplinas esta ultimo en llegar, primero en ser atendido


(LCFS,por sus siglas en ingles) y

la de servicio en orden aleatorio (SIRO, por sus siglas eningles).

(Campus Norte) Lneas de Espera Anahuac 6 / 35


Elementos De Un Modelo De Colas

Los clientes tambien pueden ser seleccionados de entre la cola, con


base en algun orden de prioridad. Por ejemplo, los trabajos urgentes en
un taller se procesan antes que los trabajos regulares.

El diseno de la instalacion de servicio puede incluir servidores paralelos


(por ejemplo la operacion de una dependencia oficial o un banco).

Los servidores tambien pueden estar dispuestos en serie (a saber, los


trabajos procesados en maquinas sucesivas) o estar dispuestos en red
(como los ruteadores en una red de computadoras).

(Campus Norte) Lneas de Espera Anahuac 6 / 35


Elementos De Un Modelo De Colas

La fuente de la cual se generan los clientes puede ser finita o infinita.

Una fuente finita limita la cantidad de clientes que llegan (por ejemplo
las maquinas que solicitan el servicio de un tecnico en mantenimiento).

Una fuente infinita es, para todo proposito practico, por siempre abun-
dante (como las llamadas que entran a un conmutador telefonico).

(Campus Norte) Lneas de Espera Anahuac 6 / 35


Estructura De Un Sistema De Lnea De Espera

Consideramos la lnea de espera en el restaurante de comida rapida Burger


Dom. Burger Dom vende hamburguesas sencillas con queso, papas a la
francesa, bebidas refrescantes y malteadas, as como un numero limitado de
artculos especiales y variedad de postres.

(Campus Norte) Lneas de Espera Anahuac 7 / 35


Estructura De Un Sistema De Lnea De Espera

Aunque a Burger Dom le gustara atender de inmediato a cada cliente,


en ocasiones llegaban mas clientes de los que podan ser atendidos por el
personal. Por tanto, los clientes hacan cola para hacer y recibir sus pedidos.

(Campus Norte) Lneas de Espera Anahuac 7 / 35


Estructura De Un Sistema De Lnea De Espera

A Burger Dom le preocupa que los metodos que actualmente utiliza para
atender a los clientes ocasionen tiempos de espera excesivos. La gerencia
desea estudiar la lnea de espera para determinar el mejor metodo de reducir
los tiempos de espera y mejorar el servicio.

(Campus Norte) Lneas de Espera Anahuac 7 / 35


Lnea De Espera De Canal Unico

(Campus Norte) Lneas de Espera Anahuac 8 / 35


Distribucion De Las Llegadas

La distribucion de probabilidad de Poisson.


x e
P(x) =
x!
donde:

x = numero de llegadas en el periodo de tiempo


= numero medio de llegadas por periodo de tiempo
e = 2.71828

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Las Llegadas

Suponga que Burger Dom analizo los datos sobre llegadas de clientes y
concluyo que la tasa de llegadas es de 45 clientes por hora. Durante un
periodo de un minuto, la tasa de llegadas sera = 45 clientes/60 minutos
= 0.75 clientes por minuto. As, podemos utilizar la siguiente funcion de
probabilidad de Poisson para calcular la probabilidad de x llegadas de clientes
durante un periodo de un minuto.

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Las Llegadas

Por tanto, la probabilidades de 0, 1 y 2 llegadas de clientes durante un


periodo de un minuto son

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Las Llegadas

Distribucion Poisson
Esta distribucion es muy utilizada para representar llegadas aleatorias de
clientes a un sistemas de lneas de espera, y supone cuatro situaciones:
a) Las llegadas de los clientes son independientes entre s.

b) Las llegadas son independientes del estado del sistema.

c) Las llegadas son sucesos sin memoria.

d) Las llegadas solo dependen del lapso de tiempo entre una y otra.

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Las Llegadas

Ejemplo1
Andres Gutierrez, director de un centro informatico, informa de que su sis-
tema informatico ha experimentado tres fallos de componentes en los 100
ultimos das.
a) Cual es la probabilidad de que no haya ningun fallo en un da dado?

b) Cual es la probabilidad de que haya uno o mas fallos de componentes


en un da dado?

c) Cual es la probabilidad de que haya al menos dos fallos en un periodo


de tres das?

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Las Llegadas

Ejemplo2
Los clientes llegan a una fotocopiadora a una tasa media de dos cada cinco
minutos. Suponga que estas llegadas son independientes, que la tasa de
llegada es constante y que este problema sigue un modelo de Poisson, donde
X representa el numero de clientes que llegan en un periodo de cinco minutos
y la media = 2. Halle la probabilidad de que lleguen mas de dos clientes
en un periodo de cinco minutos.

(Campus Norte) Lneas de Espera Anahuac 9 / 35


Distribucion De Los Tiempos De Servicio

Distribucion Exponencial
Se ha observado que la distribucion exponencial es especialmente util para
resolver problemas de listas de espera o colas. La variable aleatoria expo-
nencial T (t > 0) tiene una funcion de densidad:

f (t) = e t para t > 0

La funcion de distribucion acumulada es

F (t) = 1 e t para t > 0

La distribucion tiene una media 1/ y una varianza 1/2

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

Probabilidad Distribucion Exponencial


La probabilidad de que el tiempo transcurrido entre llegadas sea ta o
menos es la siguiente:

P(T ta ) = 1 e ta

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

La distribucion exponencial describe un fenomeno totalmente aleatorio. Por


ejemplo, si en este momento la hora es 8:20 A.M. y la ultima llegada fue a
las 8:02 A.M., la probabilidad de que la siguiente llegada ocurra a las 8:29
es una funcion solo del intervalo de las 8:20 a las 8:29, y es totalmente
independiente del tiempo que ha transcurrido desde la ocurrencia del ultimo
evento (8:02 a 8:20).

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

Suponga que Burger Dom estudio el proceso de toma y entrega de pedido


y encontro que un despachador puede procesar un promedio de 60 pedidos
por hora. Basada en un minuto, la tasa de servicio sera = 60 clientes/60
minutos = 1 cliente por minuto. Por ejemplo, con = 1, podemos utilizar la
ecuacion anterior para calcular probabilidades como la probabilidad de que
un pedido pueda ser procesado en 12 minuto o menos, 1 minuto o menos y
2 minutos o menos. Estos supuestos son:

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

Informacion de una biblioteca


El tiempo que se dedica a atender al publico en el mostrador de informacion
de una biblioteca puede representarse por medio de una distribucion expo-
nencial que tiene un tiempo medio de atencion de cinco minutos. Cual es
la probabilidad de que el tiempo de atencion al publico sea de mas de diez
minutos?

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

Accidentes en una fabrica


En Gran Bretana, una fabrica de 2,000 asalariados tiene un numero semanal
medio de accidentes con baja igual a = 0.4 y el numero de accidentes
sigue una distribucion de Poisson. Cual es la probabilidad de que el tiempo
que transcurre entre los accidentes sea de menos de dos semanas?

Pacientes en una clinica


El tiempo que se tarda en recoger informacion preliminar sobre los pacientes
que entran en una clnica sigue una distribucion exponencial que tiene una
media de 15 minutos. Halle la probabilidad de que se tarde mas de 18
minutos en el caso de un paciente elegido. aleatoriamente.

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Distribucion De Los Tiempos De Servicio

Observa que . . .
. . . la distribucion de Poisson indica la probabilidad de que haya X exitos
o llegadas durante una unidad de tiempo. En cambio, la distribucion expo-
nencial indica la probabilidad de que haya un exito o una llegada durante
un intervalo de tiempo t.

(Campus Norte) Lneas de Espera Anahuac 10 / 35


Disciplina En Las Colas.

Al describir un sistema de lnea de espera, debemos definir la manera en


la que las unidades que esperan se organizan para ser atendidas. Para la
lnea de espera de Burger Dom, y en general para la mayora de las lneas
orientadas al cliente, las unidades que esperan ser atendidas se acomodan
de modo que la primera que llega es la primera en ser atendida; este metodo
se conoce como disciplina FCFS en las colas.

(Campus Norte) Lneas de Espera Anahuac 11 / 35


Operacion Constante

Cuando el restaurante Burger Dom abre en la manana, no hay clientes


en el restaurante.

Gradualmente, la actividad se incrementa de forma constante o normal.

El comienzo o periodo de inicio se conoce como periodo transitorio.

El periodo transitorio finaliza cuando el sistema alcanza la operacion


constante (estado estable) o normal.

Los modelos de lnea de espera describen las caractersticas de opera-


cion constante de una lnea de espera.

(Campus Norte) Lneas de Espera Anahuac 12 / 35


Operacion Constante

(Campus Norte) Lneas de Espera Anahuac 12 / 35


Operacion Constante

Determine el promedio movil de los numeros de la siguiente tabla y grafique


los promedios. Llega a estado estable la grafica? En caso afirmativo, a
partir de que valor se puede considerar el inicio del estado estable?
Promedio movil:
n
1X
rn = ri para n = 1, 2, . . . , 100
n
i=1

(Campus Norte) Lneas de Espera Anahuac 12 / 35


Operacion Constante

0.6435 0.9849 0.9152 0.8327 0.2803 0.1730 0.9002 0.1853 0.3499 0.7368
0.0168 0.1133 0.5673 0.5013 0.0330 0.9814 0.7602 0.1865 0.5518 0.1064
0.3553 0.3846 0.3063 0.1319 0.3769 0.3809 0.5290 0.8586 0.6225 0.5425
0.1242 0.2806 0.9285 0.4257 0.5007 0.9997 0.2072 0.0580 0.5460 0.3910
0.4006 0.2376 0.3883 0.7998 0.9111 0.5554 0.6080 0.6724 0.0332 0.9451
0.2944 0.5657 0.4072 0.6198 0.6809 0.7154 0.8810 0.3028 0.5950 0.3131
0.1438 0.7546 0.0982 0.4946 0.1837 0.5438 0.6598 0.6460 0.8039 0.1599
0.7612 0.8071 0.5163 0.5810 0.6720 0.6020 0.0120 0.4502 0.4228 0.2734
0.4776 0.1012 0.0935 0.4389 0.7195 0.7738 0.8939 0.5225 0.1220 0.8265
0.6031 0.9288 0.1209 0.5537 0.1219 0.9657 0.9734 0.9955 0.2281 0.1084

(Campus Norte) Lneas de Espera Anahuac 12 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 13 / 35


Canal Unico. Llegadas Poisson, Tiempos De Servicio
Exponenciales

Se presentan formulas que pueden utilizarse para determinar las ca-


ractersticas de operacion constante de una lnea de espera de canal
unico.
Las formulas son apropiadas si las llegadas siguen una distribucion de
probabilidad de Poisson y los tiempos de servicio llevan una distribucion
de probabilidad exponencial.
Como estos supuestos son validos para el problema de la lnea de espera
de Burger Dom demostramos como pueden utilizarse las formulas para
determinar las caractersticas de operacion de Burger Dom y, por tanto,
aportan informacion util a la gerencia para la toma de decisiones

(Campus Norte) Lneas de Espera Anahuac 14 / 35


Caractersticas De Operacion

Las formulas siguientes se utilizan para calcular las caractersticas de ope-


racion en estado estable de una lnea de espera de canal unico con llegadas
Poisson y tiempos de servicio exponenciales, donde:

= numero medio de llegadas por periodo de tiempo (tasa de llegadas)

= numero medio de servicios por periodo de tiempo (tasa de servicios)

(Campus Norte) Lneas de Espera Anahuac 15 / 35


Caractersticas De Operacion

1 La probabilidad de que no haya unidades en el sistema:



P0 = 1 (1)

2 El numero promedio de unidades en la lnea de espera:

2
Lq = (2)
( )
3 El numero promedio de unidades en el sistema:

L = Lq + (3)

(Campus Norte) Lneas de Espera Anahuac 15 / 35


Caractersticas De Operacion
4 El tiempo promedio que la unidad pasa en la lnea de espera:
Lq
Wq = (4)

5 El tiempo promedio que una unidad pasa en el sistema:
1
W = Wq + (5)

6 La probabilidad de que una unidad que llega tenga que esperar a ser
atendida:

Pw = (6)

7 La probabilidad de que haya n unidades en el sistema:
 n

Pn = P0 (7)

(Campus Norte) Lneas de Espera Anahuac 15 / 35


Caractersticas De Operacion

Caractersticas de operacion en el problema de Burger Dom


Recuerde que en el problema de Burger Dom tenamos una tasa de llegadas
de = 0.75 clientes por minuto y una tasa de servicios de = 1 cliente por
minuto. Por tanto, con < , las ecuaciones pueden usarse para obtener las
caractersticas de operacion de la lnea de espera de canal unico de Burger
Dom:

(Campus Norte) Lneas de Espera Anahuac 15 / 35


Mejora de la operacion de la lnea de espera

Los modelos de lnea de espera indican con frecuencia cuando es conve-


niente mejorar sus caractersticas de operacion. Sin embargo, la decision
de como modificar la configuracion de la lnea de espera para mejorar las
caractersticas de operacion debe basarse en las ideas y la creatividad del
analista.

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Mejora de la operacion de la lnea de espera

Suponga que la gerencia de Burger Dom decide emplear un preparador de


pedidos que le ayude al tomador de pedidos en la caja registradora.

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Mejora de la operacion de la lnea de espera

El cliente inicia el proceso de servicio colocando el pedido con el toma-


dor de pedidos.

Cuando el pedido se efectua, el tomador de pedidos lo anuncia mediante


un sistema de intercomunicacion y el preparador de pedidos comienza
a prepararlo.

Cuando el pedido esta completo, el tomador de pedidos cobra, mientras


que el preparador de pedidos continua su labor.

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Mejora de la operacion de la lnea de espera

Con este diseno, la gerencia de Burger Dome estima que la tasa de servicio
puede incrementarse de los 60 clientes actuales a 75 clientes por hora. Por
tanto, la tasa de servicios del sistema revisado es = 75 clientes/60 minutos
= 1.25 clientes por minuto. Con = 0.75 clientes por minuto y = 1.25
clientes por minuto

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Mejora de la operacion de la lnea de espera

Ejemplo 1
Para terminar de inscribirse en la universidad, los alumnos deben pasar a la
caja para pagar su cuota de inscripcion. Los tiempos de llegadas de los alum-
nos siguen una distribucion de Poisson con media de 100 estudiantes por
hora. Para recibir los pagos se dispone de una sola caja. El tiempo que nece-
sita la cajera para atender cada alumno sigue una distribucion exponencial
con media de 30 segundos. Determine:

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Mejora de la operacion de la lnea de espera

a) La probabilidad de que este vaco el sistema.

b) La probabilidad de que se encuentre un alumno esperando ser atendido.

c) La probabilidad de que se encuentren 2 alumnos esperando ser atendidos.

d) La probabilidad de que se encuentren 2 o mas alumnos en el sistema.

e) Cuantos estudiantes estaran en promedio en el sistema?

f) Cuantos estudiantes estaran en promedio en la cola?

g) Cuanto tiempo se esperara en la cola antes de ser atendido?

h) Cuanto tiempo se estara en el sistema?

(Campus Norte) Lneas de Espera Anahuac 16 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 17 / 35


Multiples Canales Con Llegadas Poisson y Tiempos de
Servicio Exponenciales

(Campus Norte) Lneas de Espera Anahuac 18 / 35


Multiples Canales Con Llegadas Poisson y Tiempos de
Servicio Exponenciales

Se presentan formulas para determinar la caractersticas de operacion cons-


tante de una lnea de espera de multiples canales. Estas formulas son apro-
piadas si existen las siguientes condiciones:

(Campus Norte) Lneas de Espera Anahuac 19 / 35


Multiples Canales Con Llegadas Poisson y Tiempos de
Servicio Exponenciales

1 Las llegadas siguen una distribucion de probabilidad de Poisson.

2 El tiempo de servicio de cada canal sigue una distribucion de probabi-


lidad exponencial.

3 La tasa de servicios es la misma para cada canal.

4 Las llegadas esperan en una sola lnea de espera y luego se dirigen al


primer canal abierto para que las atiendan.

(Campus Norte) Lneas de Espera Anahuac 19 / 35


Caractersticas de Operacion

Las siguientes formulas se utilizan para calcular las caractersticas de ope-


racion de lneas de espera de multiples canales, donde:

= tasa de llegadas al sistema

= tasa de servicios de cada canal

k = numero de canales

(Campus Norte) Lneas de Espera Anahuac 20 / 35


Caractersticas de Operacion

1 La probabilidad de que no haya unidades en el sistema:


1
P0 = k1
(8)
(/)n (/)k
 
X k
+
n! k! k
n=0

2 El numero promedio de unidades en la lnea de espera:

(/)k
Lq = P0 (9)
(k 1)!(k )2
3 El numero promedio de unidades en el sistema:

L = Lq + (10)

(Campus Norte) Lneas de Espera Anahuac 20 / 35


Caractersticas de Operacion
4 El tiempo promedio que la unidad pasa en la lnea de espera:
Lq
Wq = (11)

5 El tiempo promedio que una unidad pasa en el sistema:
1
W = Wq + (12)

6 La probabilidad de que una unidad que llega tenga que esperar a ser
atendida:
1 k
   
k
Pw = P0 (13)
k! k
7 La probabilidad de que haya n unidades en el sistema:
(/)n
Pn = P0 con n k (14)
n!
(/)n
Pn = P0 con n > k (15)
k!k (nk)
(Campus Norte) Lneas de Espera Anahuac 20 / 35
Caractersticas de Operacion

Caractersticas de operacion en el problema de Burger Dom


Suponga que la gerencia desea evaluar la conveniencia de abrir una estacion
de procesamiento de pedidos de modo que dos clientes puedan ser atendidos
al mismo tiempo. Suponga una lnea de espera unica con el primer cliente
que se dirige al primer despachador disponible. Evaluemos las caractersticas
de operacion de este sistema de dos canales.

(Campus Norte) Lneas de Espera Anahuac 20 / 35


Caractersticas de Operacion

Ejemplo 2
En la autopista Mexico-Cuernavaca hay tres casetas para cobrar el peaje
a los automovilistas que llegan en promedio cada 5 segundos segun una
distribucion exponencial. Cada caseta puede atender en promedio 6 autos
por minuto segun una distribucion exponencial.

(Campus Norte) Lneas de Espera Anahuac 20 / 35


Caractersticas de Operacion

a) La probabilidad de que el sistema se encuentre vaco.

b) La probabilidad de que las tres casetas esten ocupadas.

c) La probabilidad de que dos autos esten esperando ser atendidos.

d) La probabilidad de que mas de dos autos esten esperando ser atendidos.

e) La longitud esperada de la cola.

f) El tiempo de espera en cola, el tiempo de espera en la lnea y la longitud


esperada de la lnea

(Campus Norte) Lneas de Espera Anahuac 20 / 35


Algunas relaciones generales de modelos de lnea de espera

Se presentaron formulas para calcular las caractersticas de operacion de


lneas de espera de un solo canal y, multiples canales con llegadas Poisson y
tiempos de servicio exponenciales. Las caractersticas de interes incluyeron:

Lq = numero promedio de unidades en la lnea de espera


L = numero promedio de unidades en el sistema
Wq = tiempo promedio que una unidad pasa en la lnea de espera
W = tiempo promedio que una unidad pasa en el sistema

(Campus Norte) Lneas de Espera Anahuac 21 / 35


Algunas relaciones generales de modelos de lnea de espera

Ecuaciones de flujo de Little son

L = W (16)
Lq = Wq (17)

La importancia de las ecuaciones de flujo de Little es que se aplican a


cualquier modelo de lnea de espera, independientemente de si las llegadas
siguen la distribucion probabilstica. exponencial

(Campus Norte) Lneas de Espera Anahuac 21 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 22 / 35


Analisis economico

Para desarrollar un modelo de costo total de una lnea de espera, comenza-


mos por definir la notacion que se utilizara:

cw = costo de espera por periodo de tiempo de cada unidad


L = numero promedio de unidades en el sistema
cs = costo de servicio por periodo de tiempo de cada canal
k = numero de canales
TC = costo total por periodo de tiempo

(Campus Norte) Lneas de Espera Anahuac 23 / 35


Analisis economico

El costo total es la suma del costo de espera y el costo de servicio; es decir:

TC = cw L + cs k (18)

(Campus Norte) Lneas de Espera Anahuac 23 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 24 / 35


Notacion Kendall

Caractersticas de las lneas de espera

Notacion Kendall

V/W/X/Y/Z

(Campus Norte) Lneas de Espera Anahuac 25 / 35


Notacion Kendall

donde:

V =Patron de llegadas de los clientes


W =Patron de servicio
X =Numero de servidores
Y =Capacidad del sistema
Z =Disciplina de la lnea de espera

(Campus Norte) Lneas de Espera Anahuac 25 / 35


Notacion Kendall

Caracterizacion de una lnea de espera V , W


Los primeros parametros se denotan por una literal conforme a la siguiente
tabla:

Cuadro: Caracterizacion de una lnea de espera respecto de los patrones de llegada y servicio.

Literal Significado
D Determinstica (Constante)
M Distribucion probabilstica markoviana
Ek Distribucion Erlang
G General

(Campus Norte) Lneas de Espera Anahuac 25 / 35


Notacion Kendall

Utilizando la notacion Kendall, el modelo de lnea de espera de canal unico


con llegadas Poisson y tiempos de servicio exponenciales se clasifica como
modelo M/M/1. El modelo de lnea de espera de dos canales con llegadas
Poisson y tiempos de servicio exponenciales con dos canales se clasificara
como modelo M/M/2.

(Campus Norte) Lneas de Espera Anahuac 25 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 26 / 35


Modelo De Lnea De Espera M/G/1

La notacion utilizada para describir las caractersticas de operacion del mo-


delo M/G/1 es:

= tasa de llegadas
= tasa de servicio
= desviacion estandar del tiempo de servicio

(Campus Norte) Lneas de Espera Anahuac 27 / 35


Modelo De Lnea De Espera M/G/1

1 La probabilidad de que no haya unidades en el sistema:



P0 = 1 (19)

2 El numero promedio de unidades en la lnea de espera:

2 2 + (/)2
Lq = (20)
2(1 /)
3 El numero promedio de unidades en el sistema:

L = Lq + (21)

(Campus Norte) Lneas de Espera Anahuac 27 / 35


Modelo De Lnea De Espera M/G/1

4 El tiempo promedio que la unidad pasa en la lnea de espera:


Lq
Wq = (22)

5 El tiempo promedio que una unidad pasa en el sistema:
1
W = Wq + (23)

6 La probabilidad de que una unidad que llega tenga que esperar a ser
atendida:

Pw = (24)

(Campus Norte) Lneas de Espera Anahuac 27 / 35


Modelo De Lnea De Espera M/G/1

Un ejemplo
Las ventas al detalle (o al menudeo) en Hartlages Seafoof Suply son ma-
nejadas por un dependiente. Las llegadas de los clientes son aleatorias y la
tasa de llegadas es de 21 clientes por hora o = 21/60 = 0.35 clientes
por minuto. Un estudio del proceso de servicio muestra que el tiempo de
servicio es de 2 minutos por cliente con una desviacion estandar de =1.2
minutos. El tiempo medio de 2 minutos por cliente indica que el dependien-
te tiene una tasa de servicio de = 1/2 = 0.50 clientes por minuto. Las
caractersticas de operacion de este sistema de lnea de espera M/G/1 son:

(Campus Norte) Lneas de Espera Anahuac 27 / 35


Tiempos De Servicio Constantes

Comentaremos brevemente el modelo de lnea de espera de canal unico


que asume llegadas aleatorias, pero tiempos de servicio constantes.

Una lnea de espera como esa puede ocurrir en entornos de produccion


y manufactura donde los tiempos de servicio controlados por maquina
son constantes.

El modelo M/D/1 describe esta lnea de espera, donde D denota los


tiempos de servicio determinsticos. Con el modelo M/D/1, el numero
promedio de unidades en la lnea de espera, Lq , se calculan con la
ecuacion
(/)2
Lq = (25)
2(1 /)

(Campus Norte) Lneas de Espera Anahuac 28 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 29 / 35


Balking

Las unidades o clientes que llegan buscan que los atiendan en uno de
varios canales de servicio. Si todos los canales estan ocupados, a las
unidades que llegan se les niega el acceso al sistema.

En terminologa de lnea de espera, las llegadas que ocurren cuando el


sistema esta completo son bloqueadas y eliminadas del sistema. Tales
clientes pueden perderse o intentar regresar mas tarde al sistema.

(Campus Norte) Lneas de Espera Anahuac 30 / 35


Balking

1 El sistema tiene k canales.

2 Las llegadas siguen una distribucion de probabilidad de Poisson, con


tasa de llegadas .

3 El tiempo de servicio de cada canal puede tener cualquier distribucion


de probabilidad.

4 La tasa de servicios es la misma para cada canal.

5 Una llegada entra al sistema solo si por lo menos un canal esta dispo-
nible. Una llegada que ocurre cuando todos los canales estan ocupados
es bloqueada, es decir, se le niega el servicio y no se le permite entrar
al sistema.

(Campus Norte) Lneas de Espera Anahuac 30 / 35


Balking

Con G que denota una distribucion de probabilidad general o no especifi


cada de tiempos de servicio, el modelo apropiado en esta situacion se
conoce como modelo M/G /k con clientes bloqueados eliminados.

La pregunta abordada en este tipo de situacion es, cuantos canales o


despachadores se deberan emplear?

(Campus Norte) Lneas de Espera Anahuac 30 / 35


Balking

Aplicacion.

El diseno de sistemas de comunicacion telefonicos u otros sistemas de


comunicacion donde las llegadas son las llamadas y los canales son el
numero de lneas telefonicas o de comunicacion disponibles.

Las llamadas se hacen a un numero telefonico, con cada llamada au-


tomaticamente dirigida a un canal abierto, si es posible. Cuando todos
los canales estan ocupados, las llamadas adicionales reciben un tono
de ocupado y se les niega el acceso al sistema.

(Campus Norte) Lneas de Espera Anahuac 30 / 35


Caractersticas De Operacion Del Modelo M/G /k Con
Clientes Bloqueados Eliminados
Abordamos el problema de seleccionar el mejor numero de canales al calcular
las probabilidades constantes de que los canales j y k estaran ocupados.
Estas probabilidades son:

(/)j /j!
Pj = k
(26)
X
(/)i /i!
i=0
donde:

= tasa de llegadas
= tasa de servicios de cada canal
k = numero de canales
Pj = probabilidad de que j de los k canales esten ocupados
con j = 0, 1, 2, . . . , k
(Campus Norte) Lneas de Espera Anahuac 31 / 35
Caractersticas De Operacion Del Modelo M/G /k Con
Clientes Bloqueados Eliminados

Otra caracterstica de operacion de interes es el numero promedio de unida-


des en el sistema; observe que este numero equivale al numero promedio de
canales en uso. Con L como el numero promedio de unidades en el sistema,
tenemos:


L= (1 Pk ) (27)

(Campus Norte) Lneas de Espera Anahuac 32 / 35


Caractersticas De Operacion Del Modelo M/G /k Con
Clientes Bloqueados Eliminados

Ejemplo
Microdata Software, Inc., utiliza un sistema de ventas por telefono para sus
productos de software. Los posibles clientes hacen pedidos a Microdata por
medio del numero telefonico 800 de la empresa. Suponga que las llamadas
a este numero telefonico llegan a razon de = 12 llamadas por hora.
El tiempo requerido para procesar un pedido hecho por telefono vara de
forma considerable de un pedido a otro. Sin embargo, es posible que cada
representante de ventas de Microdata atienda = 6 llamadas por hora.
En la actualidad, el numero telefonico 800 dispone de tres lneas internas
o canales, cada una operada por un representante de ventas distinto. Las
llamadas recibidas en el numero 800 se transfieren automaticamente a una
lnea o canal abierto si esta disponible.

(Campus Norte) Lneas de Espera Anahuac 32 / 35


Caractersticas De Operacion Del Modelo M/G /k Con
Clientes Bloqueados Eliminados

Ejemplo (continuacion)
Siempre que las tres lneas estan ocupadas, los llamadores reciben una senal
de ocupado. En el pasado, la gerencia de Microdata supona que los posibles
clientes que reciban un tono de ocupado volveran a llamar. Sin embargo,
estudios recientes sobre ventas por telefono demostraron que un numero
importante de posibles clientes a los que se les negaba el acceso, ya no
volvan a llamar. Estas llamadas perdidas representan perdida de ingresos
para la empresa, por lo que la gerencia pidio que se analizara el sistema de
ventas por telefono. En especfico, la gerencia deseaba conocer el porcentaje
de posibles clientes que obtena senales de ocupado y que no tena acceso
al sistema. Si la meta de la gerencia es contar con sufi ciente capacidad
para atender a 90 % de los posibles clientes, cuantas lneas telefonicas y
representantes de ventas deba utilizar Microdata?

(Campus Norte) Lneas de Espera Anahuac 32 / 35


Agenda

1 Introduccion
2 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio exponenciales.
3 Modelo de lnea de espera de multiples canales con llegadas Poisson y
tiempos de servicio exponenciales.
4 Analisis economico de lneas de espera
5 Otros modelos de lnea de espera
6 Modelo de lnea de espera de canal unico con llegadas Poisson y tiempos
de servicio arbitrarios
7 Multiples Canales Con Llegadas Poisson, Tiempos de Servicio Arbitrarios
y Sin Lnea De Espera
8 Modelos De Lnea Espera Con Fuentes Finitas

(Campus Norte) Lneas de Espera Anahuac 33 / 35


Poblacion con Fuente Infinita

Las llegadas de cada unidad sigue una distribucion de probabilidad de


Poisson, con tasa de llegadas .

Los tiempos de servicio siguen una distribucion de probabilidad expo-


nencial, con tasa de servicios .

La poblacion de unidades que buscan ser atendidas es finita.

(Campus Norte) Lneas de Espera Anahuac 34 / 35


Caractersticas De Operacion Del Modelo M/M/1 Con
Poblacion Con Fuente Finita

= tasa de llegadas de cada unidad


= tasa de servicios
N = tamano de la poblacion

(Campus Norte) Lneas de Espera Anahuac 35 / 35


Caractersticas De Operacion Del Modelo M/M/1 Con
Poblacion Con Fuente Finita

1 La probabilidad de que no haya unidades en el sistema:


1
P0 = N  n (28)
X N!
(N n)!
n=0

2 El numero promedio de unidades en la lnea de espera:


+
Lq = N (1 P0 ) (29)

3 El numero promedio de unidades en el sistema:

L = Lq + (1 P0 ) (30)

(Campus Norte) Lneas de Espera Anahuac 35 / 35


Caractersticas De Operacion Del Modelo M/M/1 Con
Poblacion Con Fuente Finita
4 El tiempo promedio que la unidad pasa en la lnea de espera:
Lq
Wq = (31)
(N L)
5 El tiempo promedio que una unidad pasa en el sistema:
1
W = Wq + (32)

6 La probabilidad de que una unidad que llega tenga que esperar a ser
atendida:
Pw = 1 P0 (33)
7 La probabilidad de que haya n unidades en el sistema:
 n
N
Pn = P0 para n = 0, 1, . . . , N (34)
(N n)!

(Campus Norte) Lneas de Espera Anahuac 35 / 35


Caractersticas De Operacion Del Modelo M/M/1 Con
Poblacion Con Fuente Finita

Aplicaciones
Una de las aplicaciones primordiales del modelo M/M/1 con una pobla-
cion finita se conoce como problema de reparacion de maquinas. En este
problema se considera que un grupo de maquinas es la poblacion finita de
clientes que puede solicitar el servicio de reparacion.

(Campus Norte) Lneas de Espera Anahuac 35 / 35


Caractersticas De Operacion Del Modelo M/M/1 Con
Poblacion Con Fuente Finita

Ejemplo
Kolkmeyer Manufacturing Company utiliza un grupo de seis maquinas
identicas; cada una funciona un promedio de 20 horas entre descompos-
turas. Por tanto, la tasa de llegadas o solicitud de servicio de reparacion
de cada maquina es = 1/20 = 0.05 por hora. Con las descomposturas
ocurriendo al azar, se utiliza la distribucion de probabilidad de Poisson para
describir el proceso de llegada de maquinas descompuestas. Una persona
del departamento de mantenimiento proporciona el servicio de reparacion
de canal unico para las seis maquinas. Los tiempos de servicio exponencial-
mente distribuidos tienen una media de dos horas por maquina, o una tasa
de servicios de = 1/2 = 0.50 maquinas por hora.

(Campus Norte) Lneas de Espera Anahuac 35 / 35

You might also like