Investigacin de Operaciones

Modelo Monoservidor

Teora de Colas
Notacin de Kendall Lee
Ejercicios
Sesin Terico/Prctica No. 2
Nelson Jos Prez Daz

Cola
s

Las LINEAS DE ESPERA, FILAS DE ESPERA o COLAS, son

realidades cotidianas:
Personas esperando para realizar sus transacciones ante una
caja en un banco,
Estudiantes esperando por obtener copias en la fotocopiadora,
Vehculos esperando pagar ante una estacin de peaje o
continuar su camino, ante un semforo en rojo,
Mquinas daadas a la espera de ser rehabilitadas.

Se forman debido a un desequilibrio temporal entre la demanda

del servicio y la capacidad del sistema para suministrarlo.

Cola
s

Los Modelos de Lneas de Espera son de gran utilidad tanto en las

reas de Manufactura como en las de Servicio.
Los Anlisis de Colas relacionan:
la longitud de la lnea de espera,
el promedio de tiempo de espera
y otros factores como:
la conducta de los usuarios a la llegada y en la cola,
Los Anlisis de Colas ayudan a entender el comportamiento de estos
sistemas de servicio (la atencin de las cajeras de un banco,
actividades de mantenimiento y reparacin de maquinaria, el control de
las operaciones en planta, etc.).

Cola
s

Desde la perspectiva de la Investigacin

de Operaciones, los pacientes que esperan
ser atendidos por el odontlogo o las
prensas daadas esperando reparacin,
tienen mucho en comn.
Ambos (gente y mquinas) requieren de
recursos
humanos
y
recursos
materiales como equipos para que se los
cure o se los haga funcionar nuevamente.

Cola
s

COLAS MAS COMUNES

SITIO

ARRIBOS EN COLA

SERVICIO

Supermercado

Compradores

Pago en cajas

Peaje

Vehculos

Pago de peaje

Consultorio

Pacientes

Consulta

Sistema de Cmputo Programas a ser

corridos

Proceso de datos

Compaa de
telfonos

Llamadas

Efectuar
comunicacin

Banco

Clientes

Depsitos y Cobros

Mantenimiento

Mquinas daadas

Reparacin

Muelle

Barcos

Carga y descarga

Cola
s

Caractersticas de una LINEA DE ESPERA

CARACTERISTICAS DE ARRIBO
DISTRIBUCION DE POISSON:
e x
P x
para _ x 0,1,2,3,4,...
x!

P(x) = Probabilidad de x arribos

.x=
nmero de arribos por unidad de tiempo
=
rata promedio de arribo
.e = 2.71828

Cola
s

TEORIA DE COLAS
DISTRIBUCION DE POISSON

Cola
s

TEORIA DE COLAS
DISTRIBUCION DE POISSON

Cola
s

Proceso de nacimiento y muerte

Los llamados procesos de nacimiento y
muerte describen una gran diversidad de
situaciones prcticas cuya caracterstica
principal consiste en la aparicin y/o
desaparicin de entes en la cantidad +1 1.
Si N(t) expresa el nmero total de entes que
componen la poblacin al tiempo t, entonces
N(t) puede sufrir cambios crecientes o
decrecientes de magnitud 1 en un instante
infinitesimal de tiempo

Diagrama Tasas de Transicin

Dado que hay n clientes en el sistema en un
instante t, el nmero de clientes luego de un t
suficientemente pequeo ser (n-1) si ocurri una
salida o (n+1) si fue una entrada
n

...

n-1

n
n+1

n
n

...

n+1

Se obtiene la ecuacin de equilibrio:

n-1Pn-1 + n+1Pn+1= ( n + n) Pn

Cola
s

Teora de Colas
Para calcular la probabilidad de estado es
preciso tener en cuenta:
El proceso de llegada de los paquetes
La distribucin de duracin de los paquetes
La poltica de servicio
PEPS: Primero en entrar, primero en salir (FIFO)
UEPS: ltimo en entrar primero en salir (LIFO)

Cola
s

Representacin general de la Formacin de colas

Notacin de Kendall

A/B/C
Distribuci
n de
llegada

Distribuci
n de
servicio

Nmero de
servidores

Cola
s

Clasificacin
de Kendall y
Kendall y Lee 1953
Lee

Proponen un sistema de clasificacin para sistemas

de lneas de espera, el cual considera seis de las
caractersticas mencionadas en la estructura de los
modelos.
El cual tiene el siguiente formato

(a/b/c)(d/e/f)

Clasificacin de Kendall y
Lee
DISCIPLINA
DE SERVICIO

TAMAO
POBLACION
: Infinita
P : Finita

DG , FIFO , LIFO
RAND, PRI

PATRON de LLEGADAS
M: Markoviano
G : General
E : Erlang

X X , x , X , X, X
NUMERO
SERVIDORES
1: un servidor
s: s servidores
en paralelo

TAMAO COLA
: Infinita
K : Finita

PATRON del SERVICIO

M: Markoviano
G : General
E: Erlang

Clasificacin de Kendall y
Lee
Donde
a

Distribucin de probabilidad del tiempo entre

llegadas de las transacciones

Distribuciones de probabilidad del tiempo de

servicio.

Smbolos utilizados en estos dos primeros campos son:

D:
constante
Ek:
distribucin Erlang con parmetro k
G:
cualquier tipo de distribucin
GI:
distribucin general independiente
H:
distribucin hiperexponencial
M:
distribucin exponencial

Cola
s

c
d

Clasificacin de Kendall y
Lee
nmero de servidores

orden de atencin de los clientes

Smbolos utilizados en este campo son:

FIFO : primeras entradas, primeros servicios
LIFO : ltimas entradas, primeros servicios
SIRO :
orden aleatorio
PR : con base en prioridades
GD : en forma general
e

nmero mximo de clientes que soporta el

sistema en un mismo instante de tiempo

nmero de clientes potenciales del sistema de

lneas de espera

Cola
s

Ejemplos
Un modelo (M/D/3)(FIFO/20/20) representa la clasificacin
de un sistema donde existen 3 servidores en paralelo
atendiendo de acuerdo con un orden de primeras entradas,
primeras salidas, con un tiempo de servicio constante. El
sistema tiene slo 20 clientes potenciales, los cuales podran
encontrarse dentro del sistema en un mismo instante. El
tiempo entre llegadas de los clientes sigue una distribucin
exponencial y, en caso de llegar y encontrar todos los
servidores ocupados, pasan a formarse de una fila comn.

Cola
s

Clasificacin de Kendall y
Lee

Respetando la clasificacin Kendall y Lee, es posible

agrupar los diferentes modelos de una manera donde los
procesos Markovianos y los no Markovianos se separan
claramente.
Los Markovianos se dividen en modelos de capacidad finita
y modelos de capacidad Infinita.
Los No Markovianos, se clasifican en modelos con tiempos
entre llegadas exponenciales y tiempos de servicios con
cualquier tipo de distribucin.

M / M / 1 / DG / / :
markoviano, markoviano, 1 servidor, poblacin infinita, cola infinita
t
0

.......

....

Cola
s

Clasificacin de Kendall y
Lee
Mediante frmulas generales
Mediante cadenas de
Markov de estado
finito
(M/M/S)

(d/N/f)

(M/M/1) (FCFS/N/)
(M/M/1) (FCFS/N/N)
(M/M/S) (FCFS/N/)
(M/M/S) (FCFS/N/N)

Mediante el factor de
correccin K

(G/G/1) (FCFS/ / )

Mediante la frmula de
Pollaczek- Khintchine
(M/G/1) (FCFS/ / )
Mediante cadenas de Markov
y series geomtricas
(M/M/S)

(d/ / )

(M/M/1) (FCFS/ / )
Mediante el clculo de lmite superior
(G/G/S) ( FCFS //)

(M/M/S) (FCFS/ / )

Cola
s

Objetivos de los modelos de colas

Se pueden obtener los valores siguientes:

Probabilidad de que hayan n paquetes en el sistema

Longitud o nmero esperado de paquetes en la cola LEC
Longitud o nmero esperado de paquetes en el sistema LES
Tiempo esperado que un paquete debe permanecer en la cola TEC
Tiempo promedio que un paquete debe permanecer en el sistema
antes de ser atendido TES
Nmero promedio de canales en servicio inactivos en el sistema
NCI
Probabilidad de que un paquete que llega deba esperar
Probabilidad de que un paquete deba esperar en la cola o en el
sistema ms de un tiempo t
Nmero promedio de paquetes atendidos

Cola
s

TEORIA DE COLAS
Medicin del Rendimiento de las Colas

Los modelos de colas ayudan a los administradores a tomar

decisiones para balancear los costos de servicio deseables
con los costos de espera en la lnea.
Los principales factores que se evalan en estos modelos son:
1. Tiempo promedio que cada cliente u objeto permanece en la
cola
2. Longitud de cola promedio
3. Tiempo promedio que cada cliente permanece en el
sistema (tiempo de espera + tiempo de servicio).
4. Nmero de clientes promedio en el sistema.
5. Probabilidad de que el servicio se quede vaco
6. Factor de utilizacin del sistema
7. Probabilidad de la presencia de un especfico nmero de
clientes en el sistema.

Medidas de desempeo
Medidas de desempeo:
Utilizacin de Servicio
Tasa de entrada Promedio
Nmero Promedio de Clientes en el sistema
Nmero promedio de Clientes en la fila
Tiempo promedio de espera en el sistema
Tiempo promedio de espera en la fila
Coeficiente cuadrado de variacin

Cola
s

Modelo Monoservidor
rea de
almacenamien
to temporal

Llegada de
paquetes

Servidor

Salida de
paquetes

Modelo de cola en un servidor nico

Los paquetes son clientes formando

cola en espera del servicio

Cola
s

Modelo Monoservidor
Ejemplos de modelos de un solo
servidor:
Taquilla de Pago CANTV
Caja de UNITEC
Cafetin
Cobro de Estacionamiento (Parqueaderos)

Cola
s

Modelo Monoservidor
Los paquetes llegan en forma aleatoria a una velocidad promedio de:

paquetes / unidad de tiempo

Forman una cola en espera de servicio en el
rea de almacenamiento temporal y luego, con
alguna poltica de servicio especificada, son
atendidos a razn de un promedio de

paquetes / unidad de tiempo

Cola
s

Modelo Monoservidor
La cola empieza a formarse cuando:

Llegada de paquetes

Capacidad de transmisin del paquet

Para un rea de almacenamiento

temporal finita, la cola llegara a

cuando exceda . Cuando

saturacin
el rea de almacenamiento temporal se
satura, se bloquean las llegadas de todos

Cola
s

Modelo Monoservidor
Si se supone un rea de almacenamiento
temporal infinita, la cola se vuelve inestable a
medida que:

Para la cola con un solo servidor:

Asegura estabilidad

Cola
s

Modelo Monoservidor
Un parmetro crtico en el anlisis de la
teora de formacin de colas es: Utilizacin o
intensidad de trfico en el enlace

Es la razn entre la carga y la

capacidad del sistema
Para el caso de un solo servidor se
presenta congestin cuando:

1
1

Investigacin de Operaciones

TEORIA DE COLAS
Modelo M/M/1

Asumimos que existen las siguientes condiciones:

1. Los clientes son servidos con una poltica PEPS y cada arribo
espera a ser servido sin importar la longitud de la lnea o cola.
2. Los arribos son independientes de arribos anteriores, pero el
promedio de arribos, no cambia con el tiempo.
3. Los arribos son descritos mediante la distribucin de probabilidad
de Poisson y proceden de una poblacin muy grande o infinita.
4. Los tiempos de servicio varan de cliente a cliente y son
independientes entre s, pero su rata promedio es conocida.
5. Los tiempos de servicio se representan mediante la distribucin
de probabilidad exponencial negativa.
6. La rata de servicio es ms rpida que la rata de arribo.

Investigacin de Operaciones

FRMULAS PARA COLAS

MODELO M/M/1
Nmero promedio de arribos por perodo de tiempo
Nmero promedio de gente o cosas servidos por perodo de tiempo
n nmero de unidades en el sistema

LS Nmero promedio de unidades (clientes) en el sistema LS

Factor de utilizacin del sistema

WS Tiempo promedio que una unidad permanece en el sistema

(tiempo de espera tiempo de servicio)
1
WS

Investigacin de Operaciones

FRMULAS PARA COLAS

MODELO M/M/1
2
Lq Nmero promedio de unidades en la cola
LS

Wq Tiempo promedio que una unidad espera en la cola

WS

Pn Probabilidad de que " n" clientes estn en el sistema
n

Pn 1 1 n

Po Probabilidad de cero unidades en el sistema (la unidad de servicio est vaca)

Po 1 1

Pn k Probabilidad de que ms de " k" unidades estn en el sistema

Pn k

k 1

Nomenclatura
pii

Probabilidad de que el sistema cambie del estado i a un estado j

Pn

despus de un intervalo de tiempo

Probabilidad en estado estable de que existan n clientes en el

L
Lq

sistema
Nmero promedio de clientes en el sistema
Nmero promedio de clientes en la fila

W
Wq

Tiempo promedio de permanencia en el sistema

Tiempo promedio de permanencia en la fila

Ct

Factor de utilizacin promedio del servicio

Costo total promedio del sistema de lneas de espera por unidad de

Ce

tiempo
Costo promedio de servicio por cliente por unidad de tiempo

Cq

Costo promedio de espera por cliente por unidad de tiempo

Elementos a estudiar en las

COLAS

Medida del performance en perodos estacionarios.

P0 = Probabilidad de que no existan clientes en el sist.

Pn = Probabilidad de que existan n clientes en el sistema.
L = nmero de clientes promedio en el sistema.
Lq = nmero de clientes promedio en la cola.
W = Tiempo promedio de permanencia de un cliente en
el sistema.
Wq = Tiempo promedio de permanencia de un cliente en
la cola.
Pw = Probabilidad de que un cliente que llega deba
esperar para ser atendido.
= Tasa de uso de cada servidor (porcentaje del tiempo
que cada servidor es ocupado).

Elementos a estudiar en las

COLAS

Medidas del Desempeo

para la cola

M / M /1

P0 = 1- ( / )
Pn = [1 - ( / )] (/ )n
L = / ( - )
Lq = 2 / [( - )]
W = 1 / ( - )
Wq = / [( - )]
Pw = /
= /

La probabilidad de que
un cliente espere en
el sistema ms de
t es P(X>t)= e-( - )t

Elementos a estudiar en las

COLAS

Zapatera Marys
Los clientes que llegan a la zapatera Marys son en
promedio 12 por minuto, de acuerdo a la distribucin
Poisson.
El tiempo de atencin se distribuye
exponencialmente con un promedio de 8 minutos por
cliente.
La gerencia esta interesada en determinar las
medidas de performance para este servicio.

Elementos a estudiar en las

COLAS

SOLUCION
Datos de entrada
= 1/ 12 clientes por minuto = 60/ 12 = 5 por
hora.
= 1/ 8 clientes por minuto = 60/ 8 = 7.5 por
hora.
PP00==1(
//)
==11--(5
//7.5)
==0.3333
1(
)
(5
7.5)
0.3333
Calculo del performance
n
PPnn==[1[1--(
(//)]
)](/
(/)
)==(0.3333)(0.6667)
(0.3333)(0.6667)n
Pw = /
LL ==//(
(--)
)==22
= /
LLqq ==22//[(
[(--)]
)]==1.3333
1.3333
W
W ==11//(
(--)
)==0.4
0.4horas
horas==24
24minutos
minutos

Cola
s

Ejemplo
Un peluquero atiende sus clientes sin cita
previa, el primero en llegar es el primero en
ser atendido. La llegada de los clientes se
distribuye de acuerdo con un proceso de
Poisson con un promedio de 5/hora. Los
clientes prefieren esperar el tiempo necesario
antes de ser atendidos. El tiempo de corte del
cabello est exponencialmente distribuido con
un tiempo de corte promedio de 10 minutos.
Cual es el nmero promedio de clientes en
el negocio y el nmero promedio de personas
esperando a ser atendidas?

Elementos a estudiar en las

COLAS

Ejemplo Cont...
5

hora
1
60 min
6

10 min 1hora
hora

5

6

LES
1

LES 5

LES

5
6

5
1
6

Elementos a estudiar en las

COLAS

Ejemplo Cont...

LEC

5
LEC
6
2

La probabilidad de que los clientes no deban

esperar antes de ser atendidos es P0

P0 1

Elementos a estudiar en las

COLAS

Ejemplo Cont...
Esta probabilidad es:

5
P0 1 0.1666
6
Esto indica que el 16.7% de los
clientes son atendidos sin hacer
cola y el 83.3% deben esperar
algn tiempo en la cola antes de
pasar a la silla del peluquero.

Elementos a estudiar en las

COLAS

Ejemplo Cont...
Slo hay cuatro sillas en la peluquera y
el dueo desea conocer qu porcentaje
de clientes que esperan deben hacerlo
parados. La probabilidad de no encontrar
silla es:

P5 P6 P7 ... Pn 0.405
n 5

Elementos a estudiar en las

COLAS

Ejemplo Cont...
El 40% del tiempo los clientes no
encuentran silla disponible.
Cunto debe el cliente esperar en
promedio en la cola y en el sistema,
est dado por la formulas y LEC y LES
2
LEC

LES
1

En el ejemplo LEC y LES es de 50 y

de 60 minutos respectivamente.