MODELO DE LINEAS DE ESPERA

Una línea de espera es el efecto resultante en un sistema cuando la demanda

de un servicio supera la capacidad de proporcionar dicho servicio. Este sistema
está formado por un conjunto de entidades en paralelo que proporcionan un
servicio a las transacciones que aleatoriamente entran al sistema.
Dependiendo del sistema que se trate, las entidades pueden ser cajeras,
máquinas, semáforos, grúas, etcétera, mientras que las transacciones pueden
ser: clientes, piezas, autos, barcos, etcétera. Tanto el tiempo de servicio como
las entradas al sistema son fenómenos que generalmente tienen asociadas
fuentes de variación que se encuentran fuera del control del tomador de
decisiones, de tal forma que se hace necesaria la utilización de modelos
estocásticos que permitan el estudio de este tipo de sistemas.

Una línea de espera puede modelarse como un proceso estocástico en el cual

la variable aleatoria se define como el número de transacciones en el sistema
en un momento dado; el conjunto de valores que puede tomar dicha variable es
{O, 1, 2,. . ., N\ y cada uno de ellos tiene asociada una probabilidad de
ocurrencia.

USOS DE LA TEORÍA DE LÍNEAS DE ESPERA

La teoría de las líneas de espera es aplicable a empresas de servicios o

manufactureras, porque relaciona la llegada de los clientes y las características
de procesamiento del sistema de servicios con las características de salida de
dicho sistema. El sistema de servicio puede consistir en la operación de cortar
el cabello en una peluquería, o bien, en el departamento de partes, con una
máquina determinada para atender un pedido de producción. Otros ejemplos
de clientes y servicios son las filas de los espectadores que esperan frente a un
estadio de fútbol para comprar entradas, los camiones que aguardan para ser
descargados en una planta de acopio de cereales, las máquinas en espera de
ser reparadas por una cuadrilla de mantenimiento y los pacientes que hacen
antesala para ser atendidos por un médico. Cualquiera que sea la situación, los
problemas referentes a líneas de espera tienen algunos elementos en común.
Los modelos de línea de espera se componen de fórmulas y relaciones
matemáticas que pueden utilizarse para determinar las características de
operación (medidas de desempeño) de una línea de espera. Las características
de operación de interés incluyen:

 La probabilidad de que no haya unidades en el sistema

 El número promedio de unidades en la línea de espera
 El número promedio de unidades en el sistema (el número de unidades
en la línea de espera más el número de unidades que están siendo
atendidas)
 El tiempo promedio que una unidad pasa en la línea de espera
 El tiempo promedio que una unidad pasa en el sistema (el tiempo de
espera más el tiempo para que atiendan)
 La probabilidad de que una unidad que llega tenga que esperar para que
la atiendan

ELEMENTOS DE UN MODELO DE COLAS:

Modelo de colas básico: Los clientes llegan en forma individual para recibir
alguna clase de servicio. Si un cliente no puede ser atendido de inmediato,
entonces ese cliente forma una cola (fila de espera) hasta que lo atiendan. (La
cola no incluye a los clientes que ya están siendo atendidos.) Uno o más
servidores en la instalación de servicio son los que dan el servicio. Cada cliente
es atendido en forma individual por uno de los servidores y luego se va.

Distribución de las llegadas: La definición del proceso de llegada a una línea

de espera implica determinar la distribución probabilística del número de
llegadas en un lapso de tiempo determinado. En muchas situaciones de línea
de espera las llegadas ocurren al azar e independientemente de otras llegadas,
y no podemos predecir cuándo ocurrirá una. En esos casos, los analistas
cuantitativos han encontrado que la distribución de probabilidad de Poisson
provee una buena descripción del patrón de llegadas. La función de
probabilidad de Poisson da la probabilidad de x llegadas en un periodo de
tiempo específico. La función de probabilidad es la siguiente:
Donde:

X= número de llegadas en el periodo de tiempo

λ=número medio de llegadas por periodo de tiempo

e=2.71828

El número medio de llegadas por periodo de tiempo λ se llama tasa de

llegadas.

Los valores de se determinan con una calculadora o utilizando el

Apéndice E. Suponga que una empresa de hamburguesas analizó los datos
sobre llegadas de clientes y concluyó que la tasa de llegadas es de 45 clientes
por hora. Durante un periodo de un minuto, la tasa de llegadas sería λ = 45
clientes/60 minutos = 0.75 clientes por minuto. Así, podemos utilizar la
siguiente función de probabilidad de Poisson para calcular la probabilidad de x
llegadas de clientes durante un periodo de un minuto.

Entonces:
La probabilidad de que no lleguen clientes en un periodo de un minuto es de
0.4724, la probabilidad de que llegue un cliente en un periodo de un minuto es
de 0.3543 y la probabilidad de que lleguen dos clientes en un periodo de un
minuto es de 0.1329

DISTRIBUCIÓN DE LOS TIEMPOS DE SERVICIO:

El tiempo de servicio es el tiempo que un cliente emplea en la instalación de

servicio una vez que éste se ha iniciado. En una empresa de hamburguesas, el
tiempo de servicio se inicia cuando un cliente comienza a hacer el pedido con
el despachador y continúa hasta que el cliente recibe el pedido. Los tiempos de
servicio rara vez son constantes. En la empresa de Hamburguesas, el número
de productos y la combinación de estos pedidos varían considerablemente de
un cliente al siguiente. Los pedidos pequeños pueden manejarse en cuestión
de segundos, pero los grandes pueden requerir más de dos minutos. Los
analistas cuantitativos determinaron que si se puede suponer que la
distribución probabilística del tiempo de servicio sigue una distribución
probabilística exponencial, existen fórmulas que proporcionan información útil
sobre la operación de la línea de espera.

Utilizando una distribución probabilística exponencial, la probabilidad de que el

tiempo de servicio sea menor que o igual a un tiempo de duración t es:

Donde μ = número medio de unidades que pueden ser atendidas por periodo
de tiempo e = 2.71828. El número medio de unidades que pueden ser
atendidas por periodo de tiempo, μ, se llama tasa de servicio. Suponga que
una empresa de Hamburguesas estudió el proceso de toma y entrega de
pedido y encontró que un despachador puede procesar un promedio de 60
pedidos por hora. Basada en un minuto, la tasa de servicio sería μ = 60
clientes/60 minutos = 1 cliente por minuto. Por ejemplo, con μ = 1, podemos
utilizar la ecuación anterior para calcular probabilidades como la probabilidad
de que un pedido pueda ser procesado en 1 / 2 minuto o menos, 1 minuto o
menos y 2 minutos o menos. Estos supuestos son:

P(tiempo de servicio ≤ 0,5 min.) = 1- e-1(0,5)-1 = 0,6065 =0,3935

P(tiempo de servicio ≤ 1,0 min.) = 1- e-1(1,0) -1 = 0,3679 = 0,6321

P(tiempo de servicio ≤ 2,0 min.) = 1- e-1(2,0) -1 = 0,1353 = 0,8647

Por tanto, concluiríamos que existe 0.3935 de probabilidad de que un pedido

pueda ser procesado en 1 / 2 minuto o menos, 0.6321 de probabilidad de que
pueda ser procesado en 1 minuto o menos, y 0.8647 de probabilidad de que
pueda ser procesado en 2 minutos o menos.

MODELO DE LÍNEA DE ESPERA DE CANAL ÚNICO CON LLEGADAS

POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES:

Se presentan fórmulas que pueden utilizarse para determinar las

características de operación constante de una línea de espera de canal único.
Las fórmulas son apropiadas si las llegadas siguen una distribución de
probabilidad de Poisson y los tiempos de servicio llevan una distribución de
probabilidad exponencial.

Características de operación

Las fórmulas siguientes se utilizan para calcular las características de

operación constante de una línea de espera de canal único con llegadas
Poisson y tiempos de servicio exponenciales, donde:

λ= número medio de llegadas por periodo de tiempo (tasas de llegadas)

μ = número medio de servicios por periodo de tiempo (tasa de servicios)

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

2) El número promedio de unidades en la línea de espera:

3) El número promedio de unidades en el sistema:

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

5) El tiempo promedio que una unidad pasa en el sistema:

6) La probabilidad que una unidad que llega no tenga que esperar a ser
atendida:

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

Los valores de la tasa de llegadas λ y la tasa de

servicios μ son, evidentemente, componentes importantes para determinar las
características de operación. La ecuación (6) muestra que la relación de la tasa
de llegadas a la tasa de servicios, λ/μ, da la probabilidad de que una unidad
que llega tenga que esperar porque la instalación de servicio está ocupada. Por
consiguiente, λ/μ se conoce como factor de uso de la instalación de servicio.
Las características de operación presentadas en las ecuaciones (1) a (7) son
apropiadas sólo cuando la tasa de servicios μ es mayor que la tasa de llegadas
λ expresado de otra manera, cuando λ/μ=1. Si no existe esta condición, la línea
de espera seguirá creciendo sin límite porque la instalación de servicio no tiene
suficiente capacidad para atender a las unidades que llegan. Así, para utilizar
las ecuaciones (1) a (7) debemos tener μ >λ.

MODELO DE LÍNEA DE ESPERA DE CANAL ÚNICO CON LLEGADAS

POISSON Y TIEMPOS DE SERVICIO ARBITRARIOS

Características de operación del modelo M/G/1

La notación utilizada para describir las características de operación del modelo

M/G/1 es:

λ= tasa de llegadas

μ= tasa de servicios

σ= desviación estándar del tiempo de servicio

Algunas de las características de operación constante del modelo de línea de

espera M/G/1 son las siguientes:

1) Probabilidad de que no haya unidades en el sistema:

2) Número promedio de unidades en la línea de

espera:
3) Número promedio de unidades en el sistema:

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

5) Tiempo promedio que una unidad pasa en el sistema:

6) Probabilidad de que una unidad que llega tenga que esperar a que la
atiendan:

TIEMPOS DE SERVICIO CONSTANTES

Deseamos comentar brevemente sobre el modelo de línea de espera de canal

único que asume llegadas aleatorias, pero tiempos de servicio constantes. Una
línea de espera como esa puede ocurrir en entornos de producción y
manufactura donde los tiempos de servicio controlados por máquina son
constantes.
MODELO DE MÚLTIPLES CANALES CON LLEGADAS POISSON, TIEMPOS
DE SERVICIO ARBITRARIO Y SIN LÍNEA DE ESPERA:

Una interesante variación de los modelos de línea analizados hasta ahora

implica un sistema en el cual no se permite esperar. Las unidades o clientes
que llegan buscan que los atiendan en uno de varios canales de servicio. Si
todos los canales están ocupados, a las unidades que llegan se les niega el
acceso al sistema. En terminología de línea de espera, las llegadas que
ocurren cuando el sistema está completo son bloqueadas y eliminadas del
sistema. Tales clientes pueden perderse o intentar regresar más tarde al
sistema.

El modelo específico considerado en esta sección se basa en los siguientes

supuestos:

 El sistema tiene k canales.

 Las llegadas siguen una distribución de probabilidad de Poisson, con
tasa de llegadas λ.
 El tiempo de servicio de cada canal puede tener cualquier distribución de
probabilidad.
 La tasa de servicios μ es la misma para cada canal.
 Una llegada entra al sistema sólo si por lo menos un canal está
disponible. Una llegada que ocurre cuando todos los canales están
ocupados es bloqueada, es decir, se le niega el servicio y no se le
permite entrar al sistema.

CARACTERÍSTICAS DE OPERACIÓN DEL MODELO CON CLIENTES

BLOQUEADOS ELIMINADOS
Donde:

λ=tasa de llegadas

μ=tasa de servicios de cada canal

K= número de canales

Pj=probabilidad de que j de los k canales estén ocupados con j = 0, 1, 2,. . ., k

El valor de probabilidad más importante es P k, el cual es la probabilidad de

todos los k canales estén ocupados. En porcentaje, Pk indica que el porcentaje
de llegadas bloqueadas y a las que se les niega el acceso a sistema. Otra
característica de operación de interés es el número promedio de unidades en el
sistema; observe que este número equivale al número promedio de canales en
uso. Con L como el número promedio de unidades en el sistema, tenemos:

MODELOS DE LÍNEA DE ESPERA CON FUENTES FINITAS:

Para los modelos de línea de espera presentados hasta ahora, la población de

unidades o clientes que llegan para ser atendidos se ha considerado ilimitada.
En términos técnicos, cuando se establece límite sobre cuántas unidades
pueden buscar ser atendidas, se dice que el modelo tiene una población con
fuente finita. Con base en este supuesto, la tasa de llegadas λ permanece
constante independientemente de cuántas unidades estén en el sistema de
línea de espera. Este supuesto de población con fuente infinita se hace en la
mayoría de los modelos de línea de espera.
EL MODELO DE POBLACIÓN CON FUENTE FINITA ANALIZADA EN ESTA
SECCIÓN SE BASA EN LOS SIGUIENTES SUPUESTOS:

1. Las llegadas de cada unidad sigue una distribución de probabilidad de

Poisson, con
2. tasa de llegadas λ.
3. Los tiempos de servicio siguen una distribución de probabilidad
exponencial, con
4. tasa de servicios μ.
5. La población de unidades que buscan ser atendidas es finita.

CARACTERÍSTICAS DE OPERACIÓN DEL MODELO CON UNA

POBLACIÓN CON FUENTE FINITA:

λ=tasa de llegadas

μ=tasa de servicios de cada canal

N = tamaño de la población

1) Probabilidad de que no haya unidades en el sistema

2) Número promedio de unidades en la línea de espera:

3) Número promedio de unidades en el sistema:

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

5) Tiempo promedio que una unidad pasa en el sistema:

6) Probabilidad de que una unidad que llega tenga que esperar para que la
atiendan:

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

Bibliografía
(s.f.). Obtenido de https://www.gestiopolis.com/modelo-de-linea-de-espera-y-programacion-
lineal/

(s.f.). Obtenido de http://nulan.mdp.edu.ar/1622/1/17_modelos_lineas_espera.pdf

(s.f.). Obtenido de
http://metodoscuatitativosparalagerenciaii.blogspot.com/2016/03/modelos-de-linea-
de-espera_3.html