Teoriadecolasdoc
Teoriadecolasdoc
Teoriadecolasdoc
Grupo ROGLE
Parte de estos apuntes están basados en la fundamental obra “Fundamentals of Queueing Theory”
por Donald Gross y Carl Harris. También Factory Physics (Hopps and Spearman) y Manufacturing
Systems Modelling and Analysis (Curry y Feldman) junto con un aporte del que firma como autor
han contribuido.
Página 1 de 86
Teoría de Colas
Contenido
1. INTRODUCCIÓN.........................................................................................................6
Página 2 de 86
Teoría de Colas
4. SERIES Y REDES......................................................................................................41
Colas en serie......................................................................................................... 43
Página 3 de 86
Teoría de Colas
4.4 “Redes de Jackson cerradas”.................................................................................. 45 4.4.1
El análisis del valor medio ..................................................................................... 46
5. SIMULACIÓN............................................................................................................49
6. PROBLEMAS ............................................................................................................53
Estación ITV........................................................................................................ 59
Página 4 de 86
Teoría de Colas
6.16 Mantenimiento de Robots.................................................................................. 59 6.17
7. CASOS ........................................................................................................................78
Mantenimiento PECAJU......................................................................................... 84
Página 5 de 86
Teoría de Colas
1. Introducción
Un Director de Operaciones gestiona recursos limitados para dar servicio a los
diferentes requerimientos que la organización tiene. En función de la calidad de su gestión
(y de los recursos disponibles) el tiempo de espera (de clientes, productos y recursos)
será mayor o menor. Desde ese punto de vista se podría decir que la función de un
Director de Operaciones es decidir quién (o qué) debe esperar a qué (o a quien).
Pero a veces las esperas son buenas. Nos hacen visualizar la importancia del
producto o servicio que vamos a adquirir, nos permiten pensar y reconfigurar nuestro
requerimiento.
Pero en general como clientes no queremos esperar, los gestores de los citados
servicios no quieren que esperemos.... ¿Por qué hay que esperar? ¿Cuánto hay que
esperar?
Página 6 de 86
Teoría de Colas
El término “cliente” se usa con un sentido general y no implica que sea un ser
humano, puede significar piezas esperando su turno para ser procesadas o una lista de
trabajo esperando para imprimir en una impresora en red.
clientes llegando
clientes que
servicio abandonan
clientes servidos
Página 7 de 86
Teoría de Colas
Algunos autores incluyen una séptima característica que es la población de posibles
clientes.
2.1.1 Patrón de llegada de los clientes
También es posible que los clientes sean “impacientes”. Es decir, que lleguen a la cola
y si es demasiado larga se vayan, o que tras esperar mucho rato en la cola decidan
abandonar.
Por último es posible que el patrón de llegada varíe con el tiempo. Si se mantiene
constante le llamamos estacionario, si por ejemplo varía con las horas del día es no-
estacionario.
Los servidores pueden tener un tiempo de servicio variable, en cuyo caso hay que
asociarle, para definirlo, una función de probabilidad. También pueden atender en lotes
o de modo individual.
En cualquier caso dos son las situaciones generales en las que trabajar. En la primera,
llamada en inglés “preemptive”, si un cliente llega a la cola con una orden de prioridad
superior al cliente que está siendo atendido, este se retira dando paso al más importante.
Dos nuevos subcasos aparecen: el cliente retirado ha de volver a empezar, o el cliente
retorna donde se había quedado. La segunda situación es la denominada “no-
preemptive” donde el cliente con mayor prioridad espera a que acabe el que está siendo
atendido.
Es evidente que es preferible utilizar sistemas multiservidos con una única línea de
espera para todos que con una cola por servidor. Por tanto, cuando se habla de canales
de servicio paralelos, se habla generalmente de una cola que alimenta a varios servidores
mientras que el caso de colas independientes se asemeja a múltiples sistemas con sólo
un servidor.
Página 9 de 86
Teoría de Colas
Se asume que en cualquiera de los dos casos, los mecanismos de servicio operan
de manera independiente.
2.1.7 Resumen
Una elección equivocada del modelo lleva a unos resultados erróneos, y en muchos
casos no analizar adecuadamente nos puede llevar a pensar que el sistema no es posible
de modelar.
2.2.1 Nomenclatura
Página 10 de 86
Teoría de Colas
∝= Número de servicios por unidad de tiempo si el servidor está ocupado
λ
ρ =
⋅ c : Congestión de un sistema con parámetros: (λ,∝, c)
∝
Con el paso del tiempo se ha implantado una notación para representar los
problemas de colas que consta de 5 símbolos separados por barras.
Página 11 de 86
Teoría de Colas
A / B / X /Y / Z
Z: es la disciplina de cola
Distribución de tiempos
D Erlang tipo-k (k=1,2,...)
de llegada (A)
Ek Hk PH G Mezcla de k
Distribución de tiempos
de servicio (B) Exponencial exponenciales Tipo fase
M Determinista General
Página 12 de 86
Teoría de Colas
Si no existe restricción de capacidad (Y = ∞) y la política de servicio es FIFO, no se
suelen incorporar dichos símbolos en la notación así:
y significa que los clientes entran según una distribución exponencial, se sirven de
manera determinista con tres servidores sin limitación de capacidad en el sistema y
siguiendo una estrategia FIFO de servicio.
Estos resultados son válidos para cualquier problema de colas y por tanto serán
utilizados en el resto de desarrollo.
A partir de los datos que nos suministra la teoría de colas se puede obtener la
información necesaria para definir el número de asientos necesarios en una sala de
espera, o la estructura de etapas de un proceso de atención al cliente.
En cualquier caso, para poder tomar decisiones hacen falta datos que la teoría de
colas puede dar en alguno de los siguientes tres aspectos:
a) tiempo de espera (en el total del sistema o en la cola)
b) cantidad de clientes esperando (en el sistema o en las colas)
Página 13 de 86
Teoría de Colas
c) tiempo ocioso de los servidores (total o particular de cada servicio)
]
[ ∑ ∞
==⋅
L E n n pn
=
n0
[] ()∞
∑
==−⋅
q q Pn L E n n c
=+
nc1
L= λ W
Lq = λ Wq
1
W = Wq +
∝
( )∝λ
r = L − Lq = λ ⋅ W −Wq =
∞
∞
= ⋅ − −⋅= =−
−q ∑ n ∑ ∑
L L n p (n 1) p p 1 p n n
0
= = =
nn n
111
Página 14 de 86
Teoría de Colas
+−≤
()()()()()()
iii iii
+−+−>
= +0 0 W S T si W S T
q
W i1 0q
q
si W S T ( ) ( ) ( )
iiiq
donde S(i) es el tiempo de servicio del cliente i, y T(i) es el tiempo que transcurre
desde la llegada del cliente y hasta la llegada del cliente (i+1)
Ejemplo
i
02
Página 15 de 86
Teoría de Colas
6 4- E
7 5- E
01010100
0 1- E
1 1- S
2 5 0 3 0 1 5 11 2 8 1 2 0 1
2 2- E
3 3- E 11 13 5 7 1 2 13 14 6 7 2 3
5 2- S
8 6- 14 15 6 7 3 4
Página 16 de 86
Teoría de Colas
D
1 23
1 A
1 7-
15 193734
23 D
1
3- 4-
A
1
23 8- 19 215723
45901
P-
A;7-D 21 262712 26
46 10
-A 276723 12
8-
781 D 27 283423 28
11
1 -A 312523
12
1 -A;9- D
10
2222 -D
11
-D
223 12 12
-D
A;5-D 01
12
6-
D 00
Página 17 de 86
Teoría de Colas
A partir de la anterior información obtenida se puede decir que:
12
λ = clientes por unidad de tiempo
31
12
∝ = clientes por unidad de tiempo
30
λ 12 40 40
31 12
31
= ⋅ = ⋅ = Lq Wq
λ 31 12
31
La mayor parte de los modelos de colas estocásticas asumen que el tiempo entre
diferentes llegadas de clientes siguen una distribución exponencial. O lo que es lo mismo
que el ritmo de llegada sigue una distribución de Poisson*.
*
Es habitual también admitir que el ritmo de atención de cliente cuando el servidor
está ocupado tiene una distribución de Poisson y la duración de la atención al cliente una
distribución exponencial.
Página 18 de 86
Teoría de Colas
n
λ= ()
p tλ − ! ( )
t
t
ne n
El uso de este patrón de llegada (o de servicio) tiene, entre otras las siguientes
propiedades:
()
donde λ es la tasa de llegada y o(∆t) cumple lim 0
ot
∆ = . De hecho
∆
∆→
t
to
[]etsts
n
()
( ) λ λ( )
ts
P t s ts
− , 0,
n ∀ ≥ > − = −− !
n
n
t λ =
P tλ −λ − = ⇔ ( ) !
)
( ()
t
t
ne P t e
o
n
Página 19 de 86
Teoría de Colas
kk k !
[] T f t t t k llegadas en T ( , ,..., / 0, ) τ 1 2 =
P6 Para conocer los datos que definen un proceso de Poisson solo es necesario
conocer el número medio de llegadas
Pr {T ≤ 1/T ≥ t0 }= Pr {0 ≤ T ≤ t1 − t0 }
a) Variabilidad de λ
∫ =⋅=− t
n
()()
mtPte, !
( ( ))
( ) ()λ
mt
n m t s ds
n
o
b) Llegadas múltiples
∑ λλ
=
i =
i 1
rc
k
!
donde (k )
m c es la probabilidad de que k ocurrencias den un resultado total de m
clientes.
Página 20 de 86
Teoría de Colas
{}
P n n en t t t t o t n
→++∆=∆+≥
1(,)()0
λ
rn
{ 1 ( , )} ( ) 1
P n n en t t t t o t n
→−+∆=∆+≥
∝
rn
λ
λ
n-1 n n+1
∝∝
Página 21 de 86
Teoría de Colas
Es interesante conocer las probabilidades en el estado estacionario de que haya n
elementos en el sistema. n elementos en el sistema se refleja porque la cadena de
Markov está en el estado n.
En situación estacionaria, se puede decir que el “balance de flujo” alrededor del estado
n debe ser 0 (sino no sería estable). Así las probabilidades de entrada en el estado n ,
deben ser iguales a la probabilidad de las salidas:
En el origen
λ0P0 = ∝1P1
∏
−
=
i
Pn P
1
0
∝
=
1
ii
y dado que
∑=
i
= 1 0 Pi
se puede calcular
= n
∞ λ
P0 1
−
1 +
i
∑∏ 1
n ∝
11==
ii
Página 22 de 86
Teoría de Colas
procesos reales. Es función del modelador elegir la función que mejor se ajusta a la
realidad, y que permite obtener resultados razonables.
Página 23 de 86
Teoría de Colas
La distribución Geométrica representa la probabilidad de obtener la primera
ocurrencia A en el lanzamiento n. Esta variable tiene un rango infinito aunque sigue
siendo discreta. La media es 1/p y la varianza es (1-p)/p^2
Cuando las ocurrencias pueden tomar valores dentro de un rango continuo las
distribuciones son de tipo continuo. En teoría de colas son especialmente adecuadas
para representar intervalos de tiempo entre eventos consecutivos.
Página 24 de 86
Teoría de Colas
el coeficiente de variación a partir de la muestra tomada, lo cual exige una
aproximación que utiliza también procedimientos estadísticos básicos.
Página 25 de 86
Teoría de Colas
Los libros de teoría de colas de la bibliografía proponen los métodos según han
sido derivadas las fórmulas. Expresamente en este manual se ha eliminado esta
información, pues desde el punto de vista del autor, distrae de lo verdaderamente
relevante para los que utilizan este manual “los resultados exactos que pueden ser
utilizados para ayudar a la toma de decisiones”.
A partir de estos datos se puede derivar (Gross y Harris, 2014) mediante el análisis
de procesos de nacimiento y muerte explicados en el capítulo anterior que la probabilidad
de que haya n clientes en el sistema es:
con
( ) n Pn = 1- ρ ρ ∝λ
ρ=
−∞
[]
∑∑∑ ∞
n
n
1
L E n n pn ρ n ρ ρ ρ n ρ (1 ) (1 )
==⋅=−⋅=−⋅
n n
00
0
=
Dado que =
n
=
Página 26 de 86
Teoría de Colas
1
(
()
n
∂⋅ ∑ ρ
n
1
1
= n
= ρ
∑ ∞ ∂− ∂ )
1
n ρ
ρ = ρ
∂ ρ
−
n
2 −
0 (1 ) =
Se concluye que
ρ
L λ
= =
− − 1
ρ ∝λ
λ ρ
λ∝−λ==L1
W() − Wq =
− Lq = ∝ λ
∝∝λ
Es muy interesante observar como la cola observada por el cliente que espera
depende de la tasa de servicio, mientras que la cola observada por el servidor que espera
depende de la tasa de llegada.
X
P(n ≥ X ) = ρ
Página 27 de 86
Teoría de Colas
Pero
λ
λ ρ
Se define ∝ r = mientras que la tasa de ocupación del sistema es ∝ c· =
ate
= ∝ −
() ∝
bte
n
donde
∝
1
≤<=
≥ cnc
∝ nnc
n
P n1
Pnc
= ≤<
! λ
n 0
n ∝ !
n Pnc
≥−
ncn cc
0
∝
− = +− −=
1
1
=<
0
r nc r r
Pc
∑ρ
1
ρc
n n c
0 ! !(1 )
−=
0
2 !(1 )P
q
ρ
c
Página 28 de 86
Teoría de Colas
Lr
Wc q
q
−==λ∝ρ
0
2 !( )(1 )P
cc
Y por tanto,
−=+=+
r
W Wc
11
P
0
2 !( )(1 )
∝∝∝ρ
cc
+
−= ρ
r
L rc
ρ
c )P
0
2 !(1
Página 29 de 86
Teoría de Colas
Dada la característica no lineal del medible, la interpolación lineal de los resultados no
da el valor exacto pero permite hacerse una idea razonablemente aproximada.
num servidores
saturación 1 2 3 4 5 6 7 8 9 10 15 20 25 30 35 0,5 0,50 0,33 0,24 0,17 0,13 0,10 0,08 0,06 0,05 0,04 0,01 0,00 0,00 0,00 0,00 0,6 0,90 0,68 0,53 0,43 0,35 0,29 0,25
0,21 0,18 0,15 0,07 0,04 0,02 0,01 0,01 0,7 1,63 1,35 1,15 1,00 0,88 0,78 0,70 0,63 0,57 0,52 0,33 0,22 0,15 0,10 0,07 0,8 3,20 2,84 2,59 2,39 2,22 2,07 1,94 1,83
1,73 1,64 1,28 1,02 0,84 0,69 0,58 0,9 8,10 7,67 7,35 7,09 6,86 6,66 6,48 6,31 6,16 6,02 5,42 4,96 4,57 4,24 3,96
0,91 9,20 8,77 8,44 8,17 7,94 7,73 7,54 7,37 7,21 7,06 6,44 5,95 5,54 5,19 4,88 0,92 10,58 10,14 9,81 9,53 9,29 9,08 8,88 8,71 8,54 8,39 7,74 7,22 6,79 6,41
6,08 0,93 12,36 11,91 11,57 11,28 11,04 10,82 10,62 10,44 10,27 10,11 9,43 8,89 8,43 8,02 7,67 0,94 14,73 14,27 13,92 13,63 13,38 13,16 12,95 12,76 12,59
12,42 11,72 11,14 10,66 10,23 9,85 0,95 18,05 17,59 17,23 16,94 16,68 16,45 16,23 16,04 15,86 15,69 14,95 14,35 13,84 13,39 12,98
0,955 20,27 19,80 19,44 19,14 18,88 18,65 18,43 18,23 18,05 17,87 17,13 16,51 15,98 15,52 15,10 0,96 23,04 22,57 22,21 21,91 21,64 21,40 21,18 20,98
20,79 20,62 19,85 19,23 18,69 18,21 17,77 0,965 26,61 26,13 25,77 25,46 25,19 24,95 24,73 24,53 24,34 24,16 23,38 22,73 22,18 21,68 21,24 0,97 31,36
30,89 30,52 30,21 29,94 29,69 29,47 29,26 29,07 28,88 28,09 27,43 26,86 26,35 25,89 0,975 38,03 37,54 37,17 36,86 36,58 36,34 36,11 35,90 35,70 35,51
34,71 34,03 33,45 32,93 32,45 0,98 48,02 47,53 47,16 46,84 46,57 46,31 46,08 45,87 45,67 45,48 44,66 43,97 43,37 42,83 42,34 0,985 64,68 64,19 63,81
63,49 63,21 62,96 62,73 62,51 62,30 62,11 61,27 60,57 59,96 59,41 58,90 0,99 98,01 97,52 97,14 96,81 96,53 96,27 96,03 95,81 95,61 95,41 94,56 93,84
93,21 92,64 92,12 0,995 198,01 197,51 197,12 196,80 196,51 196,25 196,01 195,78 195,57 195,38 194,51 193,77 193,13 192,55 192,01
P n1= ≤<Pn c
n n
! ∝
0
n λ ≤≤
−
!
PcnK
ncn 0
∑
∑
cc
∝
− 1
−−+ 11
−
cKc − +
≠
nc
r
P n
!!c
ρ
n
= =
0
r 1
ρ1
1ρ
0
− 1
− 1c
Kc
+−+nc cr
r
( 1) 1
=
0 ρ
n
n
= !!
Página 30 de 86
Teoría de Colas
c
ρ 1 (1 )( 1)
!(1 )1
Pr [ ] KcKc
−−−−+
L −+− −=ρρρ
qK c 0
c W
ρ
2
LW = L
− λ λ ∝1
(1 ) q PK L = L + r − (1 ) PK −
(1 ) − =K q P
Página 32 de 86
Teoría de Colas
3.4 La fórmula de Erlang (M/M/C/C)
Existe un caso especial de la cola con límite de capacidad y es cuando este límite
coincide con el número de servidores. Es decir, no se puede generar cola.
()
n
λ∝
/
n
P
n
i
= c∑ (/) i
=
! λ∝ 0!
i
∝==λPc
c, r
ri
∑ i
=
i 0
!
Página 33 de 86
Teoría de Colas
Los valores más relevantes son:
L
W =
− λ
·(1 ) PC L = r − (1 ) PC
re
Pn r
−
λ=≥=
0
n !
n 1
nr W=∝
λL=
t o( t) λn∆ + ∆
Página 34 de 86
Teoría de Colas
{ MnnM
λ
λ {n n c − ≤ < = ≥
()0 ∝ 0
∝∝ ≤<
nnM0
=≥ n c n c
Usando los mismos conceptos que siempre (
≤≤
Mn
rPnc
0 1 ≤<
n
Pn
= n
!! ( )
n
M
−r PcnM
n cc 0
nc
n !
P P r 1 1c
() ∑ = ⇒ = ∑ +∑ −= = −
1 M
Mn n
0
nnr !
nc
n 0
nc
cc
=M
∑
L nPn −
L L r(M L) q = −
n
=
1 L
LW =λ
− (M L) W q
(M L) q =
− λ
≤<= n
≥ n kn k 1 1
∝
∝
ρ==
≥
n
≤<=−−+P
P λ λ
0nk
10
nk ρ ρ
Pk n k
n 1
11 ρρ 0
∝ ∝1
1
Página 35 de 86
Teoría de Colas
+ −
−
− 1
− 1
−
1 1, 1 ρρ1
ρ ρ
P0 1
kk ρρ 1 = −1
1
≠< 11 ρ
=< 1, 1
k ρρ
ρ 1
−+ 1
ρ
−−+
[][] − −
ρ k ρ kρ k k +−−
L Pk k k =− −2
1 111
1 ( 1) 1
1
ρρ ρ( 1)
0
(1 )
2
(1 ) ρ
1 ρ
(1 ) Lq = L − − P0 λL
L
W = λq
W=
q
La literatura únicamente considera los dos primero tipos de clientes impacientes: los
que no se unen a la cola o las que la abandonan antes de tiempo
El cliente que no se une a la cola lo hace porque ya hay demasiados clientes antes.
Si para todos los clientes “demasiados” fuera la misma cantidad (k) el problema sería
M/M/c/K. Sin embargo lo normal es que k no sea constante para cada cliente. Por tanto
la modelización es un poco diferente. Se puede asumir para ello que el ratio de llegada
λ, se ve afectado por una serie monótona decreciente tal que
0 1 λn = bnλ ≤ bn+1 ≤ bn ≤
En este caso
n
λ ∏
n
Pn P b 0 1 ( )
=−
i i
∝ = 1
Página 36 de 86
Teoría de Colas
3.8.2 Los que abandonan
Se puede asumir que este tipo de clientes tiene una cierta probabilidad de irse si
hay n clientes en la cola r(n), donde
r(0)=r(1)=0
Por tanto
λ b
n n
∏∏ ni
PPP λ
+==
i 1 1
− −
0
∝()
0
n
ri
1 1
∝
i =
donde
ii= ∞
n b
∑ Π∝
n
11
P i+ = + −
λ
0
ri
n
11==i ()
Página 37 de 86
Teoría de Colas
3.9 Aproximación a los Problemas G/G/c
Todos los desarrollos anteriores se basan en que las entradas y el servicio se
distribuyen mediante procesos que siguen una distribución de Poisson/Exponencial.
3.9.1 M/G/1
Los clientes, en este modelo, siguen llegando con una distribución de Poisson de
media λ, pero asumimos que son atendidos por un proceso más general de duración
media 1/∝ y de desviación típica σ.
+ =+ −
λ
λσ
22
∝λ
L
λ∝
21 ∝
+ = −
λ
λσ
22
Wq λλ
∝2
∝
1
(Curry y Feldman, 2010) proponen una modificación de la fórmula que es bastante
interesante (además de exacta) pues proporciona una relación directa entre las colas
M/M/1 y las colas M/G/1 permitiendo utilizar tablas ya conocidas.
3.9.3 G/G/c
Página 39 de 86
Teoría de Colas
a) Variabilidad del tiempo de proceso natural (lo analizado hasta ahora). b)
Paradas y reparaciones aleatorias.
c) Disponibilidad de operarios.
d) Tiempos de preparación y descarga de máquinas. Este tipo de variabilidad se debe
analizar desde la consideración de lotes.
[]
EF
a =
EF ER +
i
[] []
ii
ETET
a=
[]
[] a
e
[]([]())
2
+−
C R a a ER
22 21 1 [ ] ii
C CT C
ET
==+
e es
[]S
A partir de estos valores es posible calcular los tiempos de espera utilizando la
aproximación al problema M/G/1 ya expresada anteriormente con la siguiente
formulación.
=
+ −
22
CC ρ
WET ρ
ae e
[]
qe
e
21
En esta fórmula hay que destacar que la tasa de utilización efectiva viene afectada
por la disponibilidad del recurso tras eliminar el tiempo que está parado.
ρ
ρ=
e
a
Página 40 de 86
Teoría de Colas
3.10.2 Interacción hombre máquina.
Desafortunadamente para este caso tan habitual no hay una solución general y habría
que recurrir a diagramas de estado para calcular todos los parámetros básicos.
En ese caso la codificación de cada uno de los estados es básica para obtener e
interpretar algún resultado.
4. Series y Redes
4.1 Introducción
En este capítulo se realiza una introducción al tema de las redes de colas. Esta es un
área de gran interés investigador y de aplicación, con problemas muy complicados de
plantear y de resolver. Por este motivo se presenta únicamente una introducción de los
conceptos básicos aunque su aplicabilidad en el modelado de sistemas de fabricación es
más que evidente.
Las Redes de Colas se pueden describir como un grupo de nodos (sean k), en el
que cada nodo representa una instalación de servicio.
Dicha instalación puede constar de ci servidores (i=,1...k) En el caso más general los
clientes pueden entrar en cualquier nodo y, después de moverse por la red, pueden salir
en cualquier nodo.
Página 41 de 86
Teoría de Colas
Dentro de las Redes de Colas, se pondrá especial interés en las denominadas
“Redes de Jakcson”. Estas tienen las siguientes características:
1. Las llegadas desde el exterior al nodo i siguen un proceso de Poisson de media γi 2.
Los tiempos de servicio en cada nodo y son independientes y siguen una distribución
negativa exponencial con parámetro ∝i, que podría ser dependiente del estado
3. La probabilidad de que un cliente que haya completado su servicio en el nodo i vaya
al nodo j es rij con i=1,2,....,k, j=0,1,...,k.
4. ri,0 indica la probabilidad de que un cliente abandone desde el nodo i
Si añadimos las características γi y ri,0 para todo i estamos en el caso de las “Redes
de Jackson cerradas” Si no se da el caso anterior el problema se denomina de “Redes
de Jackson abiertas”
En cualquier caso las primeras son una variante reducida de las segundas.
Página 42 de 86
Teoría de Colas
r iλ
==
≠ 01
1
i
1111
jiik
=+≤≤−
rij 10ikj
===
..
Los clientes entran en el nodo 1 y salen en el nodo k, después de pasar por cada
uno de los nodos.
Por tanto es necesario entender como salen los clientes de la primera etapa dada
las características de la entrada y de la etapa de servicio (λi, ∝i, ci) Se puede demostrar
que la salida de los clientes de un sistema M/M/c/ ∞ tienen una distribución idéntica a la
de la entrada, es decir Poisson con media λ. Por tanto una serie se compone de k
M/M/ci/∞ colas independientes, siempre que la entrada sea Poisson, el servicio sea
exponencial y no haya restricciones de capacidad.
La probabilidad de que en un instante dado haya n1 clientes en la etapa 1, n2 en la
etapa 2... nk en la etapa k es simplemente
Pn1,n2...nk=Pn1·Pn2·....·Pnk
Página 43 de 86
Teoría de Colas
iγ
i,0 r
iγ
iγ i,0 r
r
ij ,
i,0 r
iγiγ i,0 r
∑
λγλ
i i j ji r
=+
j 1
=
de donde λ γ λR =+
y por tanto 1 ( )− λ = γ + I − R
λ
ρ = La probabilidad de que en el estado estacionario haya ni
Definiend o
i i
c ∝ ii
clientes en el nodo 1, n2 en el nodo 2, etcétera:
i
r
n
P =
∏ oi
n n n nk P
i
( ) 1 2 3...
an
ii
donde
!
()1nnc
r λ < −
i ∝ = ≥ = iii
n
r
i
i
an
iii ( ) / ,∑ =
PP
i
i o i oi
c c n c nc an
i ii
i ii
concretamente si ci=1 ∀ i
Página 44 de 86
Teoría de Colas
nn
nk
Pn n n (1 ρ )ρ (1 ρ )ρ ...(1 ρ )ρ 1 2
1 2 ... = − 1 1 − 2 2 − k
kk
Es una generalización bastante evidente que cada cliente tenga una matriz de ruta
R(t), siendo t=1...n el tipo de cliente.
Para abordar este problema en primer lugar hay que resolver las “ecuaciones de
tráfico” de modo separado
()()()1
( )− = + − t t t λ γ I R
=n
∑
()
λλ
t
=
t 1
Todos los resultados anteriores son ahora aplicables. Además la presencia media de
un cliente de tipo t se puede calcular como:
t
()
λ
t
i Li L (1) (2) ( )
()
λ λ ... λ i i i
ni
+++=
Página 45 de 86
Teoría de Colas
ri,j
k
k
∑∑
λ ∝ ρ λ ∝ ρ i i i j ji r r
===j
j
j ji j
==
11
12
nk
nn
1
ρ
P ρ ρ ... ( )
1 2 ... = 1
kn
nn
GN ∑
nk
2
nn
GN
1
= 2
1( ) ρ ρ ...ρ
++= k
donde n n nk N 1 2 ...
2
1 ()
ni
ρΠ
P =
=
... 1 2 k
i
nnn
k GNan()()
1
i
!
Donde
()
ii
i
an
iii
nnc
< −
≥ = ii
ii
ccnc
i
nc i
i !
ni()
1 ()()ρk
GN
=
∑Π
i
ia n
+++==
n n nk N
ii
1 2 ...
Página 46 de 86
Teoría de Colas
El método del Análisis del Valor Medio (MVA), que se explica en este apartado, no
requiere calcular G(N) reduciendo de este modo el citado coste computacional. Este
método se basa en que la fórmula de Little es aplicable a través de toda la red.
Sea
LNWN
∝
1 ( 1) +−=
()
i
i
i
donde
Wi(N)= Tiempo medio de espera en el nodo i para una red con N clientes ∝i=
Li(N)=λi(N)Wi(N)
Si pudiéramos calcular λi(N), podríamos evaluar Wi y Li empezando desde N=0 hasta
N=n de modo recursivo.
=
∑∀
i j ji v vri
j
01
En general
λ
, 1) () − NPnN
(1 () (,)=Pn−N n i
i
i
α∝
ii
donde
Página 47 de 86
Teoría de Colas
<= i
≥ − =i i
α an jc
() n
() ( 1)
i
jc
an
1
∑
i j ji v v r
=
= do vl=1
j
asumien 1
1
(1 ( 1) ( 1 ) ( , 1) ( )c ∑−
2
1
Wn
∝
iL n c j p j n i = + − + − − − ∀
iii
c
Paso3. =
0
1 n
ii
j
λ ( ) con = 1 l v
Paso n ()
3.2 v W n ii
l = k∑
i 1
=
λ
, 1.. ()
(,)=
−−∀==α∝
i( 1, 1) 1.. ()
n
Pjni
i
Pjnikjnj
Paso 3.5
ii
Página 48 de 86
Teoría de Colas
5. Simulación
Algunos problemas no se pueden resolver mediante métodos analíticos. Entre otras
razones podrían citarse la existencia de patrones no normalizados de entrada y de
servicio, una gran complejidad del sistema a modelar o la naturaleza de la disciplina de
cola.
Además , en ocasiones, los resultados analíticos son para un estado estacionario que
nunca se alcanza, porque el sistema se interrumpe antes de abandonar el estado
transitorio.
En estos casos el análisis de las colas mediante simulación puede ser una buena
técnica para encontrar el resultado.
Hay que destacar, en cualquier caso que, si existen los modelos analíticos, éstos se
deberían utilizar. Aunque la simulación permite resolver, o aproximar la resolución, de
muchos problemas intratables no es la panacea dado que resolver mediante simulación
es equiparable a realizar una experimentación. Por tanto hay que utilizar todas las
herramientas asociadas al diseño y análisis de experimentos: Recogida y Análisis de
Datos, realización de la experimentación, análisis y consistencia de resultados, etc.
Otro de los defectos del uso de la simulación frente a los métodos analíticos, se
presenta cuando el objetivo es el diseño de un sistema y no su evaluación. En ese caso
el análisis por simulación no permite utilizar técnicas de optimización convencionales,
aunque hay que admitir que algunas herramientas de simulación incorporan técnicas de
optimización estocástica para resolver este tipo de problemas
Página 49 de 86
Teoría de Colas
Dado que estamos interesados en modelizar sistemas estocásticos, los datos de
entrada deben representar del modo más fiable posible la realidad. En ocasiones se usan
datos extraídos de la misma para reconocer la estructura de los datos de entrada. La
ejecución de la simulación actualmente se realiza mediante paquetes informáticos
avanzados (los denominados VIMS). El análisis de resultados tiene que ver con el cálculo
de la efectividad del sistema mediante las técnicas estadísticas apropiadas. Además la
validación del modelo es una exigencia que muchas veces se olvida al realizar modelos,
q consiste en comprobar que el sistema reacciona como lo hace la realidad.
En muchos casos los paquetes de simulación suelen llevar una herramienta de ajuste
estadístico. Cuando esto no ocurra deberemos recurrir a las diferentes técnicas
estadísticas para definir tanto las familias como los parámetros.
Página 50 de 86
Teoría de Colas
las 14:00, vaciando la cola al final del servicio. Sin embargo un modelo continuo se podría
asociar a un sistema productivo donde el trabajo con el que se acaba un día, es con el
que se comienza al día siguiente. En este último caso es cuando interesan los resultados
en el estado estacionario.
Página 51 de 86
Teoría de Colas
Cuando sea posible, los resultados de las simulaciones se deben comprobar con la
realidad. Si esta no estuviera disponible habría que intentar reproducir modelos teóricos
con soluciones conocidas mediante métodos analíticos.
Página 52 de 86
Teoría de Colas
6. Problemas
c) ¿Cuál es el tiempo medio que un cliente pasa en la biblioteca hasta que le han
atendido?
Página 53 de 86
Teoría de Colas
6.3 Comidas Rápidas
Nuestro local de comida rápida, “Panis”, tiene mucho que aprender sobre teoría de
colas. Insta a los clientes a que formen 3 colas en las que se distribuyen de forma
aleatoria delante de los empleados durante el periodo de comidas diario. Además han
instalado entre las tres colas barreras para que los clientes no se pasen a otras colas
para prevenir que la gente se “cambie de cola”. Llegan los clientes según una distribución
de Poisson con una media de 60 por hora y el tiempo en que un cliente es servido varía
según una distribución exponencial de media 150 segundos. Asumiendo el estado
permanente del sistema, ¿cuál es el tiempo medio de estancia del cliente hasta que ha
sido atendido? El gerente de “Panis” ha creído ahora que es preferible una única cola
para distribuir finalmente a los tres servidores y por tanto las barreras son eliminadas.
¿cuál es el tiempo de espera de este modo?
Página 54 de 86
Teoría de Colas
a) ¿cuántos camiones habrá por término medio habrá en cualquiera de los dos
sistemas?
Página 55 de 86
Teoría de Colas
camiones en paralelo tiene un coste de un euro por minuto. ¿Qué debería
costar el segundo sistema para que no haya diferencia económica entre
los dos?
Página 56 de 86
Teoría de Colas
se necesita una media de 10 horas, siguiendo una distribución exponencial. La
compañía desea saber los siguientes datos
Página 57 de 86
Teoría de Colas
inmediatamente. La llegada de nuevas solicitudes sigue una distribución de Poisson con
una media de 8 cada mes. Se estima que el tiempo medio en que se acaba el curso es
de 10 semanas (distribución exponencial). Por término medio, ¿cuántos alumnos hay
matriculados en la academia en cualquier momento?
Página 58 de 86
Teoría de Colas
encargados del hospital desean saber que cantidad de personal sanitario deben disponer.
Para ello habría que calcular para diferentes cantidades de doctores:1) ¿cuál es el
número medio de gente esperando? 2) el tiempo medio que un cliente pasa en la clínica
y 3) el tiempo medio que los doctores están parados
Página 59 de 86
Teoría de Colas
problemas. La máquina de pulir puede funcionar a dos velocidades, a mímina velocidad
tarda una media de 40 minutos y la máxima tarda una media de 20 minutos, se pueden
asumir los tiempos distribuidos de forma exponencial. Los clientes llegan según una
distribución de Poisson de media 30 minutos. Juan tiene un curso de teoría de colas y ha
decidido estudiar el efecto de dos políticas: 1) poner la máquina a máxima velocidad si
hay alguien esperando y 2) poner a máxima velocidad solo si hay más de uno esperando
(3 o más en el sistema). La velocidad se puede cambiar en cualquier momento, incluso
si la máquina está trabajando. Se quiere saber el tiempo medio de espera bajo estas dos
política.
b) Si se pone una caja más que el mínimo requerido, ¿cuál es el tiempo medio
de espera en la cola? ¿Cuánta gente habrá en cajas? ¿cuánta gente habrá
en todo el supermercado?
6.20 Mantenimiento
Se desea que dos máquinas estén operativas el máximo tiempo posible. La
máquina se rompe de acuerdo con una exponencial de media λ. Una vez rota, una
maquina tiene una probabilidad r12 de ser reparada localmente por un responsable de
mantenimiento que trabaja con una media de tiempo de ∝2. Con probabilidad 1-
r12 la máquina debe ser reparada por un especialista, que también trabaja según una
exponencial de media ∝3. Después de una reparación local, existe una probabilidad r23
de que la máquina requiera un servicio especial. Después del servicio con el especialista
la máquina siempre se pone a trabajar. Se desea saber cómo se distribuyen los tiempos
de estancia de las máquinas en reparación.
Página 61 de 86
Teoría de Colas
una distribución de Poisson de media 9 a la hora. Todos los aparatos nada más llegar
son inspeccionados por un especialista que determina a que sección debe ir dependiendo
del tipo de reparación si es básica, si la debe ver un especialista, si debe enviar el aparato
al fabricante y por tanto mandados a un almacén para ser enviado. Alrededor del 17% es
enviado a fabrica. De los restantes, el 57% va a reparaciones generales y el 43% es
enviado a un experto. Todos los aparatos reparados van al almacén para ser enviados,
sin embargo el 5% que va a reparaciones generales vuelve al inicio para ser nuevamente
clasificado. Debido a la variedad de los aparatos enviados y la variedad de problemas la
distribución exponencial es una adecuada representación para la clasificación, reparación
y envío. Solo hay una persona en la selección y tarda una media de 6 minutos por
aparato. Hay tres personas en reparaciones generales y tardan por término medio 35
minutos por aparato (incluidos los que son devueltos a clasificación). Hay cuatro expertos
y tardan por término medio 65 minutos en reparar un aparato (estos aparato siempre
salen arreglados). Hay dos muelles de embarque, cada uno de ellos tarda una media de
12,5 minutos en embalar un aparato. El ingeniero de la empresa se pregunta cuantos
aparatos hay por término medio en cada nodo, el tiempo que pasa en cada nodo y el
tiempo medio que está un aparato en la empresa desde que es recibido y clasificado
hasta que es empaquetado.
Página 62 de 86
Teoría de Colas
Resolución
Página 63 de 86
Teoría de Colas
a) ¿Cuál es el número de puertas que habrá en cada etapa, incluyendo las puertas en las
máquinas y las que están siendo procesadas por los operarios?
En primer lugar el sistema dejaría de ser una serie de colas convencional porque se
limita la capacidad de una de ellas. Esta sería una cola M/M2/7 Pero para saber cómo
afectaría lo mejor es saber el porcentaje de veces que el almacén estaría lleno
P(n=7)=4,1%. Por tanto durante un 3,8% de las ocasiones la primera etapa no podría
trabajar al estar bloqueado el sistema posterior, dado que la primera etapa trabaja al 95%,
la probabilidad de que el bloqueo del sistema afecte a la producción total es alta.
c) Si en el sistema original el tiempo medio de entrega de una puerta es de 5 días.
¿Cuántas puertas hay?
70000 puertas al año son 291,67 puertas al día. Por tanto habría que trabajar 2,6 horas
más al día. El almacén anterior a la primera etapa aumentaría en 71 puertas cada día, y
se reduciría en la misma cantidad cada noche(o cuando se hagan las horas extra),
pasando a aumentar el almacén en la siguiente etapa. Los siguientes almacenes
prácticamente no lo notarían. La cola media, dependería de cuantas horas extra se
trabajaran cada noche, puesto que si sólo se trabajara lo estrictamente imprescindible la
cola sería infinita.
Página 64 de 86
Teoría de Colas
e) Suponga que en la segunda etapa, no hay dos si no tres máquinas. Dichas máquinas
tardan en estropearse 3 días desde que se arreglan y un mecánico tarda de media 5
horas en arreglarlas cada vez. Sólo se dispone de un mecánico. ¿Tiene este sistema
suficiente capacidad para hacer frente a la demanda?
Este es un sistema con fuente finita. El número de máquinas que estarán siendo
reparadas por término medio es de 0,67. Por tanto se tienen 2,33 máquinas
3λ 2λ λ
0123
∝∝∝
trabajando, y por tanto es más que suficiente ya que 2,33*140>208. f) (1 punto) Sobre el
caso anterior ¿Qué porcentaje de tiempo sólo hay una máquina trabajando? ¿ Y ninguna? ¿Qué
ocurre con los almacenes durante este tiempo que hay menos de dos máquinas trabajando?
Sólo hay una máquina trabajando cuando hay dos estropeadas P2=13,4%
A priori, si hay dos máquinas estropeadas, el ritmo al cual pasan puertas a la tercera
etapa es de 140 puertas/día. Con dos operarios es posible abastecer 192 puertas al día,
con lo que no pasaría nada. Además el porcentaje de veces que hay dos máquinas
estropeadas es muy bajo en el nuevo sistema.
h) (1 punto) ¿Cuál sería en el caso anterior la probabilidad de que hubiera más de una
máquina estropeada?
Página 65 de 86
Teoría de Colas
3λ 2λ λ
0123
∝ 2∝ 2∝
0,56536
P0 P1 P2 256
0,07361
P3 512
0,00766
409 824
0,35335
Página 66 de 86
Teoría de Colas
6.24 Ascensores PKJu
Una sección de una empresa fabrica puertas metálicas para ascensores. Las puertas
para ascensores pueden tener una gran variedad de formatos, colores y huecos para
vidrios variables.
La primera etapa se realiza simultáneamente por dos equipos de trabajo, con un ritmo
promedio cada uno de ellos de una puerta cada 20 minutos. La segunda etapa la realiza
un equipo de trabajo con un tiempo de ciclo promedio de 11 minutos por puerta. La tercera
etapa requiere del uso de otra máquina con un tiempo de ciclo promedio de 10 minutos
por puerta.
Página 67 de 86
Teoría de Colas
realidad nunca hay más de una fabricando. Las citadas máquina se estropean cada 5
horas en promedio (distribución negativa exponencial). Disponemos de 2 equipos de
mantenimiento en nuestra empresa, que pueden poner en funcionamiento la máquina
de nuevo en un tiempo promedio de 1 hora.
g) Modele la situación de la 3ª etapa según cadenas de Markov, para el caso expuesto. h)
¿Cuál es la probabilidad de que no haya ninguna máquina disponible?
Solución:
El problema propuesto es una serie de colas con una entrada λ=38’6 puertas/día.
a) La primera etapa es una cola M/M/2 con λ=38’6 puertas/día. y ∝=22,5 puertas/día
La segunda etapa es una cola M/M/1 con λ=38’6 puertas/día. y ∝=40,9 puertas/día
La tercera etapa es una cola M/M/1 con λ=38’6 puertas/día. y ∝=45 puertas/día
La cuarta etapa es una cola M/M/∞ con λ=38’6 puertas/día. y ∝=25 puertas/día
b) L1= 6,53 L2= 17 L3=6,07 L4= 1,54 LT=31,14 puertas
c) L=λ W WT= 0,806 días = 6,05 horas
d) Habrá 1,54 trabajadores por término medio.
e) El tiempo que tardará será el de salir la primera 0,806 días más el que tardan en salir las
29 restantes. 0,806 + 29/λ =0,806+0,751=1,557 días = 11,68 horas
Página 68 de 86
Teoría de Colas
6.25 Juguetes KP
Una empresa de transformados plásticos tiene 4 secciones (A,B,C,D). Los productos
que fabrica se pueden clasificar en 5 categorías, con demandas anuales diferentes.
Preguntas
a) Modele el problema definiendo los parámetros básicos para cada sección (λ, ∝ ). b)
Defina el número de máquinas imprescindibles en cada sección. c) Asumiendo que los
niveles de inventario se mantendrán en los mínimos
imprescindibles, ¿Cuál es el tiempo medio esperado de producción de un producto en
el sistema?
d) Si el tiempo medio de entrega de un producto es de 10 días laborables ¿Cuál es el nivel
medio de inventario en el sistema?
e) Suponga que en la sección B hacen falta dos máquinas. La experiencia con esas máquinas
indica que requieren un cierto mantenimiento con distribución exponencial con media cada
5 días y que el tiempo que dura dicho mantenimiento
Página 69 de 86
Teoría de Colas
se distribuye exponencialmente con media de 1 día. ¿Cuántas máquinas hacen falta
para que haya al menos dos máquinas funcionando el 90% del tiempo?. f) En el caso anterior,
¿cuántas máquinas habrá en funcionamiento por término medio?
Resolución
=5500 u/a
γA γB =3000 u/a
=5500 u/a
γA γB =3000 u/a
rAB=0,64
AA rAB=0,64
BB
=0,23
rAC=0,36 rBC rBD=0,77 rAC=0,36
=0,23
rBC rBD=0,77
C
D
C
D
1500
3500 = = 0,36 rBC = = 0,77
rAB
5500 2000 0,23 5000
0,64 rAC = = rBD = =
5500 de cada nodo son: 6500
6500
Las características Nod
oγλ∝
520
3
AB 000
5 6
500 500 3 3
5
3 520 7
500
C0D0 040
5 3
500 000 520
B2
C1
D2
00 65 35 23 51
00 00 50 0.7 2.8
C0D0 20 2
40 1 88 6
97 10
35
∑ i 6500 0 0
L
i
+ ++ = = = 4.01 12.51
+ ++ años horas
γ
i
Parece evidente que se debe comenzar calculando con 3 máquinas, porque cada
máquina está un 20% del tiempo en reparación lo que hace imposible que M= 2 sea una
respuesta válida.
()
≤≤
Mn
rPnc
0 1 ≤<
n
Pn
= n
n
!!
()
M
−r PcnM
n cc 0
nc
n !
P P r 1 1c
() ∑ = ⇒ = ∑ +∑ −= = −
1 M
Mn n
0
nnr !
nc
n nc
0 c c con
M=3
p0 0.530
p1 0.318
p2 0.127
p3 0.025
Con
M=4
P0 0.398
P1 0.319
P2 0.191
P3 0.076
Página 72 de 86
Teoría de Colas
P4 0.015
Lo que indica que sólo en el 9.1% de los casos 3 ó 4 máquinas estarán reparándose
y por tanto se cumplirá la restricción impuesta.
−
El número de máquinas que habrá en funcionamiento en un sistema con 4 ∑ · n=4
− 0.99 = 3
máquinas es de M n p máquinas
n
Página 73 de 86
Teoría de Colas
El tiempo que se tarda en atender una llamada de tipo 1 es de 3 minutos igual que las
llamadas de tipo 2. Las llamadas de tipo 3 requieren una atención en promedio de 5
minutos cada una.
Usted está diseñando un nuevo sistema de atención telefónica, que atendería a todos
los clientes con un único número de teléfono. Un sistema informático discrimina el destino
de la llamada mediante una operación que dura aproximadamente 20 segundos en
promedio.
Una vez el sistema informático decide el destino, tiene una probabilidad del 5% de
equivocarse. En ese caso el operador que recibe la llamada, envía ésta al centro
adecuado para que sea atendido.
Preguntas
a) ¿Cuántos operadores pondría en la sección que atiende llamadas de tipo
1?
b) ¿Cuántos operadores pondría en la sección que atiende llamadas de tipo
3?
c) ¿Cuántas llamadas habría en promedio en la sección que atiende
llamadas de tipo 3 si pusieran los operadores estrictamente necesarios? d)
¿Cuántas llamadas habría en promedio en la sección que atiende llamadas
de tipo 3 si pusieran uno más de los operadores estrictamente necesarios?
e) ¿Cuál es tiempo medio que un cliente estaría en el sistema si pusiera los
operadores estrictamente necesarios?
f) ¿Cuál es tiempo medio que un cliente estaría en el sistema si pusiera en
cada sección uno más de los operadores estrictamente necesarios? g) Se le
plantea una nueva alternativa. Consiste en hacer que todos los operadores
atiendan todas las llamadas, aunque en ese caso el tiempo de atención de
cada llamada es el doble del indicado más arriba para
Página 74 de 86
Teoría de Colas
cada tipo. En este caso no hace falta discriminador. ¿Cuántos
operadores hacen falta?
h) En el caso anterior, ¿Cuál es el tiempo medio de estancia en el sistema?
Si disponemos 12 operadores el tiempo medio de estancia en el sistema es de
0,25 horas.
Resolución
a) ¿Cuántos operadores pondría en la sección que atiende llamadas de tipo
1?
El sistema es una red abierta de Jackson con las siguientes transiciones.
El Modelo representado es el siguiente.
0 0,395 0,395 0, 21
0 0,395 0,395 0, 21
0 0 0,0333 0,0167
RR rE,1=0,395 r2,1=0,0333
0 0 0,0333 0,0167 =
= 1 (∝=20)
0 0,0333 0,0167 1 (∝=20)
0 0,0333 0,0167 0
0,025 0,025 r1,2=0,0333
rE,1=0,395
0 0,025 0,025 r2,1=0,0333
r1,2=0,0333
r3,2=0,025
λ=100
r3,2=0,025
λ=100 3 (∝=12)
r3,2=0,025
E(∝=180) rE,3=0,21
2 (∝=20) 3 (∝=12)
rE,3=0,21
E(∝=180) 2 (∝=20)
r1,3=0,01666
rE,2=0,395
r1,2=0,0166 r1,3=0,01666
rE,2=0,395 r1,2=0,0166
r3,2=0,025
γ γγγ
E 123
f) ¿Cuál es tiempo medio que un cliente estaría en el sistema si pusiera en
cada sección uno más de los operadores estrictamente necesarios?
Página 75 de 86
Teoría de Colas
+++ = = = + + + +++
+++
L LLL 100 0 0 0
1,25 2,28 2,28 2,5 0,08
W horas
E 123
γ γγγ
E 123
g) Se le plantea una nueva alternativa. Consiste en hacer que todos los
operadores atiendan todas las llamadas, aunque en ese caso el tiempo de
atención de cada llamada es el doble del indicado más arriba para cada
tipo. En este caso no hace falta discriminador. ¿Cuántos operadores
hacen falta?
Si se considera que todas las llamadas se atienden del mismo modo, hay que
calcular el nuevo tiempo medio de atención al cliente. De este modo queda
40·6 40·6 20·10 6,8 minutos
100
++=
Recibiendo las mismas 100 llamadas a la hora pero teniendo éstas un tiempo
de atención promedio de 6,8 minutos hacen falta 12 operadores h) En el caso
anterior, ¿Cuál es el tiempo medio de estancia en el sistema? Si disponemos 12
operadores el tiempo medio de estancia en el sistema es de 0,25 horas.
Tras la tercera etapa hay un proceso de control de calidad que revisa el producto
obtenido. Es también una etapa manual y se podría considerar una cuarta etapa. Tras la
inspección un cierto porcentaje de productos son devueltos a la etapa 1, otros a la etapa
2 y otros a la etapa 3. Por la configuración del producto, una vez un producto vuelve a la
etapa 1 debe seguir el proceso preestablecido hasta el final.
Los datos de cada etapa están en la tabla adjunta. Los tiempos de operación en cada
etapa están expresado en horas y se ajustan razonablemente bien a una distribución
exponencial.
E
ET APA lidad
TA Ca
APA ET
Página 76 de 86
Teoría de Colas
3 1 PA 2
Tiempo de operación
Porcentaje de productos
que son devueltos a la
de Calidad
ETAPAX %
2 5
desde el
% %
departamento
3
Los productos que se fabrican son específicos para cada cliente. El cliente tiene una
cierta urgencia en recoger su producto acabado y por ello el tiempo de espera del mismo
es un tema relevante.
Los datos de tiempo de espera parecen muy elevados. Se le ocurren varias maneras
de atacar el problema.
c. Contratar una persona más. Si tuviera que proponer la contratación de una persona más
¿dónde la pondría y por qué? ¿qué efecto tendrá sobre el sistema? d. Invertir en alguna de las
diferentes etapas para reducir a la mitad la tasa de fallos. ¿en cuál y por qué? ¿qué efecto
tendría en el sistema?
e. Invertir en alguna de las diferentes etapas para reducir a la mitad la variabilidad del
proceso. ¿en cuál y por qué? ¿qué efecto tendría?
Página 77 de 86
Teoría de Colas
7. Casos
No todo el mundo que entra en el Parque sigue el mismo camino, pero su interés
radica en saber cuánto tardará usted en alcanzar el interior del Parque.
Entran aproximadamente 2400 coches por hora, para ser atendidos por 20 cajas en
paralelo que tardan en cobrar aproximadamente 29 segundos por cliente.
De todos los coches que entran un 18% van al aparcamiento VIP (al que usted no va
ni irá y por eso no sabe cómo funciona). El 82% restante va al aparcamiento convencional
que, de un modo muy eficiente es capaz de aparcar los coches, de uno en uno, con un
tiempo de ciclo promedio de 3,5 segundos por coche.
Mediante otros medios (trenes y autobuses) se acercan junto con los clientes en
coche particular nuevos grupos de clientes.
Se calcula que en el parque que hemos elegido para depositar (y perder) nuestros
ahorros, entran aproximadamente 25.000 personas al día en 6000 grupos (los grupos
son importantes porque compran las entradas de modo conjunto). De los 6000 grupos
sólo 3500 grupos compran las entradas en taquilla (los otros ya las compraron por
agencia o llevan un pase de varios días comprado anteriormente). Todos los clientes
llegan aproximadamente en las 3 primeras horas de apertura del parque.
Página 78 de 86
Teoría de Colas
Los que han de pagar tendrán que hacer 6 colas para pagar en 30 cajas (cada cola
alimenta a 5 cajas). En cada caja tardarán en promedio 92 segundos en atenderles.
Tras pagar queda la última cola donde cada cliente pasa de modo individual, y pasan
todos: los que acaban de comprar y los que venían con ticket precomprado, por el
detector de comidas y bebidas. Estos son 12 carriles en paralelo, cada uno con su propia
cola, que tardan 5 segundos en dejar pasar a cada cliente.
a) Si cada coche mide 4 metros, cuantos metros de carretera hacen falta para que quepan en
promedio todos los coches que se pondrán en cola delante de las cajas de aparcamiento.
b) ¿Cuánto tiempo se tarda en hacer la cola para aparcar el coche, una vez haya pagado el
aparcamiento?
c) ¿Cuánto tiempo tardaremos en conseguir nuestra entrada desde que hemos aparcado el
coche, considerando que tarda 5 minutos desde que aparca hasta que llega a la cola?
d) ¿Cuánta gente habrá como usted haciendo cola para pagar?
e) ¿Cuánto tiempo tardaremos en entrar en el parque desde que aparcamos?. f) ¿qué
ocurrirá en el sistema de cajas si el tiempo de atención en la caja de compra de entradas el
tiempo medio de atención es de 100 segundos?
g) ¿qué repercusión tendría en la cola posterior dicha alteración?
h) Con las condiciones de e, ¿cuál es la repercusión de añadir un carril adicional de venta de
entradas?
Página 79 de 86
Teoría de Colas
moverse a la mesa de rodillos en la que El 40% de los productos que entran por 2
hay que recoger el producto, coger la van a la mesa a.
Se trata de definir la capacidad mínima que han de tener las 5 mesas de rodillos,
para que el sistema no se bloquee. Para ello
a) Definir el problema según una red de colas de varios productos (suponer que las colas
inicialmente no tienen límite en la capacidad). Definir la matriz de transición para cada
producto.
b) Calcular los valores de λ y ∝ para cada una de los servidores.
Página 80 de 86