I.T.

INFORMÁTICA DE GESTIÓN
Departamento de Estadı́stica
Asignatura: Investigación Operativa
Curso: 2009/2010
Relación número 3 de prácticas

PRÁCTICA 3: TEORÍA DE COLAS

“Las largas colas de espera en los servicios de una empresa pueden ser muy malas
para los negocios, y el dinero invertido en reducirlas suele ser dinero bien gastado.”
Ésta es la conclusión a la que llegan dos estudios de la revista Interfaces en relación
a una compañı́a de venta por correo y a un hospital.

Queda de manifiesto, pues, que la Teorı́a de Colas tiene una gran utilidad en el
ámbito empresarial. En esta práctica veremos una pequeña muestra de los distintos
análisis que se pueden realizar. Para ello, será fundamental tener claros los conceptos
estudiados en las clases teóricas.

1. La distribución exponencial

Los sistemas de colas suelen contener incertidumbre. En particular, los tiempos

entre llegadas de clientes y los tiempos de servicios no se conocen con antelación
de forma exacta. Para modelar esta incertidumbre, es muy habitual valerse de la
distribución exponencial. Asumiendo que los tiempos entre llegadas y de servicios
están exponencialmente distribuidos, se simplifica mucho el análisis de una cola.

En la Figura 1 podemos ver un ejemplo de distribución exponencial. Para ver si

los tiempos entre llegadas o los de servicio se ajustan a esta distribución, resulta útil
emplear un histograma de los mismos.

Un gestor bancario querrı́a usar un modelo de colas para analizar la congestión

en el cajero automático de una oficina. Para ello, comienza por comprobar si los
tiempos entre llegadas y los tiempos de servicio siguen una distribución exponencial.

1
 Figura 1: Distribución Exp(1)

A la luz de los datos recogidos (fichero pract3.xls), ve que los tiempos entre llega-
das se ajustan a una distribución exponencial, pero no los tiempos de servicio. Esto
último tiene su lógica, pues es necesario un tiempo mı́nimo para realizar la operación
en el cajero.

De todos modos, el analista decide asumir distribuciones exponenciales para am-

bas variables aleatorias. Rápidamente, calcula que las medias para tiempos entre
llegadas y para tiempos de servicio son 25.3 y 22.3, respectivamente. Decide que
la unidad temporal que más le conviene son las horas, por lo que los tiempos pa-
san a ser 0.4217 y 0.3717. Por lo tanto, los parámetros de las distribuciones son
λ = 1/0.4217 = 2.37 y µ = 1/0.3717 = 2.69. Obviamente, estos valores son estima-
ciones de las tasas entre llegadas y tasas de servicio teóricas.

2
2. Análisis de una cola

Gracias al uso del ordenador y de la Ley de Little, podemos obtener rápidamente

datos que nos permiten hacernos una idea del comportamiento de una cola en un
sistema.

Una oficina de correos cuenta con un único empleado en ventanilla. Los clientes
llegan a la oficina a una velocidad de 30 cada hora y el tiempo medio de servicio
es de minuto y medio (se asume que las variables de tiempos entre llegadas y de
tiempos de servicio son exponenciales). Todos los clientes que llegan esperan a ser
atendidos, no importa cuántos haya en la fila. La empresa postal quiere mejorar el
funcionamiento de la oficina, por lo que encarga un estudio del proceso de servicio
en ventanilla. Estudia la cola resultante de la muestra de 100 clientes.

Está claro que se trata de un modelo M/M/1. En este ejemplo trabajaremos de

los dos modos posibles: con el modelo teórico y con el modelo estimado a partir de
la muestra. Comencemos por el primero de ellos.

Si, a nivel teórico, llegan 30 clientes por hora, significa que pasa una media
de 2 minutos entre las llegadas de dos clientes consecutivos. Si consideramos que
nuestra unidad de tiempo serán los minutos, significa que llegan 1/2 = 0.5 clientes
por minuto. Luego la tasa de llegadas es λ = 0.5. Del mismo modo, si son necesarios
1.5 minutos para atender a un cliente, la tasa de servicio es µ = 1/1.5 = 0.67.

Con las tasas de llegadas y de servicio, podemos calcular factor de utilización del
sistema:
λ 0.5
ρ= = = 0.75.
µ 0.67

Ahora, ya estamos en condiciones calcular el número medio de clientes en el

sistema:
ρ
N= = 3.
1−ρ

Observemos que, al estar en un sistema con único servidor, el número medio de

servidores ocupados (número de clientes que están siendo servidos) coincide con el
factor de utilización del sistema. Luego B = 0.75.

Finalmente, sólo es cuestión de aplicar la Ley de Little y demás igualdades vistas

en clase para calcular los demás valores. Por ejemplo, el número medio de clientes
en la cola es
Q = N − B = 2.25.

Hasta aquı́ lo que hace referencia a los valores teóricos. Sin embargo, en la vida
real, esos valores (λ y µ) son desconocidos, por lo que hay que estimarlos. Para ello,
se toma una muestra y se calcula el tiempo medio entre llegadas de clientes y el

3
tiempo medio de servicios. En nuestro caso, λ̂ = 2.19 y µ̂ = 1.56. A partir de ellos,
los demás valores se calculan como ya hemos visto.

Con un ordenador es muy fácil comparar la sensibilidad del sistema. Por ejemplo,
supongamos que el tiempo necesario para atender a un cliente se acerca a los dos
minutos que pasan entre las llegadas. ¿Cómo afecta esto al tiempo que el cliente
pasa esperando en la cola hasta que le atienden? Simplemente variando el valor en
la celda del tiempo de servicios podemos verlo: si éste es de 1.5 minutos, el tiempo
medio de permanencia en la cola es de 4.5 minutos. Sin embargo, si fuesen necesarios
1.7 minutos para servir a un cliente, entonces se pasarı́a 9.63 minutos en la cola.
Nada comparable a los 76.05 minutos de espera si se necesitasen 1.95 minutos para
servir al cliente.

3. Ejercicios evaluables:

El plazo de entrega de esta tercera práctica concluye el martes 12 de enero de 2010.

Se debe entregar:

una copia en PAPEL del informe de la práctica,

un fichero pdf con dicho informe,

un fichero excel con las tablas y gráficos.

El informe debe contener la respuesta razonada a todas las preguntas del ejercicio.
Cada gráfico o tabla debe aparecer en el informe y estar debidamente comentado
incluyendo una descripción de los distintos elementos que aparecen (información de
los ejes en el gráfico, contenido de las filas/columnas en la tabla, etc.).

Todos los ficheros se enviarán por correo electrónico al correspondiente profesor

de cada grupo: Sergio Garcı́a, Belén Martı́n o Elisenda Molina.

3.1. Ejercicio:
1. Todos hemos visto que los supermercados tienen más o menos cajas abiertas
en función de si el momento del dı́a se considera punta o no. En la hoja Super-
mercado del fichero pract3.xls aparecen tiempos entre llegadas y de servicios
para dos momentos del dı́a en un pequeño supermercado de barrio: la hora de
la siesta y las ocho de la tarde. Para el primer periodo, se habilita una caja;
para el segundo, tres.

4
a) Usando el programa que quieras (Excel, Statgraphics, Matlab, R), haz un
gráfico que represente la distribución de los tiempos entre llegadas para
la siesta y otro para la noche. Repite la operación con los tiempos de
servicio. Indica el programa que has usado y por qué.
b) Comenta razonadamente si crees que dichos datos siguen una distribución
exponencial.
Asume en los siguientes apartados que los tiempos siguen una distribución
exponencial.
c) Haz una tabla en Excel que contenga, para cada momento del dı́a (sies-
ta/tarde) y para, los siguientes cálculos:
tasa de llegadas,
tasa de servicio,
tiempo medio entre dos llegadas,
tiempo medio de servicio,
factor de utilización,
número medio de clientes en la caja (entre los que están esperando y
los que están pagando),
número medio de clientes en la cola (esperando),
tiempo medio necesario para pagar (desde que se llega a la cola hasta
que se sale de la caja),
tiempo medio de espera en la cola.
d ) Contesta razonadamente: ¿en qué momento del dı́a conviene ir?
e) Durante la siesta: ¿qué porcentaje del tiempo estarı́a desocupada la caja?