Y el fenmeno de la espera no

es una experiencia que se

limite slo a los humanos: los
trabajos
esperan
a
ser
procesados en una mquina,
los aviones vuelan en crculo
hasta que la torre de control
les da permiso de aterrizar y
los automviles se detienen
ante
la
luz
roja
de
los
semforos.

El estudio de las lneas de espera trata

de cuantificar el fenmeno de esperar
formando

colas,

mediante

medidas

representativas de eficiencia, como la

longitud promedio de la cola, el tiempo
promedio

de

espera

en

ella,

la

utilizacin promedio de las instalaciones.

El ejemplo que sigue demuestra cmo se
usan esas medidas para disear una
instalacin de servicio.

os
d
a
t
sul
e
r
el
s
o
l
en
ar
z
i
l
s
de
ana
o la
c
n
de
e
elo
e
d
d
u
o
p
ue
m
is
q
s
Se
i
l
l
un
n e
an
e
el
s,
r
de
o
t
e
del
cos
to
frec
x
o
e
e
d
t
an
de
n
c
s
z

con
i
o
du
st
ac
e
z
o
r
i
c
im
se
l os
r
opt
e
a
r
ad
pe
s
m
e
u
de
la s
y
i ci o
v
r
se
o.
m
i
n
al m

 La figura anterior representa un modelo caracterstico de

costo (en $ por unidad de tiempo), en el que el costo del
servicio aumenta al incrementar el nivel del servicio. Al mismo
tiempo, el costo de esperar disminuye al incrementar el nivel
del servicio.

El obstculo principal para implementar los modelos de costo

es que se puede dificultar la obtencin de un estimado fiable
del

costo

unitario

de

espera,

en

especial

cuando

el

comportamiento humano influye sobre el funcionamiento del

caso.

Los actores principales en una lnea de espera o cola son el

cliente y el servidor.

Los clientes se generan en una fuente. Al llegar a la

instalacin pueden recibir servicio de inmediato, o esperar
en una cola o lnea de espera, si la instalacin est ocupada.

Cuando en una instalacin se termina un servicio, en forma

automtica se atrae a un cliente que espera, si lo hay, de la
cola.

as, el
l
o
c
s
a
l
de
s
i
s
i
l

n
a
re
t
a del
t
n
s
i
e
v
o
e
p
d
tiem
nto
u
l
e
p
l
n
e
o
c
e
a
d
t
Des
se n
e
r
se
p
e
r
o
i
c
e
i
s
v
r
a
e
s
d
a
lleg
y el
e
,
d
s
o
o
v
s
i
e
s
c
e
o
c
pr
s su
e
t
e.
n
t
e
i
n
l
e
c
i
l
c
s
o
a
l
d
or ca
, de
p
o
i
c
i
v
r
llegadas
de se
o
p
m
e
i
t
n el
o
c
e
b
i
r
c
s
de
icio
v
r
e
s
e
d
as y
d
a
g
e
l
l
e
r
ent
s
o
p
ento
i
m
m
e
i
a
t
n
s
o
i
o
l
c
n
l fu
eral,
e
n
e
n
g
e
o
l
o
r
m
o
P
la
s, c o
o
n
c
e
i
t
s
o

l
i
m
b
o
a
c
prob
cos,
i
r
t
s
e

s
n
i
n
m
e
r
d
e
pue
, o det
s
o
e
r
r
o
c
ajo.
b
e
a
d
r
t
a
e
n
i
d
c
s
fi
vista
e
r
t
n
de una o
e
s
a
l
te s a
n
a
t
i
c
i
l
o
s
llegada de

Realizar un cuadro
(como el anterior)
donde ejemplifique 5
situaciones)

 Cola: lnea de espera.

Llegada de clientes: una persona, mquina,
pieza, etc. que llega y demanda un servicio.
Disciplina de cola: reglas para determinar el
orden en el cual las llegadas (clientes) reciben el
servicio.
Canal: nmero de lneas de espera o unidades
de servicio.
Fase: nmero de pasos a seguir en el servicio.

 Los clientes llegan de forma aleatoria

Distribucin discreta
X es el nmero de llegadas durante una
unidad de tiempo determinada (una
hora, un minuto, etc.)
E(x)= nmero promedio de llegadas
por unidad de tiempo

El tamao de la cola desempea un papel

en el anlisis de las colas, y puede ser
finito, como en el rea de reserva entre dos
mquinas consecutivas, o puede ser infinito,
como en las instalaciones de pedidos por
correo.

La

disciplina

de

la

cola,

que

representa el orden en el que se

seleccionan los clientes de una cola,
es un factor importante en el anlisis
de los modelos de colas.

La disciplina ms comn es la de primero en llegar,

primero en servirse (PLPS; tambin FCFS, del ingls
first come, first served).
Entre otras disciplinas estn ltimo en llegar, primero
en servirse (ULPS; tambin LCFS de last come, first
served), y de dar servicio en orden aleatorio (SEOA;
tambin SIRO, de service in random order).

Tambin,

los

clientes

se

pueden

seleccionar en la cola con base en

cierto orden de prioridad.
Por ejemplo, los trabajos urgentes en un
taller se procesan antes que los trabajos
normales.

El comportamiento de los clientes en

espera juega un papel en el anlisis
de las lneas de espera.
Los clientes humanos se pueden
saltar de una cola a otra, tratando de
reducir la espera. Tambin pueden
rehusar totalmente a la cola por haber
esperado demasiado.

El

diseo

de

la

instalacin

de

servicio

puede

comprender servidores en paralelo (por ejemplo, el

funcionamiento de la oficina de correos).
Tambin, los servidores pueden ordenarse en serie
(por ejemplo, cuando los trabajos se procesan en
mquinas sucesivas) o bien pueden formar una red
(por

ejemplo,

computadoras).

los

enrutadores

en

una

red

de

La fuente donde se generan los clientes puede ser finita o

infinita.
Una fuente finita limita a los clientes que llegan al servicio
(por

ejemplo,

las

mquinas

que

piden

el

servicio

de

mantenimiento).
Tambin, una fuente infinita es abundante por siempre (por
ejemplo, las llamadas que llegan a una central telefnica).
Las variaciones de los elementos de un caso de colas dan

1. Identifique al cliente y al servidor en cada uno de los casos

siguientes:
a) Aviones que llegan a un aeropuerto
b) Base de taxis donde stos esperan a que lleguen pasajeros
c) Verificacin de las herramientas en un almacn de un taller
de maquinado
d) Cartas procesadas en una oficina de correos
e) Inscripcin a las clases en una universidad
f) Juicios en la corte
g) Funcionamiento de las cajas de un supermercado
h) Funcionamiento de un estacionamiento

2. Para cada uno de los casos del problema 1, identificar lo

siguiente:
a) Naturaleza de la fuente (finita o infinita)
b) Naturaleza de los clientes que llegan (individualmente o en
grupo)
c) Clase de tiempo entre llegadas (probabilstico o determinstico)
d) Definicin y clase de tiempo de servicio
e) Capacidad de la cola (finita o infinita)
f) Disciplina de la cola

3.

Estudie

identifique

el

sistema
las

siguiente

situaciones

correspondiente de espera. Para cada

situacin, defina los clientes, el o los
servidores, la disciplina de la cola, el
tiempo de servicio, la longitud mxima
de la cola y la fuente de los clientes.

 Las rdenes de trabajo se reciben en un taller para

su procesamiento. Al recibirlas, el supervisor
decide si el trabajo es normal o urgente. Algunas
rdenes requieren usar una o varias mquinas
idnticas. Las dems rdenes se procesan en una
lnea de produccin en dos etapas, y hay dos de
ellas disponibles. En cada uno de los dos grupos,
se

asigna

una

trabajos urgentes.

instalacin

para

manejar

los

Los

trabajos

que

llegan

una

instalacin se procesan en el orden de

llegada. Los trabajos terminados se
embarcan al llegar, en una zona de
embarque con capacidad limitada.

Las

herramientas

afiladas

para

las

distintas

mquinas son suministradas en un almacn central

de

herramientas.

Cuando

una

mquina

se

descompone se manda a un reparador, de un grupo

de servicio, para arreglarla. Las mquinas que
trabajan

en

pedidos

urgentes

siempre

reciben

prioridad tanto en la adquisicin de herramientas

nuevas del almacn, como en recibir reparaciones.

En la mayor parte de los casos de colas, la

llegada de los clientes se hace en una forma
totalmente aleatoria.
Aleatoriedad quiere decir que la ocurrencia de
un evento (por ejemplo, la llegada de un cliente
o la terminacin de un servicio) no est influido
por el tiempo que haya transcurrido desde la
ocurrencia del evento anterior.

Los tiempos aleatorios

entre

llegadas

describen

en

cuantitativa,

se

forma
en

los

modelos de colas, con

la

distribucin

exponencial, que se
define como sigue:

El

hecho

de

que

la

distribucin

exponencial sea totalmente aleatoria

se ilustra con el ejemplo siguiente: si
ahora son las 8:20 am y la ltima llegada
fue a las 8:02 am, la probabilidad de que
la siguiente llegada sea a las 8:29 am es
una funcin slo de las 8:20 am a las
8:29 am, y es totalmente independiente
del tiempo que haya transcurrido desde
la ocurrencia del ltimo evento (de las
8:02 am a las 8:20 am). A este resultado
se

le

llama

amnesia

memoria de la exponencial.

falta

de

Una mquina en servicio tiene una unidad de reserva para

sustituirla de inmediato cuando falle.
El tiempo a la falla (tiempo entre fallas) de la mquina (o de
su unidad de reserva) es exponencial, y sucede cada 40
minutos, en promedio.

El operador de la mquina dice que sta tiene la costumbre

de descomponerse cada noche a eso de las 8:30 P.M. Analizar
lo que dice el operador.

En cuanto a lo que dice el operador, ya se sabe que no puede

ser correcto, porque se opone al hecho de que el tiempo
entre

fallas

es

exponencial

y,

en

consecuencia,

es

totalmente aleatorio. La probabilidad de que una falla

suceda a las 8:30 P.M. no se puede usar para respaldar ni
refutar esa afirmacin, porque el valor de esa probabilidad
depende de la hora del da (en relacin con las 8:30 P.M.)
con la que se calcule. Por ejemplo, si ahora son las 8:20 P.M.,
la probabilidad de que lo que dice el operador sea cierto esta
noche es:

., la
M
.
P
0
s 7:0
a
l
n
o
las
ento s
a
m
o
a
l
l
m
a
f
e
st
una
a
d
e
Si en e
c
ue su
q
ente
e
m
d
a
d
d
a
a
ilid
roxim
p
a
a
probab
t
s
ta ha
n
e
m
M. au
.
P
0
3
:
8
!).
o
l
e
b

u
mp r
o
c

(
9
.
0
no
e
u
q
n
d ic a
n
i
s
o
xtrem
e
d or
s
a
e
r
r
e
o
l
p
a
o
v
os
n del

c
i
a
Estos d
m
afir
a
l
,y
d
r
a
a
d
i
i
l
z
l
i
a
b
n
ea
roba
p
e
d
s
se pued
on e
c
i
a
m
s de
i
a
t
i
c
s
e
t
s

n
r
ee
racte
a
c
s
a
con bas
l
r en
a
dad
fi
e
n
i
r
o
o
c
t
e
a
(ale
de b
l
a
i
c
qu e s e
n
e
pon
x
e
n

ribuci
t
i
n.
s
i
d
c
a
la
m
r
a afi
l
r
a
t
u
f
re

Una mquina en servicio tiene una unidad de reserva

para sustituirla de inmediato cuando falle. El
tiempo a la falla (tiempo entre fallas) de la
mquina

(o

exponencial,

de
y

su
sucede

unidad

de

reserva)

es

cada

20

minutos,

en

promedio.
= 60/20=3
El operador de la mquina
dice que sta tiene la

costumbre de

F(t) = 3e-3t t=
descomponerse
cada
1

noche a eso de

Pero Por ejemplo, si ahora son las 9:20 pm, la probabilidad de

que lo que dice el operador sea cierto esta noche es

Si la cola est vaca, la instalacin se vuelve inactiva hasta

que llega un cliente nuevo.

e la
r
t
n
e
n

i
relac
a
tre
l
n
e
e
d
o
i
e
d
d
e
n
prom
entie
o
a
e
p
d
u
a
m
q
c
e
i
t
n
o
l
e
l
b
e
i
e
r
u
c
a) Expliqia de llegadas yunidades que des
frecuenc Cules son las
llegadas.
ne la
i
m
r
e
t
e
variable?
d
tes,
n
e
po
i
u
m
g
e
i
i
t
s
l
s
e
o
s
y
s ca
ora,
o
l
h
r
e
o
d
p
o
s
n
a
gad
da u
b) En caia promedio de llen horas.
frecuenc entre llegadas, e
promedio
utos.
n
i
m
0
1
a
cad
a
d
a
g
30
e
l
o s.
l
e
t
d
a
u
n
i
o
m
d
i) Un
o
6
i
r
cada
n pe
s
u
a
d
n
a
e
g
e
l
s
l
a
gad
e
l
ii) Dos
l
e
d
d
as es
ntida
v
a
i
c
s
e
c
a
u
L
s
)
s
iii
ada
g
e
.
l
l
0
s
1
a
s
l
e
e
r
s
io ent
d
minuto
e
m
o
r
p
rvalo
e
t
n
i
l
E
)
iv
0.5 hora.

c) En cada uno de los casos siguientes, determine

la frecuencia promedio de servicio por hora, y el
tiempo promedio de servicio en horas.
i) Se termina un servicio cada 12 minutos.
ii) Hay dos salidas cada 15 minutos.
iii) La cantidad de clientes atendidos en un periodo
de 30 minutos es de 5.

2. El tiempo entre llegadas en una dependencia de

la State Revenue Office es exponencial, con valor
medio de 0.05 hora. La oficina abre a las 8:00 am
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 am

as
l
a

l
tr
e
n
e
e
u
e
t
q
n
e
i
Y
l
de
c
?
o
d
m
a
a
m
i
d
i
8
lt
il
3

:
b
l
a
8
E
b
s
o
.
r
la
p
M
.
e
A
d
la
s
5
e
s
?
t
:3
e
n
8
m
a
a
l
e
0
as
l
u
u
:4
C
g
n

8
e
o
l
l
s
.
S
a
l
e
m
t
a
a
c)
n
t
e
s
i
6
l
a
c
h
e
8:2
e
t
u
n
g
e
i
e
l
u
l
g
o
si
n
ue
q
de

Los clientes llegan a un banco o a una tienda en

forma totalmente aleatoria, lo que quiere decir
que no hay forma de pronosticar cundo va a llegar
alguien. La funcin de densidad de probabilidad
para describir la cantidad de tales llegadas durante
determinado periodo que se apega a la distribucin
de Poisson.

La media y la varianza de Poisson son

La distribucin de Poisson es importante en

el estudio de las filas de espera.

x = nmero de llegadas durante una unidad

de

tiempo

determinada

(una

hora,

un

minuto)

E(x) = nmero promedio de llegadas por

unidad de tiempo

Los trabajos de reparacin llegan a un taller en

forma

totalmente

aleatoria,

con

una

tasa

frecuencia de 10 diarios.
a)Cul es la cantidad promedio de trabajos que se
reciben diariamente en el taller?
b)Cul es la probabilidad de que no lleguen
trabajos durante cualquier hora, suponiendo que el
taller abre 8 horas diarias?

La

cantidad

promedio

de

trabajos

recibidos por da es igual a = 10

trabajos

por

da.

Para

calcular

la

probabilidad de que no hayan llegadas

por hora se debe calcular la frecuencia
de llegadas por hora, que es
trabajos por hora. As

En base al ejemplo anterior responda las siguientes

cuestiones:
Cul es la probabilidad de que lleguen al menos
3 clientes durante cualquier hora?
Cul es la probabilidad de que lleguen a lo ms 2
clientes durante cualquier hora?
Cul es la probabilidad de que lleguen ms de 3
clientes durante cualquier hora?
Cul es la probabilidad de que lleguen menos de
2 clientes durante cualquier hora?

La caja de un supermercado realiza las transacciones en un

tiempo medio de 5 minutos.
Los clientes llegan con una tasa media de 12 clientes por
hora. Si se supone que las llegadas siguen un proceso de
Poisson, si se trabaja 9 horas al da, determina:

Cul es la cantidad promedio de trabajos que se reciben

diariamente?
Cul es la probabilidad de que lleguen al menos 4 clientes
durante cualquier hora?

c) Cul es la probabilidad de que lleguen a lo ms 3 clientes

durante cualquier hora?
d) Cul es la probabilidad de que lleguen ms de 4 clientes
durante cualquier hora?
e) Cul es la probabilidad de que lleguen menos de 3 clientes
durante cualquier hora?