Lineas de Espera

390
UNIDAD VI
LINEAS DE ESPERA
O TEORIA DE COLAS
 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 o en serie que proporcionan
un servicio a las transacciones que aleatoriamente entran al
sistema.
Profesor Hernando Castro Piñeres

391
392
UNIDAD VI
LINEAS DE ESPERA O
TEORIA DE COLAS
393
6.1.- Introducción
Cualquiera que haya tenido que esperar frente a un restaurante de comida

rápida, en la cola de un banco o al matricularse en una universidad, ha
experimentado la dinámica de las líneas de espera. El análisis de líneas de
espera es de interés para los gerentes porque afecta el diseño, la
planificación de la capacidad, la planificación de espacios y la programación
de recursos para el fenómeno de las esperas para un servicio.
Con frecuencia los modelos de líneas de espera son útiles para la

planificación de recursos tanto humanos como medios físicos para abordar
este tipo de situaciones de espera. Estos modelos usan distribuciones de
probabilidad debido el carácter aleatorio que tiene estos tipos de situaciones
de espera y por ende sirven para ofrecer estimaciones de tiempo de llegadas
de los clientes, los tiempos de espera en las colas, la longitud promedio de
las filas de espera y la utilización del centro de trabajo para el servicio.
Los gerentes suelen usar esta información para elegir la capacidad instalada
más efectiva en términos de costos, hallando un equilibrio entre la calidad
de servicio al cliente y el costo de la capacidad agregada.
6.2 Definición
Se conoce como Líneas de espera a una fila o cola formada por un conjunto
de transacciones que llegan aleatoriamente a un conjunto de entidades que
aguardan para recibir un servicio. Las transacciones pueden ser clientes,
objetos, máquinas que requieren mantenimiento, contenedores de
mercancías en espera de ser embarcadas, piezas para ser procesadas en
centro de trabajo o informaciones para ser procesadas en centro de
cómputo central. En cambio las entidades pueden cajeros, canales de
servicios, maquinas o centros de trabajos.
Las líneas de espera se forman a causa de un desequilibrio temporal entre la

demanda de un servicio y la capacidad del sistema para suministrarlo.
La teoría de colas es un conjunto de modelos matemáticos que describen

sistemas de líneas de espera particulares.
El objetivo es encontrar el estado estable del sistema y determinar una

capacidad de servicio apropiada.
Para el análisis de líneas de espera o la teoría de colas se tiene en cuenta los

siguientes:
 Existen muchos sistemas de colas distintos.
 Algunos modelos son muy especiales.
394
 Otros se ajustan a modelos más generales.

 Se estudiarán ahora algunos modelos comunes.
 Otros se pueden tratar a través de la simulación.
6.3 Modelo básico de un sistema de líneas de espera
 Un sistema de colas puede dividirse en dos componentes principales:

 La cola
 La instalación del servicio
 Los clientes o llegadas vienen en forma individual para recibir el
servicio
 Los clientes o llegadas pueden ser:
 Personas
 Automóviles
 Máquinas que requieren reparación
 Documentos
 Entre muchos otros tipos de artículos
 Si cuando el cliente llega no hay nadie en la cola, pasa de una vez a

recibir el servicio
 Si no, se une a la cola
 Es importante señalar que la cola no incluye a quien está recibiendo el
servicio
 Las llegadas van a la instalación del servicio de acuerdo con la
disciplina de la cola
 Generalmente ésta es primero en llegar, primero en ser servido
 Pero pueden haber otras reglas o colas con prioridades
Esquema del modelo básico de una línea de espera
6.4 Estructura de los problemas de líneas de espera

395
El análisis de los problemas de líneas de espera comienza con una

descripción de los elementos básicos de la situación. Cada situación
específica tendrá características diferentes, pero cuatros elementos son
comunes a todas ellas a saber:
1. Un insumo denominado como población de clientes, que generan los
clientes potenciales.
2. Una línea o fila de espera formada por los clientes o transacciones
3. Una instalación de servicio, construida por servidores, centros de
trabajo o ambas cosas si así se requiere para proveer el servicio que
la transacción solicita.
4. Una regla de prioridad para seleccionar a la siguiente transacción que
será atendida por la instalación de servicio.
6.4.1 Población de clientes
La fuente de insumos para el sistema de servicio es una población de

clientes. Si el número potencial de nuevos clientes para el sistema de
servicio resulta afectado notablemente por el número de clientes que ya se
encuentran en el sistema, se dice que esa fuente de insumos es finita. Por
ejemplo, supongamos que un centro de mantenimiento se le asigna la
responsabilidad de reparar 10 máquinas y dejarlas en buen estado de
funcionamiento. Esa población generará los clientes (máquinas) para el
centro de mantenimiento, de acuerdo con una función matemática de las
tasas de falla de las máquinas. A medida que un mayor número de máquinas
que falle y entre en el sistema de servicio, ya sea para esperar un turno o
para ser reparada de inmediato, la población de clientes disminuirá y, por
consiguiente, se registrará un descenso de la tasa a la cual dicha población
es capaz de generar otro cliente (máquina9. En consecuencia, se dice que la
población de clientes es finta.
En forma alternativa, la población de clientes infinita es en la que el número

de clientes que entran al sistema no afecta la tasa a la cual dicha población
genera nuevos clientes. Por ejemplo, considere una operación de pedidos
por internet para la cual la población de clientes está constituida por los
compradores que han recibido un catálogo de los productos que vende la
compañía por medio e-mail. En vista que la población es muy grande y solo
hay una fracción de los compradores hacen pedidos en un momento
determinado, el número de nuevos pedidos que genera no resulta afectado
en forma notable por el número de pedidos que están en espera de servicio.
6.4.2 El sistema de servicio

396
El sistema de servicio suele escribirse en terminos del numero de fila y

la disposicion de las instalaciones.
Números de filas. Las filas de espera se diseñan en forma de una sola fila o
fila múltiple. Las siguientes figuras muestran un ejemplo de cada una de
esas disposiciones.
397
Disposición de instalaciones de servicio. Las instalaciones de servicio

consisten en el personal y/o equipo necesario para proporcionar dicho
servicio al cliente. Las siguientes figuras mostrarán cada disposición:
a.) Un solo servidor
b.) Varios servidores en paralelo

398
c.) Varios servidores en serie
6.4.3 Regla de prioridad

399
La regla de prioridad o disciplina de la cola determina a qué cliente se

deberá atender a continuación. La disciplina más común es la de primero en
llegar, primero en servirse (FCFS, del inglés first come, first served). Entre
otras disciplinas están último en llegar, primero en servirse (LCFS de last
come, first served), y de dar servicio en orden aleatorio (SIRO, de service in
random order). También, los clientes se pueden seleccionar en la cola con
base en cierto orden de prioridad. Por ejemplo, en una clínica de urgencia
atiende primero que tiene una alta prioridad.
6.5 Sistemas de colas: Las llegadas
 El tiempo que transcurre entre dos llegadas sucesivas en el sistema

de colas se llama tiempo entre llegadas.
 El tiempo entre llegadas tiende a ser muy variable.
 El número esperado de llegadas por unidad de tiempo se llama tasa
media de llegadas ().
 El tiempo esperado entre llegadas es 1/
 Por ejemplo, si la tasa media de llegadas es  = 20 clientes por hora
 Entonces el tiempo esperado entre llegadas es 1/ = 1/20 = 0.05 horas
o 3 minutos
 Además es necesario estimar la distribución de probabilidad de los
tiempos entre llegadas
 Generalmente se supone una distribución exponencial
 Esto depende del comportamiento de las llegadas
6.5.1 Sistemas de colas: Distribución exponencial
En la mayoría de los casos de líneas de espera, 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
terminación de un servicio) no está influido por el tiempo que haya
transcurrido desde la ocurrencia del evento anterior.
Los tiempos aleatorios entre llegadas se describen en forma cuantitativa, en

los modelos de colas, con la distribución exponencial, que se define como
sigue:
𝐟(𝐭) = 𝛌𝐞−𝛌𝐭 , 𝐭 > 𝟎

 Donde t representa una cantidad expresada en de tiempo unidades de
tiempo (horas, minutos, etc.)
400
𝟏
𝐌𝐞𝐝𝐢𝐚 = 𝐄 { }
𝛌
𝐓
𝐏{𝐭 ≤ 𝐓} = ∫ 𝛌𝐞−𝛌𝐭 𝐝𝐭
𝟎
𝐏{𝐭 ≤ 𝐓} = 𝟏 − 𝐞−𝛌𝐓
 La distribución exponencial supone una mayor probabilidad para

tiempos entre llegadas pequeños
 En general, se considera que las llegadas son aleatorias
 La última llegada no influye en la probabilidad de llegada de la
siguiente.
6.5.2.-Sistemas de colas: Las llegadas - Distribución de Poisson
 Es una distribución discreta empleada con mucha frecuencia para

describir el patrón de las llegadas a un sistema de colas
 Para tasas medias de llegadas pequeñas es asimétrica y se hace más
simétrica y se aproxima a la binomial para tasas de llegadas altas
 Su forma algebraica es:
k e  
P(k ) 
k!
401
 Donde:
 P(k) : probabilidad de k llegadas por unidad de tiempo
  : tasa media de llegadas
 e = 2,7182818…
6.6 Sistemas de colas: La cola
 El número de clientes en la cola es el número de clientes que esperan

el servicio
 El número de clientes en el sistema es el número de clientes que
esperan en la cola más el número de clientes que actualmente reciben
el servicio
 La capacidad de la cola es el número máximo de clientes que pueden
estar en la cola
 Generalmente se supone que la cola es infinita
 Aunque también la cola puede ser finita
 La disciplina de la cola se refiere al orden en que se seleccionan los
miembros de la cola para comenzar el servicio
 La más común es FCFS: primero en llegar, primero en servicio
Puede darse: selección aleatoria, prioridades, LCFS, entre otras
6.6.1 Sistemas de colas: El servicio

402
 El servicio puede ser brindado por un servidor o por servidores

múltiples
 El tiempo de servicio varía de cliente a cliente
 El tiempo esperado de servicio depende de la tasa media de servicio
()
 El tiempo esperado de servicio equivale a 1/
 Por ejemplo, si la tasa media de servicio es de 25 clientes por hora
 Entonces el tiempo esperado de servicio es 1/ = 1/25 = 0.04 horas, o
2.4 minutos
 Es necesario seleccionar una distribución de probabilidad para los
tiempos de servicio
 Hay dos distribuciones que representarían puntos extremos:
 La distribución exponencial ( = media)
 Tiempos de servicio constantes ( = 0)
 Una distribución intermedia es la distribución Erlang
 Esta distribución posee un parámetro de forma k que determina su
desviación estándar:
1
 media
k
 Si k = 1, entonces la distribución Erlang es igual a la exponencial
 Si k = ∞, entonces la distribución Erlang es igual a la distribución
degenerada con tiempos constantes
 La forma de la distribución Erlang varía de acuerdo con k
403
6.6.2 Sistemas de colas: Etiquetas para distintos modelos
Notación de Kendall: A/B/c/D/E/F/

 A: Distribución de tiempos entre llegadas
 B: Distribución de tiempos de servicio
 M: distribución exponencial
 D: constante
 Ek: distribución Erlang
 G: distribución general
 c: Número de servidores
 D: Disciplina de la cola
 E: Tamaño de la cola
 F: Tamaño de la población.
Por ejemplo, un modelo (M/M/5) (FCFS/20/20) representa la clasificación de

un sistema de llegada con distribución Poisson, donde existen 5 servidores
en paralelo atendiendo de acuerdo con un orden de primeras entradas,
primeras salidas, con un tiempo de servicio exponencial. El sistema tiene un
tamaño de línea de espera de 20 clientes con una población de 20 clientes
potenciales
6.7 Costos de un sistema de colas

404
1. Costo de espera por unidad de tiempo - CW: Es el costo para el cliente

al esperar
 Representa el costo de oportunidad del tiempo perdido o el costo por
la demora de servicio
 Un sistema con un bajo costo de espera es una fuente importante de
competitividad
2. Costo de funcionamiento de la instalación de servicio por unidad de
tiempo- CS: Es el costo de operación por funcionamiento de la
instalación de servicio por unidad de tiempo.
3. Costo de pérdida de clientes- CB. Es el costo por unidad de cliente que
no entran a formar fila por estar lleno el sistema.
4. Costo de la instalación de servicio desocupado por unidad de tiempo-
CI. Es el costo que se incurre por estar el servidor desocupado por
unidad de tiempo.
5. Costo unitario de la capacidad de cola o del espacio de espera – CQ.
Es el costo que se incurre por la capacidad de la línea de espera.
6. Costo de servicio por unidad de tiempo – CU.
El objetivo de un sistema de colas es encontrar el sistema del costo total

mínimo.
6.8 Desempeño del sistema de colas
 Para evaluar el desempeño se busca conocer dos factores principales:

405
1. El número de clientes que esperan en la cola

2. El tiempo que los clientes esperan en la cola y en el sistema
 Número esperado de clientes en la cola Lq
 Número esperado de clientes en el sistema Ls
 Tiempo esperado de espera en la cola Wq
 Tiempo esperado de espera en el sistema Ws
 Número de clientes en el sistema n
 Probabilidad de que haya n clientes en el sistema Pn
 Número de servidores S.
𝑳𝒔 = ∑ 𝒏𝑷𝒏
𝒏=𝟎
𝑳𝒒 = ∑(𝒏−𝑺)𝑷𝒏
𝒏=𝑺
Además se puede determinar:

1
Ws  Wq 

Ls  Ws
Lq  Wq

Ls  Lq 

6.9 MODELOS CON NACIMIENTOS Y MUERTES PURAS
En el contexto de la teoría de colas se presentan las siguientes situaciones:

la primera es un modelo de nacimiento puro, en el que sólo se permiten
llegadas, y el segundo es el modelo de muerte pura, en el que sólo se
permiten salidas. Un ejemplo del modelo de nacimiento puro es la emisión
de los registros de civil de nacimiento para los recién nacidos. El modelo de
muerte pura se puede observar con el retiro aleatorio de un artículo en un
almacén.
La distribución exponencial se usa para describir el tiempo entre llegadas en

el modelo de nacimiento puro, y el tiempo entre salidas con el modelo de
muerte pura. Una consecuencia del desarrollo de los dos modelos es la
406
relación entre las distribuciones exponenciales y de Poisson, en el sentido

que una distribución define en forma automática a la otra.
6.9.1 Formulación de nacimiento puro
Sea los siguientes,
pn (t) = probabilidad de que haya n clientes en el t tiempo
(𝛌𝐭)𝐧 𝐞−𝛌𝐭
𝐩𝐧 (𝐭) = , 𝒏 = 𝟎, 𝟏, 𝟐, 𝟑, . . ..
𝐧!
Es una distribución de Poisson, con media, E {n|t} = λt llegadas durante t.
p0 (t) = probabilidad de que no haya llegadas durante un espacio de tiempo t.
Como el tiempo entre llegadas es exponencial, y la velocidad de llegadas es

λ clientes por unidad de tiempo, entonces
𝐩𝟎 (𝐭) = 𝐏{𝐭𝐢𝐞𝐦𝐩𝐨 𝐞𝐧𝐭𝐫𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 ≥ 𝐭} = 𝐞−𝛌𝐭
Ejemplo 6.1
Los niños nacen en un país, con una velocidad de un nacimiento cada 15

minutos. El tiempo entre nacimientos sigue una distribución exponencial.
Determinar lo siguiente:
a) La cantidad promedio de nacimientos por semestre.
b) La probabilidad de que no haya nacimientos en cualquier día.
c) La probabilidad de emitir 60 certificados de nacimiento en 4 horas, cuando
se emitieron 50 certificados durante las primeras 2 horas del periodo de 3
horas.
La tasa diaria de nacimientos se calcula como sigue:
𝟐𝟒𝐱𝟔𝟎
𝛌= = 𝟗𝟔 𝐧𝐚𝐜𝐢𝐦𝐢𝐞𝐧𝐭𝐨𝐬 𝐩𝐨𝐫 𝐝í𝐚
𝟏𝟓
Los nacimientos semestrales son
Λt = 96x180 = 17280 nacimientos por semestre

407
𝐩𝟎 (𝟏) = 𝐞−𝟗𝟔𝐱𝟏 = 𝟎
Para calcular la probabilidad de emitir 60 certificados en 4 horas, cuando se

han emitido ya 50 certificados en las 3 primeras horas, equivale a tener 10 (
60 – 50) nacimientos en 1 (4 – 3) hora. Como nacimientos por hora, entonces
𝟔𝟎
𝛌= = 𝟒 𝐧𝐚𝐜𝐢𝐦𝐢𝐞𝐧𝐭𝐨𝐬 𝐩𝐨𝐫 𝐡𝐨𝐫𝐚, 𝐞𝐧𝐭𝐨𝐧𝐜𝐞𝐬
𝟏𝟓
(𝟒𝐱𝟏)𝟏𝟎 𝐞−𝟒𝐱𝟏
𝐩𝟏𝟎 (𝟏) = = 0,005292
𝟏𝟎!
6.9.2 Formulación de muerte pura
En el modelo de muerte pura, el sistema comienza con N clientes cuando el

tiempo es 0, y no se permiten más llegadas. Las salidas se hacen con la
razón de μ clientes por unidad de tiempo. La probabilidad pn (t) de n clientes
remanentes a la t unidades de tiempo es:
(𝛍𝐭)𝐍−𝐧 𝐞−𝛍𝐭
𝐩𝐧 (𝐭) = , 𝒏 = 𝟎, 𝟏, 𝟐, 𝟑, . . . . , 𝑵
(𝐍 − 𝐧)!
Es una distribución de Poisson, con media = μt clientes durante t.
𝐩𝟎 (𝐭) = 𝟏 − ∑ 𝐩𝐧 (𝐭)
𝐧=𝟏
Ejemplo 6.2
En un almacén de artículos terminados tiene una existencia de 40 artículos.

Los artículos salen del almacén siguiendo una distribución Poisson a razón
de 5 artículos diarios. Calcule los siguientes:
a) La probabilidad de que se retiren 30 artículos durante los primeros 2 días.

b) La cantidad promedio de artículos retirados durante un periodo de 4 días.
408
Desarrollo:
𝛍 = 𝟓 𝐚𝐫𝐭í𝐜𝐮𝐥𝐨𝐬⁄𝐝í𝐚
a) 𝛍𝐭 = 𝟓𝐱𝟐 = 𝟏𝟎 𝐚𝐫𝐭í𝐜𝐮𝐥𝐨𝐬
(𝟏𝟎)𝟒𝟎−𝟑𝟎 𝐞−𝟏𝟎
𝐩𝟏𝟎 (𝟐) = = 𝟎. 𝟏𝟐𝟓𝟏
(𝟒𝟎 − 𝟑𝟎)!
b) 𝛍𝐭 = 𝟓𝐱𝟒 = 𝟐𝟎 𝐚𝐫𝐭í𝐜𝐮𝐥𝐨𝐬
Número promedio de artículos retirados = 40 – μt = 40 – 20 = 20 artículos.
Planteamiento en Excel
En la celda B8, escribir “=POISSON.DIST (B4; B7; 0)”
6.10 MODELOS GENERALIZADO DE LINEAS DE ESPERA POISSONARIO
El modelo generalizado de colas de carácter poissonario es la combinación

de las llegadas y salidas en donde los tiempos entre llegadas y el tiempo de
servicio tienen distribución de probabilidad exponencial.
El desarrollo del modelo generalizado se basa en el comportamiento a largo
plazo, o de estado estable, de la cola, que se alcanza después de que el
sistema ha estado funcionando durante un tiempo suficientemente largo.
409
En el modelo generalizado supone que las tasas tanto de llegada como de

salida dependen del estado, y eso quiere decir que dependen de la cantidad
de clientes en la instalación de servicio.
Se define los siguientes:
n = cantidad de clientes en el sistema
λn = tasa de llegadas cuando hay n clientes en el sistema.
μn = tasa de servicio o de salida cuando hay n clientes en el sistema.
Pn = probabilidad de estado estable de que haya n clientes en el sistema.
Para calcular las probabilidades pn se utiliza el diagrama de transición de

colas de Poisson como se muestra a continuación
Se tiene:
(𝐭𝐚𝐬𝐚 𝐞𝐬𝐩𝐞𝐫𝐚𝐝𝐨 𝐝𝐞 𝐟𝐥𝐮𝐣𝐨 𝐪𝐮𝐞 𝐞𝐧𝐭𝐫𝐚 𝐚𝐥 𝐞𝐬𝐭𝐝𝐨 𝐧) = 𝛌𝐧−𝟏 𝐏𝐧−𝟏 + 𝛍𝐧+𝟏 𝐏𝐧+𝟏
(𝐭𝐚𝐬𝐚 𝐞𝐬𝐩𝐞𝐫𝐚𝐝𝐨 𝐝𝐞 𝐟𝐥𝐮𝐣𝐨 𝐪𝐮𝐞 𝐬𝐚𝐥𝐞 𝐝𝐞𝐥 𝐞𝐬𝐭𝐚𝐝𝐨 𝐧) = 𝛌𝐧 𝐏𝐧 + 𝛍𝐧 𝐏𝐧
Al igualar las dos tasas esperadas, se obtiene la siguiente ecuación:
𝛌𝐧−𝟏 𝐏𝐧−𝟏 + 𝛍𝐧+𝟏 𝐏𝐧+𝟏 = 𝛌𝐧 𝐏𝐧 + 𝛍𝐧 𝐏𝐧

410
Para n = 0, se tiene:
𝛌𝟎
𝐏𝟏 = 𝐏𝟎
𝛍𝟏
Para n = 1, se tiene:
𝛌𝟎 𝐏𝟎 + 𝛍𝟐 𝐏𝟐 = 𝛌𝟏 𝐏𝟏 + 𝛍𝟏 𝐏𝟏
𝛌𝟎 𝛌𝟎
𝛌𝟎 𝐏𝟎 + 𝛍𝟐 𝐏𝟐 = 𝛌𝟏 𝐏𝟎 + 𝛍𝟏 𝐏𝟎
𝛍𝟏 𝛍𝟏
𝛌𝟏 𝝀𝟎
𝐏𝟐 = 𝐏
𝛍𝟐 𝝁𝟏 𝟎
Para n = 2:
𝛌𝟐 𝝀𝟏 𝝀𝟎
𝐏𝟑 = 𝐏
𝛍𝟑 𝝁𝟐 𝝁𝟏 𝟎
Para n:
𝛌𝐧−𝟏 𝛌𝐧−𝟐 . . . . 𝛌𝟎
𝐏𝐧 = ( ) 𝐏𝟎
𝛍𝐧 𝛍𝐧−𝐢 . . . . 𝛍𝟏
6.11 MODELO DE UN SOLO SERVIDOR
6.11.1. – MODELO (M / M / 1) (DG / ∞ /∞)

411
Características del modelo:

 Las llegadas tiene una distribución de probabilidad Poisson
 El servicio tiene una distribución de probabilidad exponencial
 Un solo canal de servicio
 Con disciplina general
 Tamaño de la línea de espera infinita
 Tamaño de la población infinita
Para que el modelo corresponda al estado estable se tiene que cumplir la
siguiente condición:
𝛌
< 𝟏 𝐨 𝐬𝐞𝐚, 𝛌 < 𝛍
𝛍
Partiendo del diagrama de transición se tiene las probabilidades de los
diferentes estados.
Para n = 0
412
𝝀
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 1
𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
𝝁
Para n
𝝀 𝒏
𝑷𝒏 = ( ) 𝑷𝟎
𝝁
𝛌
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐝𝐞 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 𝐨 𝐩𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 𝐪𝐮𝐞 𝐞𝐥 𝐬𝐢𝐬𝐭𝐞𝐦𝐚 𝐞𝐬𝐭á 𝐨𝐜𝐮𝐩𝐚𝐝𝐨 =
𝛍
En donde, 𝛒 < 𝟏.
Se tiene
𝐏𝐧 = 𝛒𝐧 𝐏𝟎
Siendo,
Pn = probabilidad que en el sistema haya n clientes
P0 = probabilidad de que el servidor esté desocupado.
CALCULO DE P0
Se tiene que,
∞ ∞
∑ 𝐏𝐧 = 𝟏 → ∑ 𝛒𝐧 𝐏𝟎 = 𝟏 → (𝟏 + 𝝆𝟏 + 𝝆𝟐 + 𝝆𝟑 +. . . . . )𝑷𝟎 = 𝟏
𝐧=𝟎 𝐧=𝟎
∞
𝟏
∑ 𝝆𝒏 = (𝟏 + 𝝆𝟏 + 𝝆𝟐 + 𝝆𝟑 +. . . . . ) =
𝟏−𝝆
𝒏=𝟎
𝟏 𝝀
𝑷𝟎 ( ) = 𝟏, 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔, 𝑷𝟎 = 𝟏 − 𝝆 , 𝒐 𝒔𝒆𝒂 𝒒𝒖𝒆, 𝑷𝟎 = 𝟏 −
𝟏−𝝆 𝝁
413
𝝀
𝑷𝟎 = 𝟏 −
𝝁
Se podrá decir que,
𝐏𝐧 = 𝛒𝐧 (𝟏 − 𝛒)
CALCULO DEL NÚMERO ESPERADO DE CLIENTES EN EL SISTEMA- LS
∞ ∞ ∞
𝐋𝐬 = ∑ 𝐧𝐏𝐧 = ∑ 𝐧𝛒𝐧 (𝟏 − 𝛒) = (𝟏 − 𝛒) ∑ 𝐧𝛒𝐧

𝐧=𝟎 𝐧=𝟎 𝐧=𝟎
∞ ∞ ∞
𝝏
(𝟏 − 𝛒) ∑ 𝐧𝛒𝐧 = (𝟏 − 𝝆)𝝆 ∑ 𝒏𝝆𝒏−𝟏 = (𝟏 − 𝝆)𝝆 ∑ 𝝆𝒏
𝝏𝝆
𝐧=𝟎 𝒏=𝟎 𝒏=𝟎
∞
𝝏 𝝏 𝟏 𝟏
𝑳𝑺 = (𝟏 − 𝝆)𝝆 ∑ 𝝆𝒏 = (𝟏 − 𝝆)𝝆 ( ) = (𝟏 − 𝝆)𝝆
𝝏𝝆 𝝏𝝆 𝟏 − 𝝆 (𝟏 − 𝝆)𝟐
𝒏=𝟎
𝛒 𝛌
𝐋𝐒 = =
𝟏−𝛒 𝛍−𝛌
CALCULO DEL NÚMERO ESPERADO DE CLIENTES EN LA COLA- Lq

∞ ∞
𝐋𝐪 = ∑ (𝐧 − 𝟏)𝛒𝐧 (𝟏 − 𝛒) = (𝟏 − 𝐩)𝛒𝟐 ∑ (𝐧 − 𝟏)𝛒𝐧−𝟐

𝐧=𝟏 𝐧=𝟏
𝟏 𝝆𝟐
𝑳𝒒 = (𝟏 − 𝝆)𝝆𝟐 ( )=
(𝟏 − 𝝆)𝟐 (𝟏 − 𝝆)
𝛒𝟐 𝛌𝟐
𝐋𝐪 = =
(𝟏 − 𝛒) 𝛍(𝛍 − 𝛌)
414
CALCULO DEL TIEMPO QUE ESPERA UN CLIENTE EN EL SISTEMA- WS
𝐋𝐒 𝟏
𝐖𝐒 = =
𝛌 𝛍−𝛌
CALCULO DEL TIEMPO QUE ESPERA UN CLIENTE EN LA COLA- Wq
𝐋𝐪 𝛌
𝐖𝐪 = =
𝛌 𝛍(𝛍 − 𝛌)
CALCULO DE LA PROBABILIDAD DE QUE UN CLIENTE QUE LLEGUE DEBA

ESPERAR CUANDO EL SISTEMA ESTA OCUPADO.
Pw = probabilidad de que un cliente que llega deba esperar cuando el

sistema está ocupado.
𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏
CALCULO DE LA PROBABILIDAD DE QUE UN CLIENTE ESPERE EN EL

SISTEMA MÁS DE t unidades de tiempo
P (Ws > t): probabilidad de que un cliente espere en el sistema

más de t horas.
𝐏(𝐖𝐬 > 𝐭) = 𝐞−𝛍(𝟏−𝛒)𝐭
𝐏(𝐖𝐪 > 𝐭) = 𝛒𝐞−𝛍(𝟏−𝛒)𝐭
CALCULO DE LA PROBABILIDAD DE TENER MAS DE N CLIENTES EN EL

SISTEMA
P (Ls > n) = probabilidad de tener más de n clientes en el sistema
𝑷(𝑳𝑺 > 𝒏) = 𝝆𝒏+𝟏
Ejemplo 6.3
Una Serviteca puede atender un auto cada 5 minutos y la tasa media de

llegadas es de 9 autos por hora.
Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1
415
Además la probabilidad de tener 0 clientes en el sistema, la probabilidad de

tener una cola de más de 3 clientes y la probabilidad de esperar más de 30
minutos en la cola y en el sistema.
9
  9,   12,    0.75
12
 2
Ls   3 clientes Lq   2.25 clientes
  (   )
1
Ws   0.33 hrs  20 min
 

Wq   0.25 hrs  15 min
 (   )
P0  (1   )  0  0.25 P( Ls  3)   31  0.32
P(Ws  30 / 60)  e   (1  )t  0.22
P(Wq  30 / 60)  e   (1  )t  0.17
Costos en el modelo (M / M / 1) (DG / ∞ /∞)
CTW = costo total de espera por unidad de tiempo = CWLq
CTU = costo total de servicio brindado por unidad de tiempo = CU [Ws – Wq] λ
CTS = costo total de funcionamiento de la estación de servicio por unidad de

tiempo = 𝐂𝐒 𝛒 = 𝐂𝐒 (𝐋𝐒 − 𝐋𝐪 )
CTI = costo total de la instalación de servicio desocupada por unidad de

tiempo = 𝐂𝐈 (𝟏 − 𝛒).
Ejemplo 6.4
Una compañía transportadora tiene una instalación de cargue / descargue

que brinda servicio a su flota de camiones. El tiempo de servicio de cargue /
descargue es de carácter exponencial con un promedio de 20 minutos por
camión. Los camiones llegan a la instalación de cargue / Descargue de
acuerdo a una distribución Poisson con un tiempo promedio de 30 minutos
por camión. Se asume que los costos de la instalación de cargue / descargue
es $ 200 por hora. Un camión en proceso de cargue / descargue o en espera
sería una pérdida de su productividad, y se estima en $ 50 por hora.
La administración desea evaluar la medida de desempeño del sistema de
cargue / descargue.
416
𝐭 𝐒 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟐𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐜𝐚𝐦𝐢𝐨𝐧
𝟔𝟎 𝐜𝐚𝐦𝐢𝐨𝐧𝐞𝐬
𝛍= =𝟑
𝟐𝟎 𝐡𝐨𝐫𝐚
𝐭 𝐚 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐞𝐧𝐭𝐫𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 = 𝟑𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐜𝐚𝐦𝐢ó𝐧
𝛌= =𝟐
𝟑𝟎 𝐡𝐨𝐫𝐚
𝛌 𝟐
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = 𝟎. 𝟔𝟔𝟔𝟕 = 𝟔𝟔. 𝟔𝟕%
𝛍 𝟑
𝐏𝟎 = 𝐩𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 𝐪𝐮𝐞 𝐥𝐚 𝐢𝐧𝐬𝐭𝐚𝐜𝐢𝐨𝐧 𝐞𝐬𝐭é 𝐝𝐞𝐬𝐨𝐜𝐮𝐩𝐚𝐝𝐚 = 𝟏 − 𝛒

= 𝟎. 𝟑𝟑𝟑𝟑
Número promedio de camiones en el sistema

𝛒 𝛌 𝟐
𝐋𝐒 = = = = 𝟐 𝒄𝒂𝒎𝒊𝒐𝒏𝒆𝒔
𝟏−𝛒 𝛍−𝛌 𝟑−𝟐
Número promedio de camiones en la cola
𝛒𝟐 𝛌𝟐 𝟐𝟐
𝐋𝐪 = = = = 𝟏. 𝟑𝟑𝟑𝟑 𝒄𝒂𝒎𝒊𝒐𝒏𝒆𝒔
(𝟏 − 𝛒) 𝛍(𝛍 − 𝛌) 𝟑(𝟑 − 𝟐)
Tiempo promedio que un camión espera en el sistema
𝐋𝐒 𝟏 𝟏
𝐖𝐒 = = = = 𝟏 𝒉𝒐𝒓𝒂
𝛌 𝛍−𝛌 𝟑−𝟐
Tiempo promedio que un camión espera en la cola
𝐋𝐪 𝛌 𝟐
𝐖𝐪 = = = = 𝟎. 𝟔𝟔𝟔𝟕 𝒉𝒐𝒓𝒂𝒔
𝛌 𝛍(𝛍 − 𝛌) 𝟑(𝟑 − 𝟐)
Probabilidad de que un camión llegue y tenga que esperar cuando el sistema

está ocupado.
417
𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏 = 𝟏 − 𝑷𝟎 = 𝟏 − 𝟎. 𝟑𝟑𝟑𝟑 = 𝟎, 𝟔𝟔𝟔𝟕
Costos
CS = Costo de funcionamiento de la instalación de servicio por unidad de

tiempo = $ 200 / hora.

tiempo = 𝐂𝐒 𝛒 = 𝐂𝐒 (𝐋𝐒 − 𝐋𝐪 ) = $𝟐𝟎𝟎(𝟐 − 𝟏. 𝟑𝟑𝟑𝟑) = $ 𝟏𝟑𝟑. 𝟑𝟒 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂
CI =Costo de la instalación de servicio desocupado por unidad de tiempo =

$200 / hora.

tiempo = 𝐂𝐈 (𝟏 − 𝛒) = $𝟐𝟎𝟎(𝟏 − 𝟎. 𝟔𝟔𝟔𝟕) = $𝟔𝟔. 𝟔𝟔 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂.
CW = Costo de espera por unidad de tiempo = $50 / hora
CTW = costo total de espera por unidad de tiempo = 𝑪𝑾 𝑳𝒒 = $𝟓𝟎(𝟏. 𝟑𝟑𝟑𝟑)=

$66.665 por hora.
CU =Costo de servicio por unidad de tiempo = $50 / hora.
= $50[1- 0.6667] (2) = $ 33. 33 por hora
Costo total = $ 133. 34 + $ 66.66 + $ 66.67 + $ 33.33 = $300 por hora.
Planteamiento del ejemplo anterior por GAMS

418
419
Planteamiento por LINGO el ejemplo anterior

420
421
6.11.2.- MODELO (M / M / 1) (DG / N /∞)

 Tamaño de la línea de espera finita (Espacio de espera limitado)
 Existe una tasa de llegadas efectiva, λef. La tasa efectiva de llegada es
menor que la tasa de llegadas de la población (λef < λ)
 Puede existir una tasa de pérdidas de clientes por estar el sistema
lleno- B.
422

𝛌
𝐧𝐨 𝐧𝐞𝐜𝐞𝐬𝐢𝐭𝐚 𝐬𝐞𝐫 < 𝟏 𝐩𝐨𝐫 𝐞𝐬𝐭𝐚𝐫 𝐥𝐢𝐦𝐢𝐭𝐚𝐝𝐨 𝐩𝐨𝐫 𝐍
𝛍
diferentes estados.
N = tamaño de línea de espera

Q = cantidad de clientes en el espacio de espera
N=Q+1
𝛌
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 =
𝛍
Para calcular las probabilidades se realiza el mismo procedimiento del
modelo anterior.
Para n = 0
𝝀
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 1
𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
𝝁
Para n
𝝀 𝒏
𝑷𝒏 = ( ) 𝑷𝟎
𝝁
423
Se tiene
𝐏𝐧 = 𝛒𝐧 𝐏𝟎
Siendo,
Pn = probabilidad que en el sistema haya n clientes
P0 = probabilidad de que el servidor esté desocupado.
CALCULO DE P0
Se tiene que,
𝐍 𝐍
∑ 𝐏𝐧 = 𝟏 → ∑ 𝛒𝐧 𝐏𝟎 = 𝟏 → (𝟏 + 𝝆𝟏 + 𝝆𝟐 + 𝝆𝟑 +. . . . . +𝝆𝑵 )𝑷𝟎 = 𝟏
𝐧=𝟎 𝐧=𝟎
𝑵
𝒏 𝟏 𝟐 𝟑 𝑵
𝟏 − 𝝆𝑵+𝟏
∑ 𝝆 = (𝟏 + 𝝆 + 𝝆 + 𝝆 +. . . . . +𝝆 )=
𝟏−𝝆
𝒏=𝟎
𝟏 − 𝛒𝐍+𝟏 𝟏−𝛒
𝐏𝟎 ( ) = 𝟏, 𝐞𝐧𝐭𝐨𝐧𝐜𝐞𝐬, 𝐏𝟎 =
𝟏−𝛒 𝟏 − 𝛒𝐍+𝟏
𝟏−𝛒
𝐏𝟎 =
𝟏 − 𝛒𝐍+𝟏
CALCULO DE TASA EFECTIVA DE LLEGADAS - λef
𝐍−𝟏 𝐍−𝟏
𝛌𝐞𝐟 = ∑ 𝛌𝐏𝐧 = 𝛌 ∑ 𝐏𝐧
𝐧=𝟎 𝐧=𝟎
Se tiene,
𝐍−𝟏 𝐍−𝟏
𝟏−𝝆
𝛌𝐞𝐟 = 𝛌 ∑ 𝝆𝒏 𝑷𝟎 = ( 𝑵+𝟏
) ∑ 𝛒𝒏
𝟏−𝝆
𝐧=𝟎 𝐧=𝟎
424
𝐍−𝟏
𝟏 − 𝝆𝑵
𝒏
∑𝛒 =
𝟏−𝝆
𝐧=𝟎
Por ende,
𝟏−𝝆 𝟏 − 𝝆𝑵 𝟏 − 𝝆𝑵
𝛌𝐞𝐟 = 𝛌( )( ) = 𝝀( )
𝟏 − 𝝆𝑵+𝟏 𝟏−𝝆 𝟏 − 𝝆𝑵+𝟏
También,
𝛌𝐞𝐟 = 𝛌(𝟏 − 𝑷𝑵 )
En donde,
PN = probabilidad del último estado o probabilidad que alcance el tamaño de

la línea de espera.
Sea B = la tasa de pérdidas de clientes por unidad de tiempo por estar el

sistema lleno = λ - λef
También B = λPN
CALCULO DEL NÚMERO ESPERADO DE CLIENTES EN EL SISTEMA- LS
𝐍 𝐍 𝐍
𝟏−𝛒 𝟏−𝛒
𝐋𝐬 = ∑ 𝐧𝐏𝐧 = ∑ 𝐧𝛒𝐧 ( 𝑵+𝟏
) = ( 𝑵+𝟏
) ∑ 𝐧𝛒𝐧
𝟏−𝝆 𝟏−𝝆
𝐧=𝟎 𝐧=𝟎 𝐧=𝟎
𝐍 𝐍
𝟏−𝛒 𝐧
𝟏−𝛒
( 𝑵+𝟏
) ∑ 𝐧𝛒 = ( 𝑵+𝟏
) 𝝆 ∑ 𝐧𝛒𝐧−𝟏
𝟏−𝝆 𝟏−𝝆
𝐧=𝟎 𝐧=𝟎
𝑵 𝑵
𝟏−𝛒 𝒏−𝟏
𝟏−𝛒 𝝏
( 𝑵+𝟏
) 𝝆 ∑ 𝒏𝝆 = ( 𝑵+𝟏
) 𝝆 ∑ 𝝆𝒏
𝟏−𝝆 𝟏−𝝆 𝝏𝝆
𝒏=𝟎 𝒏=𝟎
𝑵
𝟏−𝛒 𝝏 𝒏
𝟏−𝛒 𝝏 𝟏 − 𝝆𝑵+𝟏
𝑳𝑺 = ( )𝝆 ∑𝝆 = ( )𝝆 ( )
𝟏 − 𝝆𝑵+𝟏 𝝏𝝆 𝟏 − 𝝆𝑵+𝟏 𝝏𝝆 𝟏−𝛒
𝒏=𝟎
425
𝛒[𝟏 − (𝐍 + 𝟏)𝛒𝐍 + 𝐍𝛒𝐍+𝟏 ]

𝐋𝐒 =
(𝟏 − 𝛒)(𝟏 − 𝛒𝐍+𝟏 )
CALCULO DEL NÚMERO ESPERADO DE CLIENTES EN LA COLA- Lq

𝝀𝒆𝒇
𝑳𝒒 = 𝑳𝒔 −
𝝁
CALCULO DEL TIEMPO QUE ESPERA UN CLIENTES EN EL SISTEMA- WS
𝐋𝐒
𝐖𝐒 =
𝛌𝒆𝒇
CALCULO DEL TIEMPO QUE ESPERA UN CLIENTES EN LA COLA- Wq
𝐋𝐪
𝐖𝐪 =
𝛌𝒆𝒇
ESPARAR CUANDO EL SISTEMA ESTA OCUPADO.

𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏
Costos en el modelo (M / M / 1) (DG / N /∞)
CTU = costo total de servicio brindado por unidad de tiempo = CU [Ws – Wq]λef


tiempo = 𝐂𝐈 (𝑷𝟎 ).
CTB = Costo total por pérdidas de clientes por unidad de tiempo = CBB
CTq = costo total del espacio de espera por unidad de tiempo = CQQ.
Ejemplo 6.5
426
Una compañía transportadora tiene una instalación de cargue / descargue

que está limitada para 9 camiones en el cual brinda servicio a su flota de
camiones. El tiempo de servicio de cargue / descargue es de carácter
exponencial con un promedio de 20 minutos por camión. Los camiones
llegan a la instalación de cargue / Descargue de acuerdo a una distribución
Poisson con un tiempo promedio de 30 minutos por camión. Se asume que
los costos de la instalación de cargue / descargue es $ 200 por hora. Un
camión en proceso de cargue / descargue o en espera sería una pérdida de
su productividad, y se estima en $ 50 por hora. El costo por capacidad de
espera es $ 10 por camión por hora y el costo de pérdida de camión por
estar el sistema lleno es $ 100.
cargue / descargue.
𝐭 𝐒 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟐𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐜𝐚𝐦𝐢𝐨𝐧
𝛍= =𝟑
𝟐𝟎 𝐡𝐨𝐫𝐚
𝐭 𝐚 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐞𝐧𝐭𝐫𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 = 𝟑𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐜𝐚𝐦𝐢ó𝐧
𝛌= =𝟐
𝛌 𝟐
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = 𝟎. 𝟔𝟔𝟔𝟕
𝛍 𝟑
Q = cantidad de camiones en el espacio de espera = 9
N = cantidad de camiones que cabe en el sistema = 10
𝟐 𝟏𝟎
𝟏−𝝆 𝑵 𝟏−( )
𝟑
𝛌𝐞𝐟 = 𝝀 ( ) = 𝟐( ) = 𝟏. 𝟗𝟖𝟖𝟑
𝟏 − 𝝆𝑵+𝟏 𝟐 𝟏𝟏
𝟏 − ( 𝟑)
B = 2 – 1.9883 = 0.0117 camiones perdidos por hora

𝟏−𝛒
𝐏𝟎 = 𝐩𝐫𝐨𝐛𝐚𝐛𝐢𝐥𝐢𝐝𝐚𝐝 𝐪𝐮𝐞 𝐥𝐚 𝐢𝐧𝐬𝐭𝐚𝐜𝐢𝐨𝐧 𝐞𝐬𝐭é 𝐝𝐞𝐬𝐨𝐜𝐮𝐩𝐚𝐝𝐚 =
𝟏 − 𝛒𝐍+𝟏
427
𝟐
𝟏−
𝟑
𝐏𝟎 = = 𝟎. 𝟑𝟑𝟕𝟐
𝟐 𝟏𝟏
𝟏 − (𝟑)
Número promedio de camiones en el sistema

𝟐 𝟐 𝟏𝟎 𝟐 𝟏𝟏
𝐍
𝛒[𝟏 − (𝐍 + 𝟏)𝛒 + 𝐍𝛒 𝐍+𝟏 ]
𝟑
[𝟏 − 𝟏𝟏 (𝟑) + 𝟏𝟎 ( ) ]
𝟑
𝐋𝐒 = = = 𝟏. 𝟖𝟕𝟏
(𝟏 − 𝛒)(𝟏 − 𝛒𝐍+𝟏 ) 𝟐 𝟐 𝟏𝟏
(𝟏 − 𝟑) (𝟏 − (𝟑) )
Número promedio de camiones en la cola
𝝀𝒆𝒇 𝟏. 𝟗𝟖𝟖𝟑
𝑳𝒒 = 𝑳𝒔 − = 𝟏. 𝟖𝟕𝟏𝟑 − = 𝟏. 𝟐𝟎𝟖𝟓𝟕
𝝁 𝟑
Tiempo promedio que un camión espera en el sistema
𝐋𝐒 𝟏. 𝟖𝟕𝟏𝟑
𝐖𝐒 = = = 𝟎. 𝟗𝟒𝟏𝟐 𝒉𝒐𝒓𝒂𝒔
𝛌𝒆𝒇 𝟏. 𝟗𝟖𝟖𝟑
𝐋𝐪 𝟏. 𝟐𝟎𝟖𝟓𝟕
𝐖𝐪 = = = 𝟎. 𝟔𝟎𝟕𝟖𝟒 𝒉𝒐𝒓𝒂𝒔
𝛌𝒆𝒇 𝟏. 𝟗𝟖𝟖𝟑

está ocupado.
𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏 = 𝟏 − 𝑷𝟎 = 𝟏 − 𝟎. 𝟑𝟑𝟕𝟐 = 𝟎, 𝟔𝟔𝟐𝟖
Costos


tiempo = 𝐂𝐒 𝛒 = 𝐂𝐒 (𝐋𝐒 − 𝐋𝐪 ) = $𝟐𝟎𝟎(𝟏. 𝟖𝟕𝟏𝟑 − 𝟏. 𝟐𝟎𝟖𝟓𝟕) =
$ 𝟏𝟑𝟐. 𝟓𝟒𝟔 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂
428

$200 / hora.

tiempo = 𝐂𝐈 (𝑷𝟎 ) = $𝟐𝟎𝟎(𝟎. 𝟑𝟑𝟕𝟐) = $𝟔𝟕. 𝟒𝟒 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂.
CTW = costo total de espera por unidad de tiempo = 𝑪𝑾 𝑳𝒒 = $𝟓𝟎(𝟏. 𝟐𝟎𝟖𝟓𝟕)=

$60.4285 por hora.
= $50[0.9412- 0.60784] (1.9883) = $ 33. 14 por hora.
CTB = Costo total por pérdidas de clientes por unidad de tiempo = CBB =
$100(0.0117) = $1.17 por hora
CTq = costo total del espacio de espera por unidad de tiempo = CQQ = $10(9)
= $90 por hora
Costo total = $ 132.546 + $67.44 + $ 60.4285 + $33.14 + $1.17 + $90 =

$384,7245

429
430
431
Planteamiento por LINGO del ejemplo anterior

432
6.11.3.- MODELO (M / M / 1) (DG / N /N)

 Tamaño de la línea de espera finita (Espacio de espera limitado)
 Tamaño de la población finita
433

 Tasa de llegadas cuando hay n clientes en el sistema, λn
Sea K el tamaño de la población
(𝐊 − 𝐧)𝛌 𝐬𝐢 𝟎 ≤ 𝐧 ≤ 𝐊
𝛌𝐧 = {
𝟎 𝐬𝐢 𝐧 > 𝐊
De acuerdo al diagrama de transición se tiene:
𝐧 𝐧 𝒏
𝛌𝐢−𝟏 𝛌(𝐊 − 𝐢 + 𝟏)
𝐏𝐧 = 𝐏𝟎 ∏ = 𝐏𝟎 ∏ = 𝑷𝟎 ∏ 𝝆(𝑲 − 𝒊 + 𝟏)
𝛍 𝛍
𝐢=𝟏 𝐢=𝟏 𝒊=𝟏
Si j = i – 1 se tiene:
𝒏 𝒏−𝟏
𝐏𝐧 = 𝑷𝟎 ∏ 𝝆(𝑲 − 𝒊 + 𝟏) = 𝑷𝟎 𝝆𝒏 ∏(𝑲 − 𝒋)
𝒊=𝟏 𝒋=𝟎
Pero,
𝒏−𝟏
𝑲!
∏(𝑲 − 𝒋) =
(𝑲 − 𝒏)!
𝒋=𝟎
Se tiene,
434
𝑲!
𝑷𝒏 = 𝝆𝒏 𝑷𝟎
(𝑲 − 𝒏)!
CALCULO DE LA PROBABILIDAD DE CERO CLIENTES, P0
𝑲 𝑲 𝑲
𝑲! 𝝆𝒏 𝑷𝟎 𝑲! 𝝆𝒏
∑ 𝑷𝒏 = 𝟏 → ∑ = 𝟏 → 𝑷𝟎 ∑ =𝟏
(𝑲 − 𝒏)! (𝑲 − 𝒏)!
𝒏=𝟎 𝒏=𝟎 𝒏=𝟎
𝑲 𝐊
𝑲! 𝝆𝒏 𝐊! 𝛒𝐧
𝑷𝟎 ∑ = 𝟏 → 𝑷𝟎 [𝟏 + ∑ ]=𝟏
(𝑲 − 𝒏)! (𝐊 − 𝐧)!
𝒏=𝟎 𝐧=𝟏
𝑲 −𝟏
𝒏
𝑲! 𝝆 𝟏
𝑷𝟎 = [𝟏 + ∑ ] 𝒐 𝒔𝒆𝒂, 𝑷𝟎 = 𝐊!𝛒𝐧
(𝑲 − 𝒏)! [𝟏 + ∑𝐊𝐧=𝟏 (𝐊−𝐧)!]
𝒏=𝟏
CALCULO DE LA TASA DE LLEGADA EFECTIVA, λef
𝐊 𝐊 𝐊 𝐊
𝛌𝐞𝐟 = ∑ 𝛌𝐧 𝐏𝐧 = 𝛌 ∑ (𝐤 − 𝐧)𝐏𝐧 = 𝛌 (∑ 𝐊𝐏𝐧 − ∑ 𝐧𝐏𝐧 )

𝐧=𝟎 𝐧=𝟎 𝐧=𝟎 𝐧=𝟎
𝛌𝐞𝐟 = 𝛌(𝐊 − 𝐋𝐬 )
CALCULO DE LA TASA DE PERDIDAS DE CLIENTES CUANDO EL SISTEMA

ESTÁ LLENO, B
B = λ - λef
CALCULO DEL NÚMERO PROMEDIO DE CLIENTES EN EL SISTEMA, Ls
𝐊 𝐊
𝐊! 𝛒𝐧 𝟏 − 𝐏𝟎
𝐋𝐬 = ∑ 𝐧𝐏𝐧 = ∑ 𝐧 ( ) 𝐏𝟎 = 𝐊 −
(𝐊 − 𝐧)! 𝛒
𝐧=𝟎 𝐧=𝟎
Entonces,
435
𝟏 − 𝐏𝟎
𝐋𝐬 = 𝐊 −
𝛒
CALCULO DEL NÚMERO PROMEDIO DE CLIENTES EN LA COLA, Lq
𝐊 𝐊
𝐊! 𝛒𝐧 (𝟏 + 𝛒)(𝟏 − 𝐏𝟎 )
𝐋𝐪 = ∑(𝐧 − 𝟏)𝐏𝐧 = ∑(𝐧 − 𝟏) ( ) 𝐏𝟎 = 𝐊 −
(𝐊 − 𝐧)! 𝛒
𝐧=𝟏 𝐧=𝟏
(𝟏 + 𝛒)(𝟏 − 𝐏𝟎 )
𝐋𝐪 = 𝐊 −
𝛒
CALCULO DEL TIEMPO PROMEDIO DE ESPERA DE UN CLIENTE EN EL

SISTEMA, WS
𝟏 𝐊 𝟏+𝛒
𝐰𝐬 = ( − + 𝟏)
𝛍 𝟏 − 𝐏𝟎 𝛒
También,
𝐋𝐒
𝐖𝐒 =
𝛌𝒆𝒇
CALCULO DEL TIEMPO PROMEDIO DE ESPERA DE UN CLIENTE EN LA
COLA, Wq
𝟏 𝐊 𝟏+𝛒
𝐰𝐪 = ( − )
𝛍 𝟏 − 𝐏𝟎 𝛒
También,
𝐋𝐪
𝐖𝐪 =
𝛌𝒆𝒇

ESPARAR CUANDO EL SISTEMA ESTA OCUPADO.
436

𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏
Costos en el modelo (M / M / 1) (DG / N /N)


tiempo = 𝐂𝐈 (𝑷𝟎 ).
Ejemplo 6.6
Una sala de espera tiene capacidad para 4 personas. Las personas arriban al
sistema de acuerdo con una tasa de 8 por hora con distribución Poisson y
son atendidas por una instalación de servicio en 10 minutos con distribución
exponencial. Si alguien llega y el sistema está lleno, se retira sin entrar. La
clientela consta de 5 personas.
Se asume que los costos de la instalación de servicio es $ 150 por hora. Un

cliente en proceso de servicio o en espera sería una pérdida de su
productividad, y se estima en $ 80 por hora. El costo por capacidad de
espera es $ 200 por cliente por hora y el costo de pérdida de cliente por estar
el sistema lleno es $ 250.
instalación de servicio.
𝐭 𝐒 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟏𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐜𝐥𝐢𝐞𝐧𝐭𝐞
𝟔𝟎 𝐜𝐥𝐢𝐞𝐧𝐭𝐞𝐬
𝛍= =𝟔
𝟏𝟎 𝐡𝐨𝐫𝐚
𝐜𝐥𝐢𝐞𝐧𝐭𝐞𝐬
𝛌=𝟖
𝐡𝐨𝐫𝐚
437
𝛌 𝟖 𝟒
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = = 𝟏. 𝟑𝟑𝟑𝟑
𝛍 𝟔 𝟑
Q = cantidad de clientes en el espacio de espera = 4
N = cantidad de clientes que cabe en el sistema = 5
K = tamaño de la población = 5 clientes
−𝟏
𝑲 −𝟏 𝟓 𝟒 𝒏
𝑲! 𝝆𝒏 𝟓! ( )
𝟑
𝑷𝟎 = [𝟏 + ∑ ] = [𝟏 + ∑ ] = 𝟎. 𝟎𝟎𝟎𝟗𝟑𝟒𝟐𝟒𝟓𝟑
(𝑲 − 𝒏)! (𝟓 − 𝒏)!
𝒏=𝟏 𝒏=𝟏
𝟏 − 𝐏𝟎 𝟏 − 𝟎. 𝟎𝟎𝟎𝟗𝟑𝟒
𝐋𝐬 = 𝐊 − = 𝟓− = 𝟒. 𝟐𝟓 𝒄𝒍𝒊𝒆𝒏𝒕𝒆𝒔
𝛒 𝟏. 𝟑𝟑𝟑𝟑𝟑
𝛌𝐞𝐟 = 𝛌(𝐊 − 𝐋𝐬 ) = 𝟖(𝟓 − 𝟒. 𝟐𝟓𝟎𝟕𝟎) = 𝟓. 𝟗𝟗𝟒𝟑𝟗
B = 8 - 5.99439 = 2,00561 cliente perdidos por hora
𝟒
(𝟏 + 𝛒)(𝟏 − 𝐏𝟎 ) (𝟏 + 𝟑) (𝟏 − 𝟎. 𝟎𝟎𝟎𝟗𝟑𝟒)
𝐋𝐪 = 𝐊 − = 𝟓− = 𝟑. 𝟐𝟓𝟏𝟔𝟑
𝛒 𝟏. 𝟑𝟑𝟑𝟑𝟑
𝐋𝐒 𝟒. 𝟐𝟓𝟎𝟕𝟎
𝐖𝐒 = = = 𝟎. 𝟕𝟎𝟗𝟏𝟏𝒉𝒐𝒓𝒂𝒔
𝛌𝒆𝒇 𝟓. 𝟗𝟗𝟒𝟑𝟗
𝐋𝐪 𝟑. 𝟐𝟓𝟏𝟔𝟑
𝐖𝐪 = = = 𝟎. 𝟓𝟒𝟐𝟒𝟓 𝒉𝒐𝒓𝒂𝒔
𝛌𝒆𝒇 𝟓. 𝟗𝟗𝟒𝟑𝟗
En el sisguiente cuadro se muestran las probabilidades del estado 0 al

estado 5 e incluyendo un resumen de los calculos anteriores
438
Probabilidad de que un cliente llegue y tenga que esperar cuando el sistema

está ocupado.
𝐏𝐖 = 𝐏𝐧 ≥ 𝟏 = 𝟏 − 𝐏𝐧 < 𝟏 = 𝟏 − 𝑷𝟎 = 𝟏 − 𝟎. 𝟎𝟎𝟎𝟗𝟑𝟒𝟐𝟒𝟓𝟑 = 𝟎. 𝟗𝟗𝟗𝟎𝟔𝟓
¿Cuál es la probabilidad de que haya 4 clientes en el sistema?
De acuerdo al cuadro anterior se tiene:
𝑷𝟒 = 𝟎. 𝟑𝟓𝟒𝟑𝟐 = 𝟑𝟓. 𝟒𝟑%
¿Cuál es la probabilidad de que un cliente que llegue pueda ocupar uno de

los espacios disponibles?
De acuerdo al cuadro anterior se tiene:

𝟑
𝑷𝒏<𝟒 = ∑ 𝑷𝒏 = 𝟏 − 𝑷𝒏≥𝟒 = 𝟏 − 𝑷𝟒 − 𝑷𝟓 = 𝟏 − 𝟎. 𝟑𝟓𝟒𝟒𝟑 − 𝟎. 𝟒𝟕𝟐𝟒𝟑

𝒏=𝟎
= 𝟎, 𝟏𝟕𝟑𝟑
Costos
439


tiempo = 𝐂𝐒 𝛒 = 𝐂𝐒 (𝐋𝐒 − 𝐋𝐪 ) = $𝟏𝟓𝟎(𝟒. 𝟐𝟓𝟎𝟕 − 𝟑. 𝟐𝟓𝟏𝟔𝟑) =
$ 𝟏𝟒𝟗. 𝟖𝟔 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂

$150 / hora.

tiempo = 𝐂𝐈 (𝑷𝟎 ) = $𝟏𝟓𝟎(𝟎. 𝟎𝟎𝟎𝟗𝟑𝟒𝟐𝟒𝟓𝟑) = $𝟎. 𝟏𝟒 𝒑𝒐𝒓 𝒉𝒐𝒓𝒂.
CTW = costo total de espera por unidad de tiempo = 𝑪𝑾 𝑳𝒒 = $𝟖𝟎(𝟑. 𝟐𝟓𝟏𝟔𝟑)=

$260,1304 por hora.
= $80[0.70911- 0.54245] (5.99439) = $ 79.922 por hora.
CTB = Costo total por pérdidas de clientes por unidad de tiempo = CBB =
$250(2,00561) = $ 501,4025 por hora
CTq = costo total del espacio de espera por unidad de tiempo = CQQ = $200(4)
= $800 por hora
Costo total = $ 149.86 + $0.14 + $ 260,1304+ $79.922 + $501.4025 + $800 =
$1791,455

440
441
442
Planteamiento del ejemplo anterior por LINGO

443
6.11.4.- MODELO (M/G/1): (DG/∞ /∞) —FÓRMULA DE POLLACZEK-

KHINTCHINE (P-K)

 El modelo de cola en que las salidas no siguen la distribución de
Poisson
 El servicio tiene una cualquier distribución de probabilidad
 Tamaño de la línea de espera infinita (Espacio de espera limitado)
 Para este modelo en el que el tiempo de servicio t se representa por
una distribución de probabilidades con media E {t} y varianza σ2.
 Sea λ la tasa de llegadas a la instalación con un servidor. Dadas E {t} y
σ2 de la distribución del tiempo de servicio, y se cumple que λE {t} <
1.
2 2   2
Ls  Lq   Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
P0  1   Pw  
 1
Ejemplo 6.7
Una Serviteca puede atender en promedio un auto cada 5 minutos y la tasa

media de llegadas es de 9 autos/hora, la desviación estándar,  = 2 min.
Obtenga las medidas de desempeño de acuerdo con el modelo M/G/1.
Además la probabilidad de tener 0 clientes en el sistema y la probabilidad de
que un cliente tenga que esperar por el servicio.
444
Ls  Lq    1.31  .75  2.06 clientes

2 2   2
Lq   1.31 clientes
2(1   )
1
Ws  Wq   0.228 hrs  13.7 min

Lq
Wq   0.145 hrs  8.7 min

P0  1    0.25 Pw    0.75
Resumiendo, se tiene:
6.11.5.- MODELO (M/D/1): (DG/∞ /∞)

 El modelo de cola en que las salidas no siguen la distribución de
Poisson
 El servicio tiene un proceso constante
 Tamaño de la línea de espera infinita (Espacio de espera limitado)
445

 Para este modelo en el que el tiempo de servicio t no tiene una
distribución de probabilidades con media E {t} y varianza σ2.
 Sea λ la tasa de llegadas a la instalación con un servidor.
2
Ls  Ws Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
 1
Ejemplo 6.8
Una Serviteca tiene una instalación de servicio automática que puede

atender en forma constante un auto en 5 min. La tasa media de llegadas es
de 9 autos/hora. Obtenga las medidas de desempeño de acuerdo con el
modelo M/D/1.
Ls  Ws  1.875 clientes

2
2(1   )
1
Ws  Wq   0.21 hrs  12.5 min

Lq
Wq   0.125 hrs  7.5 min

6.11.6.- MODELO (M/Ek /1): (DG/∞ /∞)

 El modelo de cola en que las salidas siguen la distribución de Erlang
con parámetros k y μ
 El servicio tiene una distribución de probabilidad de Erlang
446
Con disciplina general

Tamaño de la línea de espera infinita (Espacio de espera limitado)
Tamaño de la población infinita
Para este modelo en el que el tiempo de servicio t se representa por
una distribución de probabilidades con media E {t} =k/μ y varianza σ2 =
k/μ2.
 Sea λ la tasa de llegadas a la instalación con un servidor. Dadas E {t} y
σ2 de la distribución del tiempo de servicio, y se cumple que λE {t} <
1.
CALCULO DE LA DESVIACION STANDARD
La desviación estándar de la distribución Erlang se determina mediante:
1
 media
k
Ejemplo 6.9
447
Una Serviteca puede atender en promedio un auto cada 5 min. La tasa media
de llegadas es de 9 autos/hora. Suponga  = 3.5 min (aprox.). Obtenga las
medidas de desempeño de acuerdo con el modelo M/Ek/1
Ls  Ws  2.437 clientes

 2 (k  1)
2k (1   )
1
Ws  Wq   0.2708 hrs  16.25 min

Lq
Wq   0.1875 hrs  11.25 min

6.12 MODELO DE VARIOS SERVIDORES EN PARALELO
6.12.1 MODELO (M / M / S) (DG / ∞ /∞)

448
 Varios servidores en paralelo con la misma velocidad de servicio

𝛌
< 𝟏 𝐨 𝐬𝐞𝐚, 𝛌 < 𝐒𝛍
𝐒𝛍
En donde S es el número de servidores en paralelo

diferentes estados.
λn = tasa de llegadas cuando hay n clientes en el sistema =λ.
𝛌
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐝𝐞 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 𝐝𝐞𝐥 𝐬𝐢𝐬𝐭𝐞𝐦𝐚 =
𝐒𝛍
𝛌
𝛄 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐝𝐞 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐝𝐚𝐝 𝐝𝐞 𝐭𝐫á𝐟𝐢𝐜𝐨 =
𝛍
449
La intensidad de tráfico, γ, se define como número promedio de servidores

ocupados de un sistema de referencia capaz de atender a todas las
peticiones de los usuarios con servidores de igual capacidad que el sistema
real.
𝛌𝐧 = 𝛌, 𝐩𝐚𝐫𝐚 𝐧 = 𝟎, 𝟏, 𝟐,. . . .
𝐧𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝟏, 𝟐, 𝟑, . . , 𝐬 − 𝟏
𝛍𝐧 = {
𝐒𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝐬, 𝐬 + 𝟏, 𝐬 + 𝟐,. . .
Para n <S:
De acuerdo al diagrama de transición anterior, se tiene
Para n =1
𝝀 𝟏
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝟏 𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝟏𝒙𝟐 𝝁
Para n = 3
𝟏 𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
𝟏𝒙𝟐𝒙𝟑 𝝁
Para n
𝟏 𝛌 𝐧 𝛄𝐧 𝐏𝟎
𝐏𝐧 = ( ) 𝐏𝟎 =
𝐧! 𝛍 𝐧!
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐧!
Para n ≥ S:

450
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐒! 𝐒 𝐧−𝐬
CALCULO DE LA PROBABILIDAD DE CERO CLIENTES EN EL SISTEMA, P0
∞ 𝑺−𝟏 ∞
𝜸𝒏 𝜸𝒏
∑ 𝑷𝒏 = 𝟏 → ∑ 𝑷𝟎 + ∑ 𝑷 =𝟏
𝒏! 𝑺! 𝑺𝒏−𝑺 𝟎
𝒏=𝟎 𝒏=𝟎 𝒏=𝑺
Sustituyendo
𝟏
𝐏𝟎 = 𝛄𝐧 𝛄𝐧
[∑𝐒−𝟏
𝐧=𝟎 + ∑∞
𝐧=𝐒 ]
𝐧! 𝐒!𝐒 𝐧−𝐒
Reemplazando, se tiene:
𝑺−𝟏 −𝟏 𝑺−𝟏 −𝟏
𝒏 𝒔 𝒏 𝒔
𝜸 𝜸 𝜸 𝜸
𝐏𝟎 = [∑ + ] = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆) 𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟎 𝒏=𝟏
CALCULO DEL NUMERO PROMEDIO DE CLIENTES EN LA COLA, Lq

∞
𝜸𝑺 𝝆
𝑳𝒒 = ∑ (𝒏 − 𝑺)𝑷𝒏 = 𝑷
𝑺! (𝟏 − 𝝆)𝟐 𝟎
𝒏=𝟎
CALCULO DEL NUMERO PROMEDIO DE CLIENTES EN EL SISTEMA, LS

𝑳𝑺 = 𝑳𝒒 + 𝜸
CALCULO DEL TIEMPO PROMEDIO QUE UN CLIENTE ESPERA EN EL

SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌
451
𝐋𝐪
𝐖𝐪 =
𝛌

𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (M / M / S) (DG / ∞ /∞)

tiempo = 𝐂𝐒 (𝐋𝐒 − 𝐋𝐪 )

tiempo = 𝐂𝐈 (𝐒 − 𝐋𝒔 + 𝐋𝐪 ).
Ejemplo 6.10
La llegada de tractomulas al muelle de un almacén, sigue una distribución

Poisson con una tasa promedio de 20 tractomulas/semana. El muelle cuenta
con 3 espacios para las labores de descarga y en cada espacio hay una
instalación de servicio, con la cual es posible realizar las labores de
descarga en 1 día con distribución exponencial. Si una tractomula llega y los
espacios están ocupados, espera en terreno abierto hasta que llegue su
turno de descarga.
Se asume que los costos de la instalación de descargue es $ 200 por
semana. Una tractomula en proceso de descargue o en espera sería una
pérdida de su productividad, y se estima en $ 50 por semana.
Considerando semanas de 7 días se determinará las medidas desempeño y

además la probabilidad de que haya 15 tractomulas en el sistema.
Desarrollo;
452
𝐭 𝐒 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟏 𝐝í𝐚 𝐩𝐨𝐫 𝐭𝐫𝐚𝐜𝐭𝐨𝐦𝐮𝐥𝐚
𝟕 𝐭𝐫𝐚𝐜𝐭𝐨𝐦𝐮𝐥𝐚
𝛍= =𝟕
𝟏 𝐬𝐞𝐦𝐚𝐧𝐚
𝐭𝐫𝐚𝐜𝐭𝐨𝐦𝐮𝐥𝐚
𝛌 = 𝟐𝟎
𝐬𝐞𝐦𝐚𝐧𝐚
S = 3 servidores en paralelo
𝛌 𝟐𝟎
𝛄 = 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐝𝐚𝐝 𝐝𝐞 𝐭𝐫𝐚𝐟𝐢𝐜𝐨 = = = 𝟐, 𝟖𝟓𝟕𝟐
𝛍 𝟕
𝛌 𝟐𝟎
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = 𝟎, 𝟗𝟓𝟐𝟒
𝐒𝛍 𝟐𝟏
Cálculo de la probabilidad de cero clientes
𝑺−𝟏 −𝟏
𝒏 𝒔
𝜸 𝜸
𝐏𝟎 = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟏
453
−𝟏
𝟐 𝟐𝟎 𝒏 𝟐𝟎 𝟑
( ) ( )
𝟕 𝟕
𝐏𝟎 = [𝟏 + ∑ + 𝟐𝟎 ] = 𝟎. 𝟎𝟏𝟏𝟏𝟔
𝒏! 𝟑! (𝟏 − )
𝒏=𝟏 𝟐𝟏
Cálculos de las probabilidades de los estados
Número promedio de tractomulas en la cola
𝟐𝟎 𝟑 𝟐𝟎
𝐒
𝛄 𝛒 ( 𝟕 ) (𝟐𝟏)
𝐋𝐪 = 𝐏 == 𝟎. 𝟎𝟏𝟏𝟏𝟔 = 𝟏𝟖. 𝟐𝟐𝟕
𝐒! (𝟏 − 𝛒)𝟐 𝟎 𝟐𝟎
𝟐
𝟑! (𝟏 − ( ))
𝟐𝟏
Número promedio de tractomulas en el sistema

454
𝑳𝑺 = 𝑳𝒒 + 𝜸 = 𝟏𝟖. 𝟐𝟐𝟕 + 𝟐. 𝟖𝟓𝟕𝟐 = 𝟐𝟏. 𝟎𝟖𝟒
Tiempo promedio que una tractomula espera en el sistema
𝐋𝐒 𝟐𝟏. 𝟎𝟖𝟒
𝐖𝐒 = = = 𝟏. 𝟎𝟓𝟒𝟐 𝒔𝒆𝒎𝒂𝒏𝒂𝒔
𝛌 𝟐𝟎
Tiempo promedio que una tractomula espera en la cola
𝐋𝐪 𝟏𝟖. 𝟐𝟐𝟕
𝐖𝐪 = = = 𝟎. 𝟗𝟏𝟏𝟑𝟒 𝒔𝒆𝒎𝒂𝒏𝒂𝒔
𝛌 𝟐𝟎
está ocupado.
𝐏𝐖 = 𝐏𝐧 ≥ 𝟑 = 𝟏 − 𝐏𝐧 < 𝟑 = 𝟏 − ∑ 𝑷𝟎 = 𝟏 − (𝑷𝟎 + 𝑷𝟏 + 𝑷𝟐 )
𝒏=𝟎
𝐏𝐖 = 𝟏 − (𝑷𝟎 + 𝑷𝟏 + 𝑷𝟐 ) = 𝟏 − (𝟎. 𝟎𝟏𝟏𝟏𝟔𝟒 + 𝟎. 𝟎𝟑𝟏𝟖𝟗𝟖 + 𝟎. 𝟎𝟒𝟓𝟔𝟖𝟓)
𝐏𝐖 = 𝟎, 𝟗𝟏𝟏𝟐𝟓𝟑
Costos

tiempo = $ 200 / semana.

tiempo = 𝐂𝐒 (𝑳𝒔 − 𝑳𝒒 ) = $𝟐𝟎𝟎(𝟐𝟏. 𝟎𝟖𝟒 − 𝟏𝟖. 𝟐𝟕𝟕) =
$𝟓𝟔𝟏, 𝟒 𝒑𝒐𝒓 𝒔𝒆𝒎𝒂𝒏𝒂

$200 / semana.

tiempo = 𝐂𝐈 (𝐬 − 𝐋𝒔 − 𝑳𝒒 ) = $𝟐𝟎𝟎(𝟑 − 𝟐𝟏. 𝟎𝟖𝟒 − 𝟏𝟖. 𝟐𝟕𝟕) =
$𝟑𝟖, 𝟔 𝒑𝒐𝒓 𝒔𝒆𝒎𝒂𝒏𝒂.
455
CW = Costo de espera por unidad de tiempo = $50 / semana
CTW = costo total de espera por unidad de tiempo = 𝑪𝑾 𝑳𝒒 = $𝟓𝟎(𝟏𝟖. 𝟐𝟐𝟕) =

$𝟗𝟏𝟏, 𝟑𝟓 𝒑𝒐𝒓 𝒔𝒆𝒎𝒂𝒏𝒂.
CU =Costo de servicio por unidad de tiempo = $50 / semana.
= $50[1.0542-0.91134] (20) = $ 142,86 por semana
Costo total = $ = $𝟓𝟔𝟏, 𝟒 + $𝟑𝟖, 𝟔 + $𝟗𝟏𝟏, 𝟑𝟓 + $𝟏𝟒𝟐, 𝟖𝟔 = $𝟏𝟔𝟓𝟒, 𝟐
Planteamiento por GAMS

456
457
Planteamiento por LINGO

458
6.12.2 MODELO (M / M / S) (DG / N /∞)

459
 Tamaño de la línea de espera finita

lleno- B.

diferentes estados.
𝛌
𝐒𝛍
𝛌
𝛍

real.
460
𝛌𝐧 = 𝛌, 𝐩𝐚𝐫𝐚 𝐧 = 𝟎, 𝟏, 𝟐,. . . .
𝐧𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝟏, 𝟐, 𝟑, . . , 𝐬 − 𝟏
𝛍𝐧 = {
𝐒𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝐬, 𝐬 + 𝟏, 𝐬 + 𝟐, . . 𝐍
Para n <S:
Para n =1
𝝀 𝟏
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝟏 𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝟏𝒙𝟐 𝝁
Para n = 3
𝟏 𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
Para n
𝐏𝐧 = ( ) 𝐏𝟎 =
𝐧! 𝛍 𝐧!
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐧!
Para n ≥ S:
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
461
𝑵 𝑺−𝟏 𝑵
𝜸𝒏 𝜸𝒏
∑ 𝑷𝒏 = 𝟏 → ∑ 𝑷𝟎 + ∑ 𝑷 =𝟏
𝒏=𝟎 𝒏=𝟎 𝒏=𝑺
Sustituyendo
𝑺−𝟏 𝑵 −𝟏
𝜸𝒏 𝜸𝒏
𝑷𝟎 = [∑ +∑ ]
𝒏! 𝑺! 𝑺𝒏−𝑺
𝒏=𝟎 𝒏=𝑺
𝑺−𝟏 𝑵 −𝟏
𝒏 𝒔
𝜸 𝜸
𝐏𝟎 = [𝟏 + ∑ + ∑ 𝝆𝒏−𝑺 ]
𝒏! 𝑺!
𝒏=𝟏 𝒏=𝒔
𝑺−𝟏 −𝟏
𝒏 𝒔( 𝑵−𝑺+𝟏 )
𝜸 𝜸 𝟏−𝝆
= [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟏
𝐍−𝟏 𝐍−𝟏
𝐧=𝟎 𝐧=𝟎
Se tiene,
𝛌𝐞𝐟 = 𝛌(𝟏 − 𝑷𝑵 )
En donde,


También B = λPN
462

∞
𝜸𝑺 𝝆𝑷𝟎
𝑳𝒒 = ∑ (𝒏 − 𝑺)𝑷𝒏 = 𝟐
[𝟏 − 𝝆𝑵−𝑺 (𝟏 − (𝑵 − 𝑺)(𝟏 − 𝝆)]
𝑺! (𝟏 − 𝝆)
𝒏=𝟎

𝑳𝑺 = 𝑳𝒒 + 𝜸(𝟏 − 𝑷𝑵 )

SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌𝒆𝒇
𝐋𝐪
𝐖𝐪 =
𝛌𝒆𝒇


𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (M / M / S) (DG / N /∞)


tiempo = 𝐂𝐈 (𝑺 − 𝑳𝒔 − 𝑳𝒒 ).
463
Ejemplo 6.11
La llegada de tractomulas al muelle de un almacén, sigue una distribución

Poisson con una tasa promedio de 20 tractomulas/semana. El muelle cuenta
con 3 espacios para las labores de descarga y en cada espacio hay una
instalación de servicio, con la cual es posible realizar las labores de
descarga en 1 día con distribución exponencial. El tamaño de la línea de
espera es para 2 tractomulas.
Se asume que los costos de la instalación de descargue es $ 200 por
semana. Una tractomula en proceso de descargue o en espera sería una
pérdida de su productividad, y se estima en $ 50 por semana. El costo por
capacidad de espera es $ 10 por tractomula por semana y el costo de
pérdida de tractomula por estar el sistema lleno es $ 100.
Considerando semanas de 7 días se determinará las medidas desempeño y

además la probabilidad de que haya 10 tractomulas en el sistema.
a) Cálculo de P0:
𝑺−𝟏 −𝟏
𝒏 𝒔 (𝟏 𝑵−𝑺+𝟏 )
𝜸 𝜸 −𝝆
𝐏𝟎 = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟏
−𝟏
𝟐 𝟐𝟎 𝒏 𝟐𝟎 𝟑 𝟐𝟎 𝟓−𝟑+𝟏
(𝟕) ( 𝟕 ) (𝟏 − (𝟐𝟏) )
= [𝟏 + ∑ + 𝟐𝟎
] = 𝟎. 𝟎𝟓𝟐𝟒𝟐𝟐
𝒏! 𝟑! (𝟏 − )
𝒏=𝟏 𝟐𝟏
b) Cálculo de λef:
𝟐𝟎 𝟓
( 𝟕 ) (𝟎. 𝟎𝟓𝟐𝟒𝟐𝟐)
𝐏𝟓 = = 𝟎. 𝟏𝟖𝟓𝟎𝟒𝟓
(𝟔)(𝟑)𝟐
𝛌𝐞𝐟 = 𝛌(𝟏 − 𝑷𝑵 ) = 𝟐𝟎(𝟏 − 𝟎. 𝟏𝟖𝟓𝟎𝟒𝟓) = 𝟏𝟔. 𝟐𝟗𝟗
c) Cálculo de B:
B = 20 – 16.299 = 3,700907
464
d) Cálculo de Lq:
𝟐𝟎 𝟑 𝟐𝟎
( 𝟕 ) (𝟐𝟏) (𝟎. 𝟎𝟓𝟐𝟒𝟐𝟐) 𝟐𝟎 𝟐 𝟐𝟎
𝑳𝒒 = 𝟐 [𝟏 − ( ) (𝟏 − (𝟐)(𝟏 − ( ))] = 𝟏𝟓. 𝟑𝟔𝟖
𝟐𝟎 𝟐𝟏 𝟐𝟏
𝟔 (𝟏 − ( ))
𝟐𝟏
A continuación se calcularán los demás medidas de desempeño, cuyos

resultados se muestran en el siguiente cuadro
Planteamiento por GAMS el ejemplo anterior

465
466

467
6.12.3 MODELO (M / M / S) (DG / N /N)

468

 Tamaño de la línea de espera finita
 Tamaño de la población finita
lleno- B.
 Tasa de llegadas cuando hay n clientes en el sistema, λn
Sea K el tamaño de la población
(𝐊 − 𝐧)𝛌 𝐬𝐢 𝟎 ≤ 𝐧 ≤ 𝐊
𝛌𝐧 = {
𝟎 𝐬𝐢 𝐧 > 𝐊

diferentes estados.
469
λn = tasa de llegadas cuando hay n clientes en el sistema
𝛌
𝐒𝛍
𝛌
𝛍

real.
𝐧𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝟏, 𝟐, 𝟑, . . , 𝐬 − 𝟏
𝛍𝐧 = {
𝐒𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝐬, 𝐬 + 𝟏, 𝐬 + 𝟐, . . 𝐍
Para n <S:

470
𝐊! 𝛌 𝐧 𝐊! 𝛄𝐧 𝐏𝟎
𝐏𝐧 = ( ) 𝐏𝟎 =
𝐧! (𝐊 − 𝐧)! 𝛍 𝐧! (𝐊 − 𝐧)!
𝐊! 𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐧! (𝐊 − 𝐧)!
Para n ≥ S:
𝐊! 𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐒! 𝐒 𝐧−𝐬 (𝑲 − 𝒏)!
𝑵 𝑺−𝟏 𝑲
𝐊! 𝛄𝐧 𝐏𝟎 𝐊! 𝛄𝐧 𝐏𝟎
∑ 𝑷𝒏 = 𝟏 → ∑ +∑ =𝟏
𝐧! (𝐊 − 𝐧)! 𝐒! 𝐒 𝐧−𝐬 (𝑲 − 𝒏)!
𝒏=𝟎 𝒏=𝟎 𝒏=𝑺
Sustituyendo
𝑺−𝟏 𝑲 −𝟏
𝐧 𝐧
𝐊! 𝛄 𝐊! 𝛄
𝑷𝟎 = [∑ +∑ ]
𝐧! (𝐊 − 𝐧)! 𝐒! 𝐒 𝐧−𝐬 (𝑲 − 𝒏)!
𝒏=𝟎 𝒏=𝑺
𝐊−𝟏 𝐊−𝟏
𝐧=𝟎 𝐧=𝟎
Se tiene,
𝛌𝐞𝐟 = 𝛌(𝑲 − 𝑳𝑺 )
En donde,
471


También B = λPN

𝑲
𝑳𝒒 = ∑ (𝒏 − 𝑺)𝑷𝒏
𝒏=𝑺

𝑲
𝑳𝑺 = ∑ 𝒏𝑷𝒏
𝒏=𝟎

SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌𝒆𝒇
𝐋𝐪
𝐖𝐪 =
𝛌𝒆𝒇


𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (M / M / S) (DG / N /N)

472


Ejemplo 6.12
En una fábrica se cuenta con 5 máquinas. Se sabe que cada máquina se

descompone con una frecuencia promedio de una vez cada 12 días. Se
necesita un promedio de 1.5 días para terminar una reparación. Tanto el
tiempo entre descomposturas como el tiempo de reparación siguen una
distribución exponencial. Se asignaron dos personas para mantener las
máquinas activas.
Se asume que los costos de la instalación de reparación es $ 200 por
semana. Una máquina en proceso de reparación o en espera sería una
pérdida de su productividad, y se estima en $ 50 por semana. El costo por
capacidad de espera es $ 10 por máquina por semana y el costo de pérdida
de no atender la máquina para reparar por estar el sistema lleno es $ 100.
Considerando semanas de 6 días se determinará las medidas desempeño.
𝐭 𝐒 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟏. 𝟓 𝐝í𝐚𝐬 𝐩𝐨𝐫 𝐦á𝐪𝐮𝐢𝐧𝐚
𝟔 𝐦á𝐪𝐮𝐢𝐧𝐚
𝛍= =𝟒
𝟏. 𝟓 𝐬𝐞𝐦𝐚𝐧𝐚
𝐭 𝐚 = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐞𝐧𝐭𝐫𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 = 𝟏𝟐 𝐝í𝐚𝐬 𝐩𝐨𝐫 𝐦á𝐪𝐮𝐢𝐧𝐚
𝟔 𝐦á𝐪𝐮𝐢𝐧𝐚
𝛌= = 𝟎. 𝟓
𝟏𝟐 𝐬𝐞𝐦𝐚𝐧𝐚
𝛌 𝟎. 𝟓
𝛄 = 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐝𝐚𝐝 𝐝𝐞 𝐭𝐫𝐚𝐟𝐢𝐜𝐨 = = = 𝟎. 𝟏𝟐𝟓
𝛍 𝟒
S = 2 servidores en paralelo
473
𝛌 𝟎. 𝟓
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = 𝟎. 𝟎𝟔𝟐𝟓
𝐒𝛍 𝟖
Para calcular las probabilidades de los diferentes estados se tiene la
siguiente diagrama de transición:
Calculando las medidas de desempeño, se tiene:

474
475
476

477
6.12.4 MODELO (M / G / S) (DG / ∞ /∞)

 El servicio tiene una distribución de carácter general
𝛌
< 𝟏 𝐨 𝐬𝐞𝐚, 𝛌 < 𝐒𝛍
𝐒𝛍

diferentes estados.
478
𝛌
𝐒𝛍
𝛌
𝛍
𝐕(𝐭 𝒔 ) = 𝐯𝐚𝐫𝐢𝐚𝐧𝐳𝐚 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨
𝐄(𝐭 𝒔 ) = 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨
𝐕(𝐭 𝒔 )
𝐂𝐬𝟐 = 𝐜𝐨𝐞𝐟𝐢𝐜𝐢𝐞𝐧𝐭𝐞 𝐜𝐮𝐚𝐝𝐫𝐚𝐝𝐨 𝐩𝐚𝐫𝐚 𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 =
[𝐄(𝐭 𝒔 )]𝟐
𝐕(𝐭 𝒂 ) = 𝐯𝐚𝐫𝐢𝐚𝐧𝐳𝐚 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐞𝐧𝐭𝐫𝐞𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬
𝐄(𝐭 𝒂 ) = 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐞𝐧𝐭𝐫𝐞𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬
𝐕(𝐭 𝒂 )
𝐂𝐚𝟐 = 𝐜𝐨𝐞𝐟𝐢𝐜𝐢𝐞𝐧𝐭𝐞 𝐜𝐮𝐚𝐝𝐫𝐚𝐝𝐨 𝐩𝐚𝐫𝐚 𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 =
[𝐄(𝐭 𝒂 )]𝟐
479

real.
𝛌𝐧 = 𝛌, 𝐩𝐚𝐫𝐚 𝐧 = 𝟎, 𝟏, 𝟐,. . . .
𝐧𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝟏, 𝟐, 𝟑, . . , 𝐬 − 𝟏
𝛍𝐧 = {
𝐒𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝐬, 𝐬 + 𝟏, 𝐬 + 𝟐,. . .
Para n <S:
Para n =1
𝝀 𝟏
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝟏 𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝟏𝒙𝟐 𝝁
Para n = 3
𝟏 𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
Para n
𝐏𝐧 = ( ) 𝐏𝟎 =
𝐧! 𝛍 𝐧!
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐧!
Para n ≥ S:

480
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
∞ 𝑺−𝟏 ∞
𝜸𝒏 𝜸𝒏
∑ 𝑷𝒏 = 𝟏 → ∑ 𝑷𝟎 + ∑ 𝑷 =𝟏
𝒏=𝟎 𝒏=𝟎 𝒏=𝑺
Sustituyendo
𝟏
𝐏𝟎 = 𝛄𝐧 𝛄𝐧
[∑𝐒−𝟏
𝐧=𝟎 + ∑∞
𝐧=𝐒 ]
𝐧! 𝐒!𝐒 𝐧−𝐒
𝑺−𝟏 −𝟏 𝑺−𝟏 −𝟏
𝒏 𝒔 𝒏 𝒔
𝜸 𝜸 𝜸 𝜸
𝐏𝟎 = [∑ + ] = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆) 𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟎 𝒏=𝟏

(𝟏 + 𝑪𝟐𝑺 ) 𝜸𝑺 𝝆
𝑳𝒒 = [ ][ 𝑷 ]
𝟐 𝑺! (𝟏 − 𝝆)𝟐 𝟎


SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌
𝐋𝐪
𝐖𝐪 =
𝛌
481


𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (M / G / S) (DG / ∞ /∞)


tiempo = 𝐂𝐈 (𝐒 − 𝐋𝒔 + 𝐋𝐪 ).
Ejemplo 6.13
Una Serviteca tiene dos instalaciones de servicio puede atender en promedio

un auto cada 5 minutos y la tasa media de llegadas es de 9 autos/hora, la
desviación estándar,  = 2 min. Obtenga las medidas de desempeño de
acuerdo con el modelo M/G/2. Además la probabilidad de tener 0 autos en el
sistema y la probabilidad de que un auto tenga que esperar por el servicio.
𝐚𝐮𝐭𝐨𝐬
𝛌=𝟗
𝐡𝐨𝐫𝐚
𝐒 = 𝟐 𝐬𝐞𝐫𝐯𝐢𝐝𝐨𝐫𝐞𝐬 𝐞𝐧 𝐩𝐚𝐫𝐚𝐥𝐞𝐥𝐨
𝑬(𝒕𝒔 ) = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟓 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐚𝐮𝐭𝐨

= 𝟎. 𝟎𝟖𝟑𝟑𝟑𝟑 𝐡𝐨𝐫𝐚𝐬 𝐩𝐨𝐫 𝐚𝐮𝐭𝐨
𝟔𝟎 𝐚𝐮𝐭𝐨𝐬
𝛍= = 𝟏𝟐
𝟓 𝐡𝐨𝐫𝐚
482
𝑽(𝒕𝒔 ) = 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒅𝒆𝒍 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒔𝒆𝒓𝒗𝒊𝒄𝒊𝒐 = 𝟒 𝒎𝒊𝒏𝒖𝒕𝒐𝒔𝟐

= 𝟎. 𝟎𝟎𝟏𝟏𝟏
𝐕(𝐭 𝒔 )
[𝐄(𝐭 𝒔 )]𝟐
𝟎. 𝟎𝟎𝟏𝟏𝟏𝟏𝟏
= = 𝟎. 𝟏𝟔
[𝟎. 𝟎𝟖𝟑𝟑𝟑𝟑]𝟐
𝛌 𝟗 𝟑
𝛄 = 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐝𝐚𝐝 𝐝𝐞 𝐭𝐫𝐚𝐟𝐢𝐜𝐨 = = = = 𝟎. 𝟕𝟓
𝛍 𝟏𝟐 𝟒
𝛌 𝟗 𝟑
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = = 𝟎. 𝟑𝟕𝟓
𝐒𝛍 𝟐𝟒 𝟖
Cálculo de la probabilidad de cero autos
𝑺−𝟏 −𝟏
𝒏 𝒔
𝜸 𝜸
𝐏𝟎 = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟏
−𝟏
𝟏 𝟑 𝒏 𝟑 𝟐
( ) ( )
𝟒 𝟒
𝐏𝟎 = [𝟏 + ∑ + 𝟑 ] = 𝟎. 𝟒𝟓𝟒𝟓𝟒𝟓
𝒏! 𝟐! (𝟏 − )
𝒏=𝟏 𝟖

(𝟏 + 𝑪𝟐𝑺 ) 𝜸𝑺 𝝆
𝑳𝒒 = [ ][ 𝑷 ]
𝟐 𝑺! (𝟏 − 𝝆)𝟐 𝟎
𝟑 𝟐 𝟑
(𝟏 + 𝟎. 𝟏𝟔) ( ) ( 𝟖)
=[ ][ 𝟒 𝟎. 𝟒𝟓𝟒𝟓𝟒𝟓 = 𝟎. 𝟎𝟕𝟏𝟐]
𝟐 𝟑 𝟐
𝟐! (𝟏 − 𝟖)

𝟑
𝑳𝑺 = 𝑳𝒒 + 𝜸 = 𝟎. 𝟎𝟕𝟏𝟐 + = 𝟎. 𝟖𝟐𝟏𝟐
𝟒
483

SISTEMA, WS
𝐋𝐒 𝟎. 𝟖𝟐𝟏𝟐
𝐖𝐒 = = = 𝟎. 𝟎𝟗𝟏𝟐
𝛌 𝟗
𝐋𝐪 𝟎. 𝟎𝟕𝟏𝟐
𝐖𝐪 = = = 𝟎. 𝟎𝟎𝟕𝟗
𝛌 𝟗

𝐏𝐖 = 𝐏𝐧 ≥ 𝟐 = 𝟏 − 𝐏𝐧 < 𝟐 = 𝟏 − 𝑷𝟎 − 𝑷𝟏 = 𝟎. 𝟐𝟎𝟒𝟓𝟒
Resumiendo, se tiene:
6.12.5 MODELO (M / G / S)
Para este modelo comprenden los siguientes modelos:
 EL MODELO (M / G / S) (DG / N /∞)

484
 EL MODELO (M / G / S) (DG / N /N)
Para el cálculo de probabilidades se calculan de la misma manera de los

modelos (M / M / S) (DG / N /∞) y (M / M / S) (DG / N /N).

(𝟏 + 𝑪𝟐𝑺 )
𝑳𝒒 = [ ] 𝑳𝒒(𝑴|𝑴|𝑺)
𝟐


SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌
𝐋𝐪
𝐖𝐪 =
𝛌

𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (M / G / S)

485

6.12.6 MODELO (G / G / S)
Para este modelo comprenden los siguientes modelos:
 EL MODELO (G / G / S) (DG / ∞ /∞)

 EL MODELO (G / G / S) (DG / N /∞)
 EL MODELO (G / G / S) (DG / N /N)
𝛌
𝐒𝛍
𝛌
𝛍
𝐕(𝐭 𝒔 ) = 𝐯𝐚𝐫𝐢𝐚𝐧𝐳𝐚 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨
𝐄(𝐭 𝒔 ) = 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨
𝐕(𝐭 𝒔 )
[𝐄(𝐭 𝒔 )]𝟐
𝐕(𝐭 𝒂 ) = 𝐯𝐚𝐫𝐢𝐚𝐧𝐳𝐚 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐝𝐞 𝐞𝐧𝐭𝐫𝐞𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬
𝐄(𝐭 𝒂 ) = 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞𝐥 𝐭𝐢𝐞𝐦𝐩𝐨 𝐞𝐧𝐭𝐫𝐞𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬
𝐕(𝐭 𝒂 )
[𝐄(𝐭 𝒂 )]𝟐
486
Para el cálculo de probabilidades se calculan de la misma manera de los

modelos (M / M / S) (DG / ∞ / ∞), (M / M / S) (DG / N /∞) y (M / M / S) (DG / N /N).

(𝑪𝟐𝒂 + 𝑪𝟐𝑺 )
𝑳𝒒 = [ ] 𝑳𝒒(𝑴|𝑴|𝑺)
𝟐


SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌
𝐋𝐪
𝐖𝐪 =
𝛌

𝐏𝐖 = 𝐏𝐧 ≥ 𝐒 = 𝟏 − 𝐏𝐧 < 𝐒
Costos en el modelo (G / G / S)


487
Ejemplo 6.14
Una Serviteca tiene dos instalaciones de servicio puede atender en promedio

un auto cada 2/3 horas por auto con una desviación estándar de 0.20 horas
con distribución de probabilidad Normal y el tiempo promedio de llegadas es
0.5 horas por auto, la desviación estándar,  = 0.25 horas. Obtenga las
medidas de desempeño de acuerdo con el modelo G/G/2. Además la
probabilidad de tener 0 autos en el sistema y la probabilidad de que un auto
tenga que esperar por el servicio.
𝑬(𝒕𝒂 ) = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 = 𝟎. 𝟓 𝐡𝐨𝐫𝐚𝐬 𝐩𝐨𝐫 𝐚𝐮𝐭𝐨
𝟏 𝐚𝐮𝐭𝐨𝐬
𝛌= =𝟐
𝟎. 𝟓 𝐡𝐨𝐫𝐚
𝑽(𝒕𝒂 ) = 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒅𝒆𝒍 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒔𝒆𝒓𝒗𝒊𝒄𝒊𝒐 = 𝟎. 𝟎𝟔𝟐𝟓 𝒉𝒐𝒓𝒂𝒔𝟐

𝐕(𝐭 𝒂 )
[𝐄(𝐭 𝒂 )]𝟐
𝟎. 𝟎𝟔𝟐𝟓
= = 𝟎. 𝟐𝟓
[𝟎. 𝟓𝟎𝟎𝟎]𝟐
𝐒 = 𝟐 𝐬𝐞𝐫𝐯𝐢𝐝𝐨𝐫𝐞𝐬 𝐞𝐧 𝐩𝐚𝐫𝐚𝐥𝐞𝐥𝐨
𝑬(𝒕𝒔 ) = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞 𝐬𝐞𝐫𝐯𝐢𝐜𝐢𝐨 = 𝟎. 𝟔𝟔𝟔𝟔𝟔𝟕 𝐡𝐨𝐫𝐚𝐬 𝐩𝐨𝐫 𝐚𝐮𝐭𝐨
𝟑 𝐚𝐮𝐭𝐨𝐬
𝛍= = 𝟏. 𝟓
𝟐 𝐡𝐨𝐫𝐚
𝑽(𝒕𝒔 ) = 𝒗𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝒅𝒆𝒍 𝒕𝒊𝒆𝒎𝒑𝒐 𝒅𝒆 𝒔𝒆𝒓𝒗𝒊𝒄𝒊𝒐 = 𝟎. 𝟎𝟒 𝒉𝒐𝒓𝒂𝒔𝟐

𝐕(𝐭 𝒔 )
[𝐄(𝐭 𝒔 )]𝟐
𝟎. 𝟎𝟒
= = 𝟎. 𝟎𝟗
[𝟎. 𝟔𝟔𝟔𝟔𝟔𝟕]𝟐
488
𝛌 𝟐 𝟒
𝛄 = 𝐢𝐧𝐭𝐞𝐧𝐬𝐢𝐝𝐚𝐝 𝐝𝐞 𝐭𝐫𝐚𝐟𝐢𝐜𝐨 = = = = 𝟏. 𝟑𝟑𝟑𝟑𝟑
𝛍 𝟏. 𝟓 𝟑
𝛌 𝟐
𝛒 = 𝐟𝐚𝐜𝐭𝐨𝐫 𝐮𝐭𝐢𝐥𝐢𝐳𝐚𝐜𝐢ó𝐧 = = = 𝟎. 𝟔𝟔𝟔𝟔𝟔𝟕
𝐒𝛍 𝟑
Cálculo de la probabilidad de cero autos
𝑺−𝟏 −𝟏
𝒏 𝒔
𝜸 𝜸
𝐏𝟎 = [𝟏 + ∑ + ]
𝒏! 𝑺! (𝟏 − 𝝆)
𝒏=𝟏
−𝟏
𝟏 𝟒 𝒏 𝟒 𝟐
( ) ( )
𝟑 𝟑
𝐏𝟎 = [𝟏 + ∑ + 𝟐 ] = 𝟎. 𝟐𝟎𝟎
𝒏! 𝟐! (𝟏 − )
𝒏=𝟏 𝟑

(𝑪𝟐𝒂 + 𝑪𝟐𝑺 ) 𝜸𝑺 𝝆
𝑳𝒒 = [ ][ 𝑷 ]
𝟐 𝑺! (𝟏 − 𝝆)𝟐 𝟎
𝟒 𝟐 𝟐
(𝟎. 𝟐𝟓 + 𝟎. 𝟎𝟗) (𝟑) (𝟑)
=[ ][ 𝟎. 𝟐𝟎𝟎 = 𝟎. 𝟏𝟖𝟏𝟑]
𝟐 𝟐 𝟐
𝟐! (𝟏 − 𝟑)

𝟒
𝑳𝑺 = 𝑳𝒒 + 𝜸 = 𝟎. 𝟏𝟖𝟏𝟑 + = 𝟏. 𝟓𝟏𝟒𝟕
𝟑
SISTEMA, WS
𝐋𝐒 𝟏. 𝟓𝟏𝟒𝟕
𝐖𝐒 = = = 𝟎. 𝟕𝟓𝟕𝟑
𝛌 𝟐
489
𝐋𝐪 𝟎. 𝟏𝟖𝟏𝟑
𝐖𝐪 = = = 𝟎. 𝟎𝟗𝟎𝟕
𝛌 𝟐

𝐏𝐖 = 𝐏𝐧 ≥ 𝟐 = 𝟏 − 𝐏𝐧 < 𝟐 = 𝟏 − 𝑷𝟎 − 𝑷𝟏 = 𝟎. 𝟓𝟑𝟑𝟑
6.13 MODELO DE SERVIDORES INFINITOS-MODELO AUTOSERVICIO-

(M/M/∞)
Para este modelo, la cantidad de servidores es infinita o ilimitada, porque el

cliente también es el servidor. Un ejemplo característico es auto servirse un
plato en un restaurante. En el modelo se supone una llegada continua, con
las tasas de llegada y de servicio λ y μ, respectivamente.
𝛌
𝐒𝛍
𝛌
𝛍

real.
𝛌𝐧 = 𝛌, 𝐩𝐚𝐫𝐚 𝐧 = 𝟎, 𝟏, 𝟐,. . . .
𝛍𝐧 = 𝐧𝛍, 𝐩𝐚𝐫𝐚 𝐧 = 𝟏, 𝟐, 𝟑, . . .
490

diferentes estados.
Para n =1
𝝀 𝟏
𝑷𝟏 = ( ) 𝑷𝟎
𝝁
Para n = 2
𝟏 𝝀 𝟐
𝑷𝟐 = ( ) 𝑷𝟎
𝟏𝒙𝟐 𝝁
Para n = 3
𝟏 𝝀 𝟑
𝑷𝟑 = ( ) 𝑷𝟎
Para n
𝐏𝐧 = ( ) 𝐏𝟎 =
𝐧! 𝛍 𝐧!
𝛄𝐧 𝐏𝟎
𝐏𝐧 =
𝐧!

491
∞ ∞
𝜸𝒏
∑ 𝑷𝒏 = 𝟏 → ∑ 𝑷𝟎 = 𝟏
𝒏!
𝒏=𝟎 𝒏=𝟎
Sustituyendo
∞ −𝟏
𝜸𝒏
𝑷𝟎 = [∑ ]
𝒏!
𝒏=𝟎
∞ −𝟏 −𝟏
𝜸𝒏 𝜸𝟐 𝜸𝟑 𝟏
𝐏𝟎 = [𝟏 + ∑ ] = [𝟏 + 𝜸 + + + . . .] = 𝜸
= 𝒆−𝜸
𝒏! 𝟐! 𝟑! 𝒆
𝒏=𝟏

𝑳𝑺 = 𝜸

𝑳𝒒 = 𝟎
Por qué no hay formación de cola o fila

SISTEMA, WS
𝐋𝐒
𝐖𝐒 =
𝛌
𝐖𝐪 = 𝟎
Por qué no hay formación de cola o fila
Ejemplo 6.15
A los conductores del SITP nuevos se les pide pasar un examen por escrito,
antes de hacer las pruebas de manejo. Los exámenes escritos suelen
492
hacerse en el departamento de policía de la ciudad. Los registros de la

ciudad indican que la cantidad promedio de exámenes escritos es de 80 por
día de 5 horas. El tiempo necesario para contestar el examen es de 30
minutos, más o menos. Sin embargo, la llegada real de los aspirantes y el
tiempo que tarda cada uno en contestar son totalmente aleatorios. Determine
los siguientes:
a) La cantidad promedio de asientos que debe tener el departamento de

policía en el salón de exámenes.
b) La probabilidad de que los aspirantes rebasen la cantidad promedio de
asientos que hay en el salón de exámenes.
c) La probabilidad de que en un día no se haga examen alguno.
𝟖𝟎 𝐚𝐬𝐩𝐢𝐫𝐚𝐧𝐭𝐞𝐬
𝛌= = 𝟏𝟔
𝟓 𝐡𝐨𝐫𝐚
𝑬(𝒕𝒔 ) = 𝐭𝐢𝐞𝐦𝐩𝐨 𝐩𝐫𝐨𝐦𝐞𝐝𝐢𝐨 𝐝𝐞 𝐞𝐱𝐚𝐦𝐞𝐧 = 𝟑𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬 𝐩𝐨𝐫 𝐚𝐬𝐩𝐢𝐫𝐚𝐧𝐭𝐞
𝟔𝟎 𝐚𝐬𝐩𝐢𝐫𝐚𝐧𝐭𝐞𝐬
𝛍= =𝟐
𝟏𝟔
𝒂) 𝑳𝑺 = 𝜸 = = 𝟖 𝒂𝒔𝒑𝒊𝒓𝒂𝒏𝒕𝒆𝒔 𝒐 𝒂𝒔𝒊𝒆𝒏𝒕𝒐𝒔
𝟐
𝐏𝟎 = 𝒆−𝜸 = 𝒆−𝟖 = 𝟎, 𝟎𝟎𝟎𝟑𝟑𝟓

493
𝒃) 𝐏𝐧 ≥ 𝟗 = 𝟏 − 𝐏𝐧 < 𝟗 = 𝟏 − ∑ 𝑷𝒏 = 𝟎. 𝟒𝟎𝟕𝟓
𝒏=𝟎
𝐜) 𝐏𝟎 = 𝒆−𝜸 = 𝒆−𝟖 = 𝟎, 𝟎𝟎𝟎𝟑𝟑𝟓
6.14 REDES DE COLAS

Muchos sistemas se pueden modelar de manera que un cliente obtenga
servicios a partir de varios nodos sucesivos, es decir, una vez que un cliente
ha finalizado el servicio en un nodo pasa a otro. La demanda total de
servicios se compone de demandas de servicios en distintos nodos. Por
consiguiente, el sistema es una red de Colas en la que cada una de las filas
se denomina nodo. Como ejemplos de redes de colas cabe citar los sistemas
de telecomunicaciones, los sistemas informáticos, las redes de conmutación
de paquetes y los sistemas de fabricación flexibles. En las redes de puesta
en fila de espera se define la longitud de la fila en un nodo como el número
total de clientes en el nodo, incluidos los clientes que están servidos.
494
Este apartado tiene por objeto introducir la teoría fundamental de las redes
de colas, ilustrada por aplicaciones. Por lo general, se considera que la
teoría es bastante complicada, lo que se debe principalmente a la
complejidad de la notación. Ahora bien, en este apartado se introducirán de
manera simple los modelos generales analíticos de redes de puesta en fila
de espera sobre la base de formas de producto, el algoritmo de convolución,
el algoritmo MDA y los ejemplos pertinentes.
6.14.1 Introducción a las redes de colas

Las redes de colas se clasifican en abiertas y cerradas. En redes de colas
cerradas la cantidad de clientes es fija mientras que en redes de colas
abiertas la cantidad de clientes varía. En principio, una red abierta se puede
transformar en una red cerrada agregando un nodo extra.
El estado de una red de colas se define como la distribución simultánea del

número de clientes en cada nodo. Si K representa el número total de nodos,
el estado se describe entonces mediante un vector p (i1, i2,. . . iK) donde iK es
el número de clientes en el nodo k (k = 1, 2. . . k). Con frecuencia el espacio
de estado es muy amplio y las probabilidades de estado mediante la
resolución de ecuaciones de equilibrio de nodos son difíciles de calcular. Si
cada nodo es un sistema simétrico de red de colas, por ejemplo red de
Jackson, se tendrá entonces una forma de producto. Las probabilidades de
estado de redes con forma de producto se pueden agregar y obtener
utilizando el algoritmo de convolución o el algoritmo MVA.
Las redes de Jackson pueden ser generalizadas en redes de colas, donde

hay N tipos de clientes. Los clientes de un tipo específico pertenecen a una
denominada cadena. En la figura 1 se ilustra un ejemplo de una red de colas
con cuatro cadenas. Cuando el número de cadenas aumenta el espacio de
estado se incrementa en consecuencia, y sólo los sistemas con un pequeño
número de cadenas se pueden calcular exactamente. En el caso de una red
multicadena, el estado de cada nodo resulta multidimensional. La forma de
producto entre nodos se mantienen, y son aplicables los algoritmos de
convolución y MVA. La cantidad aproximada de algoritmos para grandes
redes se puede encontrar en la literatura.
495
Figura 1  Ejemplo de una red de puesta en fila con cuatro cadenas abiertas
6.14.2 Sistemas simétricos de puesta en fila de espera
Para analizar los sistemas de puesta en fila es importante conocer cuándo el
proceso de salida de un sistema de fila de espera es un proceso de Poisson.
Se conocen cuatro modelos de puesta en fila que tienen esta propiedad.
1.) M/M/n. Este es el teorema de Burke (1956), que expresa que el

proceso de salida de un sistema M/M/n es un proceso de Poisson. Las
probabilidades de espacio de estado están dadas por la ecuación:
𝜸𝒊
𝒑(𝒊) = 𝑷 , 𝟎<𝒊≤𝒏
𝒊! 𝟎
𝜸 𝒊−𝒏
𝒑(𝒊) = ( ) 𝑷𝒏 , 𝒊>𝒏
𝒏
Donde γ = /
2.) M/G/. Esto corresponde al caso de Poisson. Se sabe que una

traslación aleatoria de los eventos de un proceso de Poisson produce
un nuevo proceso de Poisson. Este modelo se representa a veces
como un sistema con criterio de puesta en fila IS, número infinito de
servidores. Las probabilidades de estado vienen dadas por la
distribución de Poisson:
𝜸
𝒑(𝒊) = 𝒆−𝜸 , 𝒊 = 𝟎, 𝟏, 𝟐, ..
𝒊!
3.) M/G/1-PS. Este es un sistema de puesta en fila de un solo servidor con

una distribución general del tiempo de servicio y compartición de
procesador. Las probabilidades de estado son similares al caso M/M/1
496
p (i) = (1  γ). γi, i= 0, 1, 2,

4.) M/G/1-LCFS-PR (PR = con derecho prioritario). Este sistema también
tiene las mismas probabilidades de espacio de estado que el modelo
M/M/1 En la teoría de redes de colas sólo se consideran, por lo
general, estos cuatro criterios de fila de espera. Sin embargo, aun para
el sistema de pérdidas de Erlang, el proceso de salida será un proceso
de Poisson si se incluyen clientes bloqueados.
Estos cuatro sistemas se conocen como sistemas simétricos de red de

colas, pues son simétricos en el tiempo. Tanto el proceso de llegada como el
de salida son procesos de Poisson y los sistemas son reversibles (Kelly,
1979). El proceso se denomina reversible pues tiene el mismo aspecto que
cuando se invierte el tiempo (por ejemplo, se dice que una película es
reversible cuando su reproducción hacia delante o hacia atrás parecen
iguales). Con excepción del modelo M/M/n estos sistemas simétricos de
puesta en fila tienen como característica común que el cliente es servido
inmediatamente a partir de su llegada. A continuación se tratarán
básicamente los nodos M/M/n pero el modelo M/M/1 también incluye M/G/1-
PS y M/G/1-LCFS-PR.
6.14.3 Teorema de Jackson

En 1957, Jackson, que trabajaba con sistemas de fabricación y planeamiento
de la producción, publicó un documento con un teorema que se denomina
ahora teorema de Jackson (Jackson, 1957). En dicho teorema demostró que
una red de colas de nodos M/M/n tiene forma de producto. Sus conclusiones
fueron inspiradas por el resultado obtenido por Burke el año anterior (Burke,
1956).
Teorema de Jackson: Considérese una red de colas abierta con K nodos que
satisfacen las siguientes condiciones:
Una red de Jackson es un sistema de m instalaciones de servicio en donde

la instalación i (i = 1, 2,. . ., k) tiene:
1. Una cola infinita

2. Clientes que llegan de afuera del sistema según un proceso de entrada
Poisson con parámetro ai (tasa de llegada externa i)
3. si servidores con distribución exponencial de tiempos de servicio con
parámetro μi.
Un cliente que deja la instalación i se encamina después a la instalación j (j
=1, 2,. . ., k) con probabilidad pij o sale del sistema con probabilidad
497
𝒒𝒊 = 𝟏 − ∑ 𝑷𝒋𝒌
𝒌=𝟏
Un cliente puede visitar varias veces el mismo nodo si pkk > 0.
Cualquier red de este tipo tendrá la siguiente propiedad.

En condiciones de estado estable, cada instalación j (j = 1, 2,. . ., k) de una
red de Jackson se comporta como si fuera un sistema de colas M/M/s
independiente con tasa de llegadas
𝝀𝒋 = 𝒂𝒋 + ∑ 𝝀𝒊 𝑷𝒊𝒋
𝒊=𝟏
Donde 𝒔𝒊 𝝁𝒊 > 𝝀𝒋
Sea p (i1, i2,. . ., iK) la representación de las probabilidades de espacio de
estado conforme a la hipótesis de equilibrio estadístico, es decir la
probabilidad que haya ik clientes en el nodo k. Asimismo, se supone que
𝒑(𝒊𝟏 , 𝒊𝟐 , . . . . , 𝒊𝒌 ) = ∏ 𝒑𝒌 (𝒊𝒌 )
𝒌=𝟏
El punto fundamental del teorema de Jackson es que cada nodo puede ser
considerado independientemente de los otros y que las probabilidades de
estado vienen dadas por las fórmulas C de Erlang. Esto simplifica
considerablemente el cálculo de las probabilidades de espacio de estado. La
prueba del teorema fue obtenida por Jackson en 1957 demostrando que la
solución satisface las ecuaciones de equilibrio para el equilibrio estadístico.
Las medidas de rendimiento para cada nodo se calculan según las

ecuaciones del modelo M|M|S, Además se tendrán las siguientes medidas:
 Tasa global de salidas del sistema (throughput), que es el número

promedio de trabajos que salen del sistema por unidad de tiempo,
Coincide con el número de trabajos que entran en el sistema:
𝝀𝒓𝒆𝒅 = ∑ 𝒂𝒋
𝒋=𝟏
 Número promedio de trabajos en el sistema, Lred, que es la suma de

los número promedios de trabajos en cada uno de los nodos:
498
K
Lred   Li
i 1
 Tiempo promedio en el sistema, Wred, que es el tiempo promedio que
pasa una tarea desde que entra en la red hasta que sale de ella:
Lred
Wred 
red
 Razón de visitas al nodo i, Vi, que es el número promedio de veces que

un trabajo o cliente visita el nodo i desde que entra en la red hasta que
sale:
i
i  1,2,..., K , Vi 
red
Nota: en una red acíclica habrá de cumplirse que Vi1 i{1, 2,…., K}, ya que
cada tarea visitará cada nodo a lo sumo una vez.
Puede depender del número corriente de clientes en la red. Asimismo, k

puede depender del número de clientes en el nodo k. De esta manera, se
pueden modelar redes de colas que sean cerradas, abiertas o mixtas. En los
tres casos, las probabilidades de estado tienen forma de producto.
Ejemplo 6.16
Sea la siguiente red de colas como lo muestra la siguiente figura

499
Se tiene una tabla que resume el ejemplo anterior
Para determinar las tasas de llegadas, se tiene:
𝒊=𝟏
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟏 . . 𝝀𝟏 = 𝟏𝟔
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟐 . . 𝝀𝟐 = 𝟎 + 𝟎. 𝟓𝝀𝟏 + 𝟏𝝀𝟑
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟑 . . 𝝀𝟑 = 𝟎 + 𝟎. 𝟐𝝀𝟏
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟒 . . 𝝀𝟒 = 𝟎 + 𝟎. 𝟑𝝀𝟏 + 𝟏𝝀𝟐
Resolviendo el sistema de ecuaciones se tiene:
λj 16,00 11,20 3,20 16,00
Aplicando las fórmulas adecuadas (Modelo (M/M/1)) para cada uno de los
centro de trabajo, se obtienen los resultados que se recogen en la tabla
siguiente:
500

𝒋=𝟏
𝝀𝒓𝒆𝒅 = 𝟏𝟔 + 𝟎 + 𝟎 + 𝟎 = 𝟏𝟔

501
K
Lred   Li
i 1
𝑳𝒓𝒆𝒅 = 𝟖 + 𝟏𝟒 + 𝟒 + 𝟖 = 𝟑𝟒
Lred
Wred 
red
𝟑𝟒
𝑾𝒓𝒆𝒅 = = 𝟐. 𝟏𝟐𝟓
𝟏𝟔
Ejemplo 6.17
Sea la siguiente red de colas como lo muestra la siguiente figura
Se tiene una tabla que resume el ejemplo anterior

502
Para determinar las tasas de llegadas, se tiene:
𝒊=𝟏
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟏 . . 𝝀𝟏 = 𝟏 + 𝟎. 𝟏𝝀𝟐 + 𝟎. 𝟒𝝀𝟑
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟐 . . 𝝀𝟐 = 𝟒 + 𝟎. 𝟔𝝀𝟏 + 𝟎. 𝟒𝝀𝟑
𝑷𝒂𝒓𝒂 𝒍𝒂 𝒆𝒔𝒕𝒂𝒄𝒊ó𝒏 𝟑 . . 𝝀𝟑 = 𝟑 + 𝟎. 𝟑𝝀𝟏 + 𝟎. 𝟑𝝀𝟐
Resolviendo el sistema de ecuaciones se tiene:
i 5,00 10,00 7,50
Aplicando las fórmulas adecuadas (Modelo (M/M/S)) para cada uno de los
centro de trabajo, se obtienen los resultados que se recogen en la tabla
siguiente:
503

𝒋=𝟏
𝝀𝒓𝒆𝒅 = 𝟏 + 𝟒 + 𝟑 = 𝟖

504
K
Lred   Li
i 1
𝑳𝒓𝒆𝒅 = 𝟏 + 𝟏. 𝟑𝟑 + 𝟑 = 𝟓. 𝟑𝟑

Lred
Wred 
red
𝟓. 𝟑𝟑
𝑾𝒓𝒆𝒅 = = 𝟎. 𝟔𝟔𝟔𝟕
𝟖

505
506

507
508
6.15 EJERCICIOS
6.15.1.- El tiempo entre llegadas a un desayunadero es exponencial, con un

promedio de 6 minutos. El desayunadero abre a las 07:00 A.M. Determine lo
siguiente:
a) La probabilidad de tener 10 llegadas al desayunadero hasta las 07:12 A.M.,

si hubo 8 llegadas hasta las 07:05 A.M.
b) La probabilidad de que llegue un cliente entre las 07:28 y las 07:33 A.M., si
el último cliente llegó a las 07:25 A.M.
6.15.2 En un banco, la tasa de llegadas es de 4 clientes por minuto.

Determine lo siguiente:
a) La cantidad promedio de llegadas durante 6 minutos.

b) La probabilidad de que no haya llegadas durante el próximo 0.8 minuto.
509
c) La probabilidad de que haya al menos una llegada durante el siguiente 0.8

minuto.
d) La probabilidad de que el tiempo entre dos llegadas sucesivas sea de 4
minutos, cuando menos.
6.15.3.- El ayudante de una biblioteca universitaria recibe solicitudes de

ayuda. Suponga que pueden usarse una distribución de probabilidad de
Poisson con una tasa promedia de 10 solicitudes por hora para describir el
patrón de llegada y que los tiempos tasa promedia de 12 solicitudes por
hora.
a. ¿Cuál es la probabilidad de que no haya solicitudes de ayuda en el

sistema?
b. ¿Cuál es la cantidad promedio de solicitudes que esperaran por el
servicio?
c. ¿Cuál es el tiempo de espera promedio en minutos antes de que comience
el servicio?
d. ¿Cuál es el tiempo promedio en el escritorio de referencias en minutos
(tiempo de espera más tiempo de servicio)?
6.15.4.- Video Móvil es un establecimiento típico de alquiler de videos y de

DVD para clientes que ven películas en su casa. Durante las noches entre
semana, los clientes llegan a Video Móvil a una tasa promedio de 1,25
clientes por minuto. El dependiente del mostrador puede atender un
promedio de 2 clientes por minuto. Suponga llegadas de Poisson y tiempos
de servicio exponenciales. Se asume que los costos de la instalación de
alquiler es $ 500 por hora. Un cliente en proceso de alquiler o en espera sería
una pérdida de su productividad, y se estima en $ 120 por hora.
a. ¿Cuál es la probabilidad de que no haya clientes en el sistema?

b. ¿Cuál es el tiempo promedio de clientes que esperan por el servicio?
c. ¿Cuál es el tiempo promedio que espera un cliente para que comience el
servicio?
d. ¿Cuál es la probabilidad de que un cliente que llega tenga que esperar por
el servicio?
e. ¿Cuál es el costo total?
6.15.5.- Una serviteca proporciona un servicio de un solo canal de cambo de

aceite y lubricante de automóviles. Las llegadas nuevas ocurren a una tasa
de 2,5 automóviles por hora y la tasa promedia de servicio es de 5
automóviles por hora. Suponga que las llegadas siguen una distribución de
probabilidad de Poisson y que los tiempos de servicio siguen una
distribución de probabilidad exponencial. El espacio de espera da lugar a 9
automóviles. Se asume que los costos de la instalación de servicio es $ 400
por hora. Un automóvil en proceso de servicio o en espera sería una pérdida
510
de su productividad, y se estima en $ 100 por hora. El costo por capacidad

de espera es $ 50 por automóvil por hora y el costo de pérdida de automóvil
por estar el sistema lleno es $ 300.
a. ¿Cuál es la cantidad promedio de automóviles en el sistema?

b. ¿Cuál es el tiempo promedio que espera un automóvil que comience el
servicio de aceite y lubricación?
c. ¿Cuál es el tiempo promedio que pasa un automóvil en el sistema?
d. ¿Cuál es la probabilidad de que una llegada tenga que esperar por el
servicio?
e. ¿Cuál es el costo total?
6.15.6.- Una empresa de reproducción gráfica tiene cuatro unidades de

equipo automáticas, pero que en ocasiones están fuera de servicio porque
requieren suministros, mantenimiento o reparación. Cada unidad requiere
mantenimiento aproximadamente 2 veces por hora o, para ser más precisos,
cada unidad de equipo funciona durante un promedio de 30 minutos antes
de requerir servicio. Los tiempos de servicio varían, desde un mantenimiento
sencillo (como oprimir un botón de reinicio o colocar el papel) hasta una
complicada operación de desmontaje del equipo. Sin embargo, el tiempo
promedio de servicio es de cinco minutos.
El tiempo de inactividad del equipo ocasiona una pérdida de $ 20 por hora. El
único empleado de mantenimiento recibe $6 /hora. Utilice el análisis de colas
con población finita para calcular:
1. El número promedio de unidades en cola.
2. El número promedio de unidades en operación.
3. El número promedio de unidades en el sistema de mantenimiento.
4. La empresa piensa contratar a otro empleado de mantenimiento a 6 $/hora.
¿Debe hacerlo?
6.15.7.- Una tienda de bebidas ha determinado que es económicamente

factible añadir una ventanilla para dar servicio a los automóviles, con
espacio para dos vehículos: uno en la ventanilla y otro esperando. El dueño
quiere saber si le conviene alquilar más espacio de espera.
Se espera que los automóviles lleguen (según una distribución de Poisson) a
una tasa de ocho por hora. En la ventanilla se puede atender a una tasa de
10 automóviles por hora (exponencial). Cada transacción deja un beneficio
de $ 1, y el dueño piensa abrir 12 horas al día, 6 días por semana y 52
semanas al año. Los espacios adicionales cuestan $ 2000 /año cada uno.
¿Cuántos vale la pena alquilar?
6.15.8.- Una Compañía de pintura, durante largo tiempo, ha tenido una alta
demanda de su servicio de pintura de automóviles. Como ha tenido que
rechazar trabajos, a la gerencia le preocupa que la causa de la pérdida de
511
ingresos sea el espacio restringido de que dispone para guardar los

automóviles que tiene que pintar. Al lado de las instalaciones hay un
pequeño solar vacío, que se ofrece en arriendo a un costo de $10 /día. La
gerencia cree que cada cliente perdido supone $ 20 de pérdidas. Se calcula
que la demanda actual es de 21 automóviles por día con tiempos
exponenciales entre llegadas, incluyendo los que debe rechazar por no
haber espacio para la espera, y el taller puede dar servicio a 24 carros por
día (exponencial). El espacio de espera está limitado actualmente a 9 autos,
pero si se alquila el solar adjunto, se puede aumentar a 20 vehículos en total.
La compañía desea saber si le se debe alquilar el solar vacío. También se
desea conocer las pérdidas diarias por culpa de rechazar trabajos,
actualmente y si se alquila el solar. Sólo se puede pintar un auto a la vez.
6.15.9.- Considere una línea de espera con dos canales con llegadas de
Poisson y tiempos de servicio exponenciales. La tasa promedia de llegada
es de 14 unidades por hora, y la tasa promedia de servicio es de 10 unidades
por hora para cada canal.
a. ¿Cuál es la probabilidad de que no haya unidades en el sistema?

b. ¿Cuál es la cantidad de unidades promedio en el sistema?
c. ¿Cuál es el tiempo promedio que espera una unidad por servicio?
d. ¿Cuál es el tiempo promedio que una unidad está en el sistema?
e. ¿Cuál es la probabilidad de tener que esperar por el servicio?
6.15.10.- Remítase al problema anterior. Suponga que el sistema se expande

a una operación de tres canales.
a. Calcule las características operativas para este sistema de línea de espera.

b. Si la meta de servicio es proporcionar capacidad suficiente de modo que
no más de 25% de los clientes tenga que esperar por servicio, ¿es preferible
el sistema de dos canales o el de tres canales?
6.15.11.- A un supermercado llegan en promedio 80 clientes por hora que

son atendidos entre sus 5 cajas.
Cada caja puede atender en promedio a un cliente cada 3 minutos. Suponga
 = 5 min
Obtenga las medidas de desempeño de acuerdo con el modelo M/G/1
Además la probabilidad de tener 0 clientes en el sistema y la probabilidad de
que un cliente tenga que esperar por el servicio.

Cada caja puede atender en promedio a un cliente cada 3 minutos.

512
Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1.

Cada caja puede atender en promedio a un cliente cada 3 minutos. Suponga

k= 4
Obtenga las medidas de desempeño de acuerdo con el modelo M/Ek/1.
6.15.14.- La empresa “Refrigeración Hermanos Pérez” debe elegir entre dos

tipos de sistema para el mantenimiento de sus camiones. Se estima que los
camiones llegarán al puesto de mantenimiento de acuerdo con una
distribución de Poisson de uno cada 40 minutos y se cree que esta tasa de
llegada es independiente del sistema que haya. El primer tipo de sistema
puede atender a dos camiones en paralelo, y cada camión se le haría todo el
servicio en una media de 30 minutos (el tiempo sigue una distribución
exponencial). En el segundo sistema sólo se podría atender a un camión
pero el tiempo medio en que se realiza el mantenimiento de un camión es de
15 minutos (distribución exponencial). Para ayudar al encargado de la
decisión responda las siguientes cuestiones:
a) ¿cuántos camiones habrá por término promedio habrá en cualquiera de
los dos sistemas?
b) ¿Cuánto tiempo pasará cada camión en el taller en cualquiera de los dos
sistemas?
c) El encargado estima que cada minuto que un camión pasa en el taller
reduce los beneficios en $20. Se sabe que el sistema de dos camiones en
paralelo tiene un cost0 de $10 por minuto. ¿Qué debería costar el segundo
sistema para que no haya diferencia económica entre los dos?
6.15.15.- Un salón de belleza está dirigida y gestionada únicamente por su

propietaria. Atiende según el principio de que el primero que entra es el
primero que sale. El salón de belleza, dado su carácter cibernético está muy
ocupada los sábados por la mañana y la propietaria se plantea la posibilidad
de contratar a una ayudante. Así pues, hace un estudio y se da cuenta de
que los clientes llegan con una distribución de Poisson de promedio 5
clientes por hora. Debido a su excelente reputación los clientes están
dispuestos a esperar lo que haga falta. La propietaria sigue con sus estudios
y estima que el tiempo medio en el que atiende un cliente es de 10 minutos
según una distribución exponencial. Decide primero calcular el número
promedio de clientes en el salón y el número de promedio de clientes
esperando un corte de pelo. Sólo tiene 4 sillas además del sillón de la
peluquera, ¿cuál es la probabilidad de que llegue un cliente y no encuentre
sitio?, ¿cuál es la probabilidad de que alguien espere más de 45 minutos?
513
6.15.16.- Una estación de ITV cuenta con tres puestos para inspección y en
cada uno sólo puede ser atendido un carro. Cuando un carro sale de un
puesto la vacante es ocupada por otro que está en cola. La llegada de carros
sigue una distribución de Poisson con una media de un carro por minuto en
sus horas pico. En el parqueo sólo caben 4 vehículos. El tiempo de
inspección sigue una distribución exponencial con media de 6 minutos. El
inspector jefe desea saber el número promedio de carros en la estación, el
tiempo promedio (incluida la inspección) de espera, y el número promedio
de carros en cola debido a que los puestos están ocupados.
6.15.17.- Una fábrica de semiconductores usa cinco robots para la

fabricación de sus placas de circuitos. Los robots se estropean
periódicamente, y la compañía tiene dos reparadores para las reparaciones.
Cuando un robot es arreglado, el tiempo hasta que el siguiente se rompe se
cree que es una exponencial distribuida con una media de 30 horas. La
empresa tiene suficiente trabajo en cola para asegurarse que todos los
robots en condiciones de trabajar estarán funcionando. El tiempo de
reparación se distribuye según una exponencial con media de 3 horas. Al
encargado le gustaría saber: el número promedio de robots operativos en
cualquier momento, el tiempo que un robot tarda en ser reparado, el
porcentaje de tiempo en que algún operario está parado.
6.15.18.- A los celadores nuevos se les pide pasar un examen por escrito,
antes de hacer las pruebas de seguridad. Los exámenes escritos en
departamento de seguridad de la compañía de vigilancia. Los registros de la
compañía indican que la cantidad promedio de exámenes escritos es de 14
aspirantes por horas. El tiempo necesario para contestar el examen es de 40
minutos, más 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 para los aspirantes que debe tener la
compañía en el salón de exámenes.
b) La probabilidad de que los aspirantes sobrepasen la cantidad promedio
de asientos que hay en el salón de exámenes.
c) La probabilidad de que en un día no se haga examen alguno.
6.15.19 sea la siguiente red de colas como lo muestra la figura

514
Determinar para cada estación:

a.) Las tasas de llegadas
b.) La tasa llegada de la red
c.) El porcentaje de vista a cada estación
d.) La probabilidad de que el servidor se encuentre desocupado en cada
estación
e.) Número promedio de trabajos en sistema de cada estación
f.) Número promedio de trabajos en cola de cada estación
g.) Tiempo promedio que espera un trabajo en el de cada estación
h.) Tiempo promedio que espera un trabajo en la cola de cada estación
i.) Las probabilidades de que haya de 1 a 10 trabajos en cada estación
j.) Número promedio de trabajos en la red.
k.) Tiempo promedio que un trabajo permanece en la red.
6.15.20 sea la siguiente red de colas como lo muestra la figura

515
Determinar para cada estación:

a.) Las tasas de llegadas
b.) La tasa llegada de la red
c.) El porcentaje de vista a cada estación
d.) La probabilidad de que el servidor se encuentre desocupado en cada
estación
e.) Número promedio de trabajos en sistema de cada estación
f.) Número promedio de trabajos en cola de cada estación
g.) Tiempo promedio que espera un trabajo en el de cada estación
h.) Tiempo promedio que espera un trabajo en la cola de cada estación
i.) Las probabilidades de que haya de 1 a 10 trabajos en cada estación
j.) Número promedio de trabajos en la red.
k.) Tiempo promedio que un trabajo permanece en la red.
516

Lineas de Espera

Cargado por

Copyright:

Formatos disponibles

Lineas de Espera

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lineas de Espera

Cargado por

Copyright:

Formatos disponibles

390

Profesor Hernando Castro Piñeres

Cualquiera que haya tenido que esperar frente a un restaurante de comida

Con frecuencia los modelos de líneas de espera son útiles para la

Las líneas de espera se forman a causa de un desequilibrio temporal entre la

La teoría de colas es un conjunto de modelos matemáticos que describen

El objetivo es encontrar el estado estable del sistema y determinar una

Para el análisis de líneas de espera o la teoría de colas se tiene en cuenta los

 Otros se ajustan a modelos más generales.

6.3 Modelo básico de un sistema de líneas de espera

 Un sistema de colas puede dividirse en dos componentes principales:

 Si cuando el cliente llega no hay nadie en la cola, pasa de una vez a

Esquema del modelo básico de una línea de espera

6.4 Estructura de los problemas de líneas de espera

El análisis de los problemas de líneas de espera comienza con una

6.4.1 Población de clientes

La fuente de insumos para el sistema de servicio es una población de

En forma alternativa, la población de clientes infinita es en la que el número

6.4.2 El sistema de servicio

El sistema de servicio suele escribirse en terminos del numero de fila y

Disposición de instalaciones de servicio. Las instalaciones de servicio

b.) Varios servidores en paralelo

c.) Varios servidores en serie

6.4.3 Regla de prioridad

La regla de prioridad o disciplina de la cola determina a qué cliente se

6.5 Sistemas de colas: Las llegadas

 El tiempo que transcurre entre dos llegadas sucesivas en el sistema

6.5.1 Sistemas de colas: Distribución exponencial

En la mayoría de los casos de líneas de espera, la llegada de los clientes se

Los tiempos aleatorios entre llegadas se describen en forma cuantitativa, en

𝐟(𝐭) = 𝛌𝐞−𝛌𝐭 , 𝐭 > 𝟎

 La distribución exponencial supone una mayor probabilidad para

6.5.2.-Sistemas de colas: Las llegadas - Distribución de Poisson

 Es una distribución discreta empleada con mucha frecuencia para

6.6 Sistemas de colas: La cola

 El número de clientes en la cola es el número de clientes que esperan

6.6.1 Sistemas de colas: El servicio

 El servicio puede ser brindado por un servidor o por servidores

6.6.2 Sistemas de colas: Etiquetas para distintos modelos

Notación de Kendall: A/B/c/D/E/F/

Por ejemplo, un modelo (M/M/5) (FCFS/20/20) representa la clasificación de

6.7 Costos de un sistema de colas

1. Costo de espera por unidad de tiempo - CW: Es el costo para el cliente

El objetivo de un sistema de colas es encontrar el sistema del costo total

6.8 Desempeño del sistema de colas

 Para evaluar el desempeño se busca conocer dos factores principales:

1. El número de clientes que esperan en la cola

Además se puede determinar:

En el contexto de la teoría de colas se presentan las siguientes situaciones:

La distribución exponencial se usa para describir el tiempo entre llegadas en

relación entre las distribuciones exponenciales y de Poisson, en el sentido

6.9.1 Formulación de nacimiento puro

Sea los siguientes,

pn (t) = probabilidad de que haya n clientes en el t tiempo

Es una distribución de Poisson, con media, E {n|t} = λt llegadas durante t.

p0 (t) = probabilidad de que no haya llegadas durante un espacio de tiempo t.

Como el tiempo entre llegadas es exponencial, y la velocidad de llegadas es

𝐩𝟎 (𝐭) = 𝐏{𝐭𝐢𝐞𝐦𝐩𝐨 𝐞𝐧𝐭𝐫𝐞 𝐥𝐥𝐞𝐠𝐚𝐝𝐚𝐬 ≥ 𝐭} = 𝐞−𝛌𝐭