TEORI A DE COLAS

I .O. I I Ciclo 8°
UNI VERSI DAD DEL AZUAY
I ng. I ván G. Andr ade D.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 2
TEORI A DE COLAS
• Las LI NEAS DE ESPERA, FI LAS DE ESPERA o COLAS, son
r ealidades cot idianas:
•Per sonas esper ando par a r ealizar sus t r ansacciones ant e
una caj a en un banco,
•Est udiant es esper ando por obt ener copias en la
f ot ocopiador a,
•Vehículos esper ando pagar ant e una est ación de peaj e o
cont inuar su camino, ant e un semáf or o en r oj o,
•Máquinas dañadas a la esper a de ser r ehabilit adas.
Se f or man debido a un desequil ibr io t empor al ent r e la
demanda del ser vicio y la capacidad del sist ema par a
suminist r ar lo.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 3
TEORI A DE COLAS
• Los Modelos de Líneas de Esper a son de gr an ut i lidad t ant o
en las ár eas de Manuf act ur a como en las de Ser vicio.
• Los Análisis de Colas r elacionan:
– la longit ud de la línea de esper a,
–el pr omedio de t iempo de esper a
y ot r os f act or es como:
– la conduct a de los usuar ios a la ll egada y en la col a,
Los Análisis de Colas ayudan a ent ender el compor t amient o
de est os sist emas de ser vicio (la at ención de l as caj er as de
un banco, act ividades de mant enimient o y r epar ación de
maquinar ia, el cont r ol de l as oper aciones en plant a, et c.).
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 4
TEORI A DE COLAS
• Desde la per spect iva de la I nvest igación de Oper aciones, los
pacient es que esper an ser at endidos por el odont ólogo o las
pr ensas dañadas esper ando r epar ación, t ienen mucho en
común.
• Ambos (gent e y máquinas) r equier en de r ecur sos humanos y
r ecur sos mat er iales como equipos par a que se los cur e o se
los haga f uncionar nuevament e.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 5
TEORI A DE COLAS
Cost os de Ser vicio y Cost os de Esper a
• Los Administ r ador es r econocen el equilibr io que debe haber
ent r e el COSTO DE pr opor cionar buen SERVI CI O y el
COSTO del t iempo DE ESPERA del client e o de la máquina
que deben ser at endidos.
• Los Administ r ador es desean que las colas sean lo
suf icient ement e cor t as con la f inalidad de que los client es
no se ir r it en e incluso se r et ir en sin llegar a ut il izar el
ser vicio o lo usen per o no r et or nen más.
• Sin embar go los Administ r ador es cont emplan t ener una
longit ud de cola r azonable en esper a, que sea balanceada,
par a obt ener ahor r os signif icat ivos en el COSTO DEL
SERVI CI O
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 6
TEORI A DE COLAS
Equilibr io ent r e Cost os de Esper a y Cost os de Ser vicio
Nivel Ópt imo de Ser vicio Nivel de Ser vicio
Cost o por TI EMPO
DE ESPERA
Cost o por pr opor cionar
el SERVI CI O
Cost o
Cost o
Tot al
Mínimo
COSTO TOTAL
ESPERADO
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 7
TEORI A DE COLAS
Cost os de Ser vicio vs Nivel de Ser vicio
• Los COSTOS DE SERVI CI O se incr ement an si se mej or a el
NI VEL DE SERVI CI O. Los Administ r ador es de cier t os
cent r os de ser vicio pueden var iar su capacidad t eniendo
per sonal o máquinas adicionales que son asignadas a
incr ement ar la at ención cuando cr ecen excesivament e los
client es.
– En super mer cados se habilit an caj as adicionales cuando
es necesar io.
– En bancos y punt os de chequeo de aer opuer t os, se
cont r at a per sonal adicional par a at ender en cier t as
épocas del día o del año.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 8
TEORI A DE COLAS
• Cuando el ser vicio mej or a, disminuye el cost o de t iempo
per dido en las l íneas de esper a.
• Est e cost o puede r ef lej ar pér dida de pr oduct ividad de los
oper ar ios que est án esper ando que compongan sus equipos o
puede ser simplement e un est imado de los client es per didos
a causa de mal ser vicio y colas muy lar gas.
• En cier t os ser vicios (I ESS, Bancos, Cedulación) el cost o de
la esper a puede ser int oler ablement e alt o.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 9
TEORI A DE COLAS
COLAS MAS COMUNES
SI TI O ARRI BOS EN COLA SERVI CI O
Super mer cado Compr ador es Pago en caj as
Peaj e Vehículos Pago de peaj e
Consult or io Pacient es Consult a
Sist ema de Cómput o Pr ogr amas a ser
cor r idos
Pr oceso de dat os
Compañía de t eléf onos Llamadas Ef ect uar comunicación
Banco Client es Depósit os y Cobr os
Mant enimient o Máquinas dañadas Repar ación
Muelle Bar cos Car ga y descar ga
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 10
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
• Una cola de esper a est á compuest a de t r es element os:
1. Ar r ibos o ingr esos al si st ema
2. Disciplina en l a cola
3. Ser vicio
• Est os t r es component es t ienen cier t as car act er íst i cas que
deben ser examinadas ant es de desar r oll ar el aspect o
mat emát ico de los modelos de cola.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 11
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
• 1. CARACTERI STI CAS DE ARRI BO:
• La f uent e de ingr eso que gener a l os ar r ibos o client es par a
el ser vicio t i ene t r es car act er íst icas pr incipales:
a. Tamaño de la población que ar r iba
b. Pat r ón de llegada a la col a
c. Compor t amient o de las l legadas.
1. a. Tamaño de l a Población:
El t amaño de l a población puede ser :
inf ini t o (ilimit ado) o
limit ado (f init o).
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 12
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
1. CARACTERI STI CAS DE ARRI BO:
1. a. Tamaño de l a Población:
I nf init o (ilimit ado): Cuando el númer o de client es o
ar r ibos en un moment o dado es una pequeña par t e de los
ar r ibos pot enciales. Par a pr opósi t os pr áct icos
poblaciones ilimit adas pueden consider ar se a los
vehícul os que se acer can a un caset a de peaj e, los
af icionados a un par t ido del mundial de Fút bol, client es
en un super mer cado.
LA MAYORÍ A DE LOS MODELOS ASUME ARRI BO
I NFI NI TO.
Población de ar r i bo limit ada o f init a: cuando se t ienen muy
pocos ser vidor es y el ser vicio es r est r ingido. Ej .: los
pacient es en un consut or io médico
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 13
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
1. CARACTERI STI CAS DE ARRI BO:
• 1. b. Pat r ón de ar r i bo al sist ema:
– Los client es ar r iban a ser at endidos de una maner a
pr ogr amada (un pacient e cada 15 minut os) o de una
maner a aleat or ia.
– Se consider an que los ar r ibos son aleat or ios cuando ést os
son independient es de ot r os y su ocur r encia no puede ser
pr edecida exact ament e.
– Fr ecuent ement e en pr oblemas de colas, el númer o de
ar r ibos por unidad de t iempo pueden ser est imados por
medio de la Dist r ibución de Poisson que es una
dist r ibución discr et a de pr obabilidad.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 14
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
1. CARACTERI STI CAS DE ARRI BO:
• DI STRI BUCI ON DE POI SSON:
• P(x) = Pr obabilidad de x ar r i bos
• .x= númer o de ar r ibos por uni dad de t iempo
• ì = r at a pr omedio de ar r ibo
.e = 2.71828
( ) ,... 4 , 3 , 2 , 1 , 0 _
!
= =
÷
x para
x
e
x P
x


I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 15
TEORI A DE COLAS
DI STRI BUCI ON DE POI SSON
DI STRI BUCI ON DE POI SSON PARA TI EMPOS DE ARRI BO  = 2
0.0000
0.0500
0.1000
0.1500
0.2000
0.2500
0.3000
ARRI BOS/ UNI DAD DETI EMPO
P
R
O
B
A
B
I
L
I
D
A
D
DISTRIBUCI ON
DISTRIBUCI ON 0.1353 0.2707 0.2707 0.1804 0.0902 0.0361 0.0120 0.0034 0.0009 0.0002
0 1 2 3 4 5 6 7 8 9
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 16
TEORI A DE COLAS
DI STRI BUCI ON DE POI SSON
DI STRI BUCI ON DE POI SSON PARA TI EMPOS DE ARRI BO
 = 4
0.0000
0.0500
0.1000
0.1500
0.2000
0.2500
ARRI BOS/ UNI DAD DETI EMPO
P
R
O
B
A
B
I
L
I
D
A
D
DISTRIBUCI ON
DISTRIBUCI ON 0.0183 0.0733 0.1465 0.1954 0.1954 0.1563 0.1042 0.0595 0.0298 0.0132
0 1 2 3 4 5 6 7 8 9
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 17
TEORI A DE COLAS
Car act er íst icas de una LI NEA DE ESPERA
1. CARACTERI STI CAS DE ARRI BO:
1. c. Compor t amient o de los ar r ibos:
La mayor ía de los modelos de colas asume que los client es
son pacient es o sea que esper an en la cola hast a ser
ser vidos y no se pasan ent r e col as. Desaf or t unadament e, la
vida es complicada y la gent e se r eniega. Aquellos que se
impacient an por la esper a, se r et ir an de la cola sin
complet ar su t r ansacción.
Est a sit uación sir ve par a acent uar el est udio de la t eor ía de
colas y el análisis de l as líneas de esper a, ya que un cl ient e no
ser vido es un client e per dido y hace mal a pr opaganda de ese
negocio.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 18
TEORI A DE COLAS
2. CARACTERI STI CAS DE LA LI NEA DE ESPERA:
• La LI NEA DE ESPERA es el segundo component e de un
sist ema de colas. La longit ud de la cola puede ser t ambién
LI MI TADA o I LI MI TADA.
– Cola LI MI TADA es aquella que por aspect os f ísicos no
puede incr ement ar se a t amaños inf ini t os. Puede ser el
caso de una peluquer ía que t iene pocos bar ber os y sill as
par a at ender .
– Est udiar emos los modelos de colas asumiendo colas de
longit ud inf ini t a. Una cola es I LI MI TADA cuando su
t amaño no t iene r est r icción como es el caso de una caset a
de peaj e que sir ve a los vehículos que ar r iban.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 19
TEORI A DE COLAS
2. CARACTERI STI CAS DE LA LI NEA DE ESPERA:
• Una segunda car act er íst ica de las líneas de esper a se
r ef ier e a la DI SCI PLI NA EN LA COLA mediant e la cual los
client es r eciben el ser vicio. La mayor ía de los sist emas usan
la r egla Pr imer o En Ent r ar Pr imer o En Salir (Fir st I n Fir st
Out ) [ PEPS (FI FO)] . Se denomina t ambién FI FS (Fir st I n
Fir st Ser ved).
• En las ár eas de emer gencia de hospit ales sin embar go se
omit e est a r egla dependiendo de la gr avedad de las lesiones
de las per sonas que ar r iban por auxilio médico.
• En super mer cados, per sonas con menos de 10 ar t ículos t ienen
la caj a expr ess que at i ende a est e t ipo de client es. Per o en la
cola se l es at iende con l a polít ica PEPS.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 20
TEORI A DE COLAS
CARACTERI STI CAS DE LA LI NEA DE ESPERA
3. Car act er íst icas del Ser vicio
El t er cer element o de un sist ema de colas es el SERVI CI O. En
él son impor t ant es dos pr opiedades básicas:
1. La conf igur ación del sist ema de ser vicio.
2. El pat r ón de t iempos de ser vicio
3. 1. CONFI GURACI ONES BASI CAS PARA EL SERVI CI O:
Los sist emas par a el ser vicio son clasif icados en f unción del
numer o de canales (ser vidor es) y el númer o de f ases
(númer o de par adas que deben hacer se dur ant e el ser vicio).
Sist ema de cola de un solo canal: t iene un solo
ser vidor . Ej emplos de ello son los caj er os par a
aut omovil ist as o los est ablecimient os de comida r ápida.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 21
TEORI A DE COLAS
CARACTERI STI CAS DE LA LI NEA DE ESPERA
3. 1. Conf igur aciones básicas par a el Ser vicio
– Sist ema de cola mult i- canal: Son pr incipalment e los
caj er os de un banco en los cuales hay una sola cola y
var ias per sonas at endiendo a los client es en diver sas
caj as.
– Sist ema de una sola f ase: es aquel en el cual el client e
r ecibe el ser vicio de una sola est ación y luego abandona
el sist ema. Un r est aur ant de comida r ápida en el cual la
per sona que t oma la or den t ambién le ent r ega el aliment o
y cobr a, es un sist ema de una sola f ase
– Sist ema mult if ase: cuando se pone la or den en una
est ación, se paga en una segunda y se r et ir a lo adquir ido
en una t er cer a
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 22
TEORI A DE COLAS
Conf igur aciones Básicas de Sist emas de Colas
3. 1. Conf igur aciones básicas par a el Ser vicio
SERVI DOR
COLA
SERVI CI O
FASE 2
COLA
ARRI BOS
SERVI CI O
FASE 1
SALI DAS
SI STEMA UN CANAL, UNA FASE
ARRI BOS
UN SOLO CANAL, MULTI FASE
SALI DAS
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 23
TEORI A DE COLAS
Conf igur aciones Básicas de Sist emas de Colas
3. 1. Conf igur aciones básicas par a el Ser vicio
SI STEMA MULTI CANAL UNA FASE
ARRI BOS
COLA
CANAL 1
CANAL 2
CANAL 3
SALI DAS
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 24
SI STEMA MULTI CANAL MULTI FASE
ARRI BOS
COLA
FASE 2
CANAL 1
FASE 1
CANAL 2
FASE 2
CANAL 2
SALI DAS
FASE 1
CANAL 1
TEORI A DE COLAS
Conf igur aciones Básicas de Sist emas de Colas
3. 1. Conf igur aciones básicas par a el Ser vicio
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 25
TEORI A DE COLAS
Conf igur aciones Básicas de Sist emas de Colas
3. 2. Dist r ibución del Tiempo de Ser vicio
• Los pat r ones de ser vicio son similar es a los pat r ones de
llegada. Pueden ser const ant es o aleat or ios.
I . Si el t iempo de ser vicio es const ant e, t oma la misma
cant idad de t iempo at ender a cada cli ent e. Es común con
ser vicios dados por medio de máquinas (Lavador a
aut omát ica de car r os).
I I . Si el t iempo de ser vicio es dist r ibuído aleat or iament e –
que es el caso más común – se lo r epr esent a por la
DI STRI BUCI ON DE PROBABI LI DAD EXPONENCI AL
NEGATI VA de la f or ma e
- x
par a x  0. Est a es una
hipót esis mat emát ica muy convenient e, cuando los ar r ibos
siguen l a dist r ibución de Poi sson.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 26
TEORI A DE COLAS
Medición del Rendimient o de las Colas
• Los modelos de colas ayudan a los administ r ador es a t omar
decisiones par a balancear los cost os de ser vicio deseables con
los cost os de esper a en la línea.
• Los pr incipales f act or es que se evalúan en est os modelos son:
1. Tiempo pr omedio que cada client e u obj et o per manece en la
cola
2. Longit ud de cola pr omedio
3. Tiempo pr omedio que cada client e per manece en el sist ema
(t iempo de esper a + t iempo de ser vicio).
4. Númer o de client es pr omedio en el sist ema.
5. Pr obabilidad de que el ser vicio se quede vacío
6. Fact or de ut ilización del sist ema
7. Pr obabilidad de la pr esencia de un específ ico númer o de
client es en el sist ema.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 27
TEORI A DE COLAS
Not ación de los Modelos de Colas
• Reconociendo la diver sidad de los sist emas de colas, Kendall
(1953) pr opuso un sist ema de not ación par a sist emas de
ser vidor es par alelos que ha sido adopt ado univer salment e.
• Una ver sión r esumida de est a convención est á basada en el
f or mat o A/ B/ c/ N/ K. Est as let r as r epr esent an las siguient es
car act er íst i cas del sist ema:
– A = Dist r ibución de t iempo ent r e ar r ibos.
– B = Dist r ibución del t i empo de ser vicio.
Los siguient es son símbolos comunes par a A y B:
M = exponencial o Mar kov
(1)
D = const ant e o det er miníst i ca
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 28
TEORI A DE COLAS
Not ación de los Modelos de Colas
• E
k
= Er lang de or den k
• PH = Tipo f ase
• H = Hiper exponencial
• G = Ar bit r ar io o gener al
• GI = Gener al independi ent e
– .c = númer o de ser vidor es par alelos
– N = Capacidad del si st ema
– K = Tamaño de la población.
Not a
(1)
: A causa de l as suposiciones de dist r ibución
exponencial en l os pr ocesos de ar r ibo, est os
modelos son llamados MARKOVI ANOS
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 29
TEORI A DE COLAS
Not ación de los Modelos de Colas
• Por ej emplo: M/ M/ 1/ /  signif ica un solo ser vidor ,
capacidad de cola ilimit ada y población inf ini t a de ar r ibos
pot enciales. Los t iempos ent r e ar r ibos y los t iempos de
ser vicio son dist r ibuídos exponencialment e.
• Cuando N y K son inf init os, pueden ser descar t ados de la
not ación. M/ M/ 1/ ·/ · es r educido a M/ M/ 1.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 30
TEORI A DE COLAS
Var iedad de Modelos de Colas
• Exist e una cant idad enor me de Modelos de Colas que pueden
ut il izar se. Nos vamos a concent r ar en 4 de l os modelos más
usados. Modelos más complej os pueden ser desar r oll ados
mediant e el uso de la Simulación y se l os encuent r a en t ext os
especializados sobr e el t ema.
• Los 4 modelos de col as a est udiar asumen:
o Ar r ibos según la Dist r ibución de Poisson
o Disciplina PEPS
o Una sola f ase de ser vicio.
– Modelo A: Un canal, Ar r ibos según la Dist r ibución de
Poisson; Tiempos de Ser vicio exponencial es
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 31
TEORI A DE COLAS
Var iedad de Modelos de Colas
– Modelo B: Mult icanal
– Modelo C: Tiempo de Ser vicio const ant e
– Modelo D: Población Limit ada
• Modelo A: Modelo de Colas de un solo canal, con ar r ibos
que siguen la dist r ibución de Poisson y Tiempos de
Ser vicio Exponenciales: (Modelo M/ M/ 1)
• Los casos más comunes de pr oblemas de colas incluyen la
línea de esper a de canal único o ser vidor único. En est e caso
los ar r ibos cr ean una sola cola a ser ser vida por una sola
est ación.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 32
TEORI A DE COLAS
Modelo A: M/ M/ 1
• Asumimos que exist en las siguient es condiciones:
1. Los client es son ser vidos con una polít ica PEPS y cada
ar r ibo esper a a ser ser vido sin impor t ar la longit ud de
la línea o cola.
2. Los ar r ibos son independient es de ar r ibos ant er ior es,
per o el pr omedio de ar r ibos, no cambia con el t iempo.
3. Los ar r ibos son descr it os mediant e la dist r ibución de
pr obabilidad de Poisson y pr oceden de una población
muy gr ande o inf init a.
4. Los t iempos de ser vicio var ían de client e a client e y son
independient es ent r e sí, per o su r at a pr omedio es
conocida.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 33
TEORI A DE COLAS
Modelo A: (M/ M/ 1) – Modelo B: (M/ M/ S)
5. Los t iempos de ser vicio se r epr esent an mediant e l a
dist r ibución de pr obabilidad exponencial negat iva.
6. La r at a de ser vicio es más r ápida que l a r at a de ar r ibo.
Tabla 5. 3 Render Pág. 192
• Modelo B: Modelo de cola mult icanal (M/ M/ S)
• Dos o más ser vidor es o canales est án disponibles par a
at ender a los client es que ar r iban.
• Los client es f or man una sola cola y se los at iende de
acuer do al ser vidor que queda libr e.
• Asumimos que los ar r ibos siguen la dist r ibución de
pr obabilidad de Poisson y los t iempos de ser vicio son
dist r ibuídos exponencialment e.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 34
TEORI A DE COLAS
Modelo B: (M/ M/ S) Modelo C: (M/ D/ 1)
• Los ser vicios se los hace de acuer do a la polít ica pr imer o en
llegar pr imer o en ser ser vido (PEPS) y t odos los ser vidor es
at ienden a la misma r at a.
• Modelo C: Modelo de Tiempo de Ser vicio Const ant e
(M/ D/ 1)
• Algunos sist emas t ienen t iempos de ser vicio const ant es en
lugar de exponencialment e dist r ibuídos. Cuando los client es
son at endidos o equipos son pr ocesados con un ciclo f ij o
como es el caso de una lavador a de car r os aut omat izada o
cier t os ent r et enimient os en los par ques de diver siones, el
asumir ser vicio const ant e es adecuado.
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 35
TEORI A DE COLAS
Modelo D: Población limit ada
• Modelo D: Modelo de Población limit ada. -
• Est e modelo puede ser usado por ej emplo si est amos
consider ando r epar aciones de equipo en una f ábr ica que t i ene
5 máquinas. Est e modelo per mit e cualquier númer o de
r epar ador es a ser consider ados.
• La r azón por la cual est e modelo dif ier e de los ot r os t r es es
que ahor a hay una r elación de dependencia ent r e la longit ud
de la cola y la r at a de ar r ibo. La sit uación ext r ema ser ía si
en la f ábr ica t enemos 5 máquinas, t odas se han dañado y
necesit an r epar ación; siendo en est e caso la r at a de ar r ibo
CERO. En gener al, si la línea de esper a cr ece, la r at a de
llegada t iende a cer o
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 36
RESUMEN DE LOS MODELOS DE COLAS
DESCRI TOS
MODELO NOMBRE N° DE
CANAL
ES
N° DE
FASES
PATRÓN
DE
ARRI BO
PATRÓN
DE
SERVI CI O
TAMAÑO DE
LA POBLACI ÓN
DI SCI PLI NA
DE COLA
A
SI MPLE
M/ M/ 1
UNO UNA POI SSON EXPONEN
CI AL
I NFI NI TA PEPS
B
MULTI -
CANAL
M/ M/ S
MULTI
CANAL
UNA POI SSON EXPONEN
CI AL
I NFI NI TA PEPS
C
SERVI CI O
CONSTANTE
(M/ D/ 1)
UNO UNA POI SSON CONSTAN
TE
I NFI NI TA PEPS
D
POBLACI ON
LI MI TADA
UNO UNA POI SSON EXPONEN
CI AL
FI NI TA PEPS
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 37
FÓRMULAS PARA COLAS
MODELO A: SI STEMA SI MPLE O M/ M/ 1
 



 



÷
=
+
= =
= =
÷
= =
=
=
=
1
servicio) de tiempo espera de (tiempo
sistema el en permanece unidad una que promedio Tiempo
sistema del n utilizació de Factor
sistema el en (clientes) unidades de promedio Número
sistema el en unidades de número
tiempo de período por servidos cosas o gente de promedio Número
tiempo de período por arribos de promedio Número
S
S
S S
W
W
L L
n
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 38
FÓRMULAS PARA COLAS
MODELO A: SI STEMA SI MPLE O M/ M/ 1
( )
( )
( )
( )
1
2
sistema el en estén unidades k" " de más que de ad Probabilid
1 1
vacía) está servicio de unidad (la sistema el en unidades cero de ad Probabilid
1 1
sistema el en estén clientes " n " que de ad Probabilid
cola la en espera unidad una que promedio Tiempo
cola la en unidades de promedio Número
+
,
,
|
|
.
|

\
|
=
= =
÷ = ÷ =
= =
- ÷ =
|
|
.
|

\
|
-
|
|
.
|

\
|
÷ =
= =
- =
÷
= =
- =
÷
= =
k
k n
k n
o
o
n
n
n
n
S q
S q
P
P
P
P
P
P
W W
L L





 





  


  

I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 39
FÓRMULAS PARA COLAS
MODELO B: SI STEMA MULTI CANAL O
M/ M/ S
( ) ( ) 

 



 
 







+
÷ ÷
|
.
|

\
|
=
=
,
÷
|
|
.
|

\
|
+

|
|
.
|

\
|
=
= =
=
=
=
¯
÷ =
=
Po
M M
L
L
M
M
M
M n
P
P
M
M
S
s
M
M n
n
n o
o
2
1
0
.!. 1
: sistema el en unidades o personas de promedio número
para
!
1
!
1
1
sistema el en unidades o personas CERO existan que de ad Probabilid
canal cada en servicio de promedio tasa
arribo de promedio tasa
abiertos canales de número
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 40
FÓRMULAS PARA COLAS
MODELO B: SI STEMA MULTI CANAL O
M/ M/ S
( ) ( )
 



   



q
S q
q
S S q
q
S
M
S
s
L
W W
W
L L L
L
L
Po
M M
W
W
= ÷ =
=
=
÷ = ÷ =
= =
= +
÷ ÷
|
.
|

\
|
=
=
=
1
servicio por esperando cola la en da tar
se unidad o persona una que promedio Tiempo
servicio de espera en cola, o línea la en unidades o personas de promedio Número
1
! 1
) (atendida) servida siendo y cola la (en
sistema, el en permanece unidad una que promedio Tiempo
2
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 41
FÓRMULAS PARA COLAS
MODELO C: SERVI CI O CONSTANTE O
MODELO M/ D/ 1
( )
( )



  

  

1
sistema, el en espera de promedio Tiempo
sistema, el en clientes de promedio Número
2
cola, la en espera de promedio Tiempo
2
cola, la de promedio Longitud
2
+ =
+ =
÷
=
÷
=
q S
q S
q
q
W W
L L
W
L
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 42
FORMULAS PARA COLAS
MODELO D: POBLACI ÓN LI MI TADA
servicio de Factor
cola la en espera unidad una que promedio Tiempo
unidad la a atención de ntos requerimie entre servicio Tiempode
promedio servicio de Tiempo
s potenciale clientes de Número
servicio de canales de Número
servicio el esperando unidades de promedio Número
servicio de sector el en o cola en están no que unidades de promedio Número
servidas siendo unidades de promedio Número
eficiencia de Factor
cola la en esperar que tenga unidad una que de ad Probabilid
: NOTACIÓN
=
=
=
=
=
=
=
=
=
=
=
X
W
U
T
N
M
L
J
H
F
D
I .G. Andr ade D. I .O. I I - I .S. - U.D.A. 43
FORMULAS PARA COLAS
MODELO D: POBLACI ÓN LI MI TADA
( )
( ) ( )
( )
H L J N
FNX H
X NF J
XF
F T
L N
U T L
W
F N L
U T
T
X
+ + =
=
÷ =
÷
=
÷
+
=
÷ =
+
=
... .......... Población la de Cuantía
servido siendo promedio Número
1 ento funcionami en promedio Número
1
........ espera de promedio Tiempo
1 ........ espera en promedio Número
... .......... .......... Servicio de Factor
: FÓRMULAS

G. 11 TEORIA DE COLAS Características de una LINEA DE ESPERA 1.D.U. Patrón de llegada a la cola c.I.A. Arribos o ingresos al sistema 2.O. II . Población de arribo limitada o finita: cuando se tienen muy pocos servidores y el servicio es restringido. LA MAYORÍA DE LOS MODELOS ASUME ARRIBO INFINITO. I.A.U. II .D. clientes en un supermercado. I. II .Tamaño de la Población: El tamaño de la población puede ser: infinito (ilimitado) o limitado (finito). I.D. I.O.S.I. Para propósitos prácticos poblaciones ilimitadas pueden considerarse a los vehículos que se acercan a un caseta de peaje.G. 7 TEORIA DE COLAS • Cuando el servicio mejora. II . Andrade D.G.U.S.A.U. Características de una LINEA DE ESPERA SERVICIO TEORIA DE COLAS • Pago en cajas Pago de peaje Consulta Proceso de datos Efectuar comunicación Depósitos y Cobros Reparación Carga y descarga 9 Una cola de espera está compuesta de tres elementos: 1. . 8 TEORIA DE COLAS COLAS MAS COMUNES SITIO Supermercado Peaje Consultorio Sistema de Cómputo ARRIBOS EN COLA Compradores Vehículos Pacientes Programas a ser corridos Clientes Máquinas dañadas Barcos I. I. Andrade D. .G.a. Comportamiento de las llegadas. 10 Características de una LINEA DE ESPERA • • 1. .S.O. .a. II . • En ciertos servicios (IESS. Bancos. Cedulación) el costo de la espera puede ser intolerablemente alto.O.O. Andrade D. Andrade D. .S. I. • Compañía de teléfonos Llamadas Banco Mantenimiento Muelle I.S.I.: los pacientes en un consutorio médico I. . Tamaño de la población que arriba b.I.A.G. • Este costo puede reflejar pérdida de productividad de los operarios que están esperando que compongan sus equipos o puede ser simplemente un estimado de los clientes perdidos a causa de mal servicio y colas muy largas. Andrade D.O. II . disminuye el costo de tiempo perdido en las líneas de espera. CARACTERISTICAS DE ARRIBO: 1. se contrata personal adicional para atender en ciertas épocas del día o del año. I.I. CARACTERISTICAS DE ARRIBO: La fuente de ingreso que genera los arribos o clientes para el servicio tiene tres características principales: a. Los Administradores de ciertos centros de servicio pueden variar su capacidad teniendo personal o máquinas adicionales que son asignadas a incrementar la atención cuando crecen excesivamente los clientes.D. – En supermercados se habilitan cajas adicionales cuando es necesario.S. Servicio Estos tres componentes tienen ciertas características que deben ser examinadas antes de desarrollar el aspecto matemático de los modelos de cola. Ej. Disciplina en la cola 3. 1. los aficionados a un partido del mundial de Fútbol.D. – En bancos y puntos de chequeo de aeropuertos.D. I.A. I. Tamaño de la Población: Infinito (ilimitado): Cuando el número de clientes o arribos en un momento dado es una pequeña parte de los arribos potenciales.TEORIA DE COLAS Costos de Servicio vs Nivel de Servicio • Los COSTOS DE SERVICIO se incrementan si se mejora el NIVEL DE SERVICIO. 12 TEORIA DE COLAS .I. Andrade D.U.G.A.U.

2707 3 0. I. Desafortunadamente.0500 DISTRIBUCION PROBABILIDAD 0. .D. x! • P(x) = Probabilidad de x arribos • . .1804 4 0.1000 0.A.1000 0.S. 18 TEORIA DE COLAS 1.1954 0.I. La longitud de la cola puede ser también LIMITADA o ILIMITADA. I.2500 0.I. Comportamiento de los arribos: La mayoría de los modelos de colas asume que los clientes son pacientes o sea que esperan en la cola hasta ser servidos y no se pasan entre colas.0009 9 0.U.x= número de arribos por unidad de tiempo rata promedio de arribo • = . I. Andrade D.2500 TEORIA DE COLAS DISTRIBUCION DE POISSON DISTRIBUCION DE POISSON PARA TIEMPOS DE ARRIBO TEORIA DE COLAS =2  = 4 0.4. – Estudiaremos los modelos de colas asumiendo colas de longitud infinita.D. – Se consideran que los arribos son aleatorios cuando éstos son independientes de otros y su ocurrencia no puede ser predecida exactamente. Andrade D.D. .2000 PROBABILIDAD 0. – Cola LIMITADA es aquella que por aspectos físicos no puede incrementarse a tamaños infinitos.O. – Frecuentemente en problemas de colas.G.3.0000 0.71828 I.O.0500 0.D.1042 0. I.I.0902 5 0. Patrón de arribo al sistema: – Los clientes arriban a ser atendidos de una manera programada (un paciente cada 15 minutos) o de una manera aleatoria. CARACTERISTICAS DE ARRIBO: TEORIA DE COLAS • 1.1353 ARRIBOS/UNIDAD DE TIEMPO I.S. Esta situación sirve para acentuar el estudio de la teoría de colas y el análisis de las líneas de espera.Características de una LINEA DE ESPERA 1.A.1.S. I. 16 Características de una LINEA DE ESPERA 1.U. • DISTRIBUCION DE POISSON: P x   e   x para _ x  0.D.2.A.I. II .O.A.2000 0. .1465 0.. Andrade D.0595 0.1500 0.0120 7 0. Andrade D. CARACTERISTICAS DE LA LINEA DE ESPERA: • La LINEA DE ESPERA es el segundo componente de un sistema de colas.1954 0. CARACTERISTICAS DE ARRIBO: TEORIA DE COLAS Características de una LINEA DE ESPERA 1. II .. ya que un cliente no servido es un cliente perdido y hace mala propaganda de ese negocio.S. . se retiran de la cola sin completar su transacción.0000 0 1 0. II . I. Una cola es ILIMITADA cuando su tamaño no tiene restricción como es el caso de una caseta de peaje que sirve a los vehículos que arriban.c.U.G.G.0183 0.3000 0.S. I.A. II .O.I.0002 0 1 2 3 4 5 6 7 8 9 DISTRIBUCION 0.A. el número de arribos por unidad de tiempo pueden ser estimados por medio de la Distribución de Poisson que es una distribución discreta de probabilidad.U.D. II .I. Andrade D. 17 .G.. CARACTERISTICAS DE ARRIBO: TEORIA DE COLAS 2.O.O.0298 0. Puede ser el caso de una peluquería que tiene pocos barberos y sillas para atender.0361 6 0.S.G.G.U. 14 DISTRIBUCION DE POISSON DISTRIBUCION DE POISSON PARA TIEMPOS DE ARRIBO 0. 13 I. I.0034 8 0. Aquellos que se impacientan por la espera. 15 I.0733 0.1563 0. .2707 2 0.0132 ARRIBOS/UNIDAD DE TIEMPO DISTRIBUCION 0.b.e = 2.U. II . la vida es complicada y la gente se reniega. Andrade D.1500 DISTRIBUCION 0.

Andrade D.O. se paga en una segunda y se retira lo adquirido en una tercera I. El patrón de tiempos de servicio 3.A. .2. Andrade D.I. 2.D. 20 TEORIA DE COLAS CARACTERISTICAS DE LA LINEA DE ESPERA 3. • En supermercados. I. personas con menos de 10 artículos tienen la caja express que atiende a este tipo de clientes.G.D. I. II . I. I. Configuraciones básicas para el Servicio – Sistema de cola multi-canal: Son principalmente los cajeros de un banco en los cuales hay una sola cola y varias personas atendiendo a los clientes en diversas cajas. • En las áreas de emergencia de hospitales sin embargo se omite esta regla dependiendo de la gravedad de las lesiones de las personas que arriban por auxilio médico. I. En él son importantes dos propiedades básicas: 1. . Andrade D.U. Un restaurant de comida rápida en el cual la persona que toma la orden también le entrega el alimento y cobra. 24 . 22 Configuraciones Básicas de Sistemas de Colas 3. 21 TEORIA DE COLAS Configuraciones Básicas de Sistemas de Colas 3.I. Andrade D.S.S.A.D. CONFIGURACIONES BASICAS PARA EL SERVICIO: Los sistemas para el servicio son clasificados en función del numero de canales (servidores) y el número de fases (número de paradas que deben hacerse durante el servicio). Características del Servicio El tercer elemento de un sistema de colas es el SERVICIO. Andrade D. 23 I. MULTIFASE I.O. II .S. Andrade D.A.O.G.I. Ejemplos de ello son los cajeros para automovilistas o los establecimientos de comida rápida.S. II .A. . La mayoría de los sistemas usan la regla Primero En Entrar Primero En Salir (First In First Out) [PEPS (FIFO)].D. Configuraciones básicas para el Servicio TEORIA DE COLAS COLA ARRIBOS SERVIDOR SALIDAS SISTEMA UN CANAL. es un sistema de una sola fase – Sistema multifase: cuando se pone la orden en una estación.1.U.U.G. II . Sistema de cola de un solo canal: tiene un solo servidor. I.1.A.1.U. La configuración del sistema de servicio. UNA FASE COLA ARRIBOS SERVICIO FASE 1 SERVICIO FASE 2 SALIDAS UN SOLO CANAL.O.O.S. .D. I.U.O. CARACTERISTICAS DE LA LINEA DE ESPERA: • Una segunda característica de las líneas de espera se refiere a la DISCIPLINA EN LA COLA mediante la cual los clientes reciben el servicio. 19 TEORIA DE COLAS CARACTERISTICAS DE LA LINEA DE ESPERA 3. – Sistema de una sola fase: es aquel en el cual el cliente recibe el servicio de una sola estación y luego abandona el sistema.G. II . .S. . II . Configuraciones básicas para el Servicio TEORIA DE COLAS COLA CANAL 1 SALIDAS ARRIBOS COLA FASE 1 CANAL 1 FASE 2 CANAL 1 SALIDAS ARRIBOS CANAL 2 CANAL 3 FASE 1 CANAL 2 FASE 2 CANAL 2 SISTEMA MULTICANAL UNA FASE SISTEMA MULTICANAL MULTIFASE I.I.D.U. Pero en la cola se les atiende con la política PEPS.1.G.I. Configuraciones básicas para el Servicio TEORIA DE COLAS Configuraciones Básicas de Sistemas de Colas 3. Se denomina también FIFS (First In First Served).G.A.I. I.1.

D. – B = Distribución del tiempo de servicio. 30 I. Andrade D.A. Probabilidad de la presencia de un específico número de clientes en el sistema.S. .G.D. M/M/1// es reducido a M/M/1. II . Modelos más complejos pueden ser desarrollados mediante el uso de la Simulación y se los encuentra en textos especializados sobre el tema.G. II . I. I. I. Si el tiempo de servicio es distribuído aleatoriamente – que es el caso más común – se lo representa por la DISTRIBUCION DE PROBABILIDAD EXPONENCIAL NEGATIVA de la forma e-x para x  0. .U. .D. II . • Una versión resumida de esta convención está basada en el formato A/B/c/N/K.A. – Modelo A: Un canal. Tiempo promedio que cada cliente u objeto permanece en la cola 2.I. II .O. 26 • I. Estas letras representan las siguientes características del sistema: – A = Distribución de tiempo entre arribos.U.D.A.U. 29 .I.G.c = número de servidores paralelos N = Capacidad del sistema – K = Tamaño de la población.U. 27 TEORIA DE COLAS Notación de los Modelos de Colas • Ek = Erlang de orden k • P H = Tipo fase • H = Hiperexponencial • G = Arbitrario o general • GI = General independiente – .O.I. estos modelos son llamados MARKOVIANOS I.I.S. . Los tiempos entre arribos y los tiempos de servicio son distribuídos exponencialmente. Esta es una hipótesis matemática muy conveniente. Factor de utilización del sistema 7. Si el tiempo de servicio es constante. II .G.Configuraciones Básicas de Sistemas de Colas 3. • Cuando N y K son infinitos.O.S. Andrade D. Nos vamos a concentrar en 4 de los modelos más usados. Número de clientes promedio en el sistema. Andrade D. capacidad de cola ilimitada y población infinita de arribos potenciales. Es común con servicios dados por medio de máquinas (Lavadora automática de carros).I.G. I. 5. I.S.G. Distribución del Tiempo de Servicio Los patrones de servicio son similares a los patrones de llegada.I.A.U. • Los 4 modelos de colas a estudiar asumen: o Arribos según la Distribución de Poisson o Disciplina PEPS o Una sola fase de servicio. Tiempo promedio que cada cliente permanece en el sistema (tiempo de espera + tiempo de servicio). Andrade D.O. Andrade D. I. Kendall (1953) propuso un sistema de notación para sistemas de servidores paralelos que ha sido adoptado universalmente. Pueden ser constantes o aleatorios. I. TEORIA DE COLAS Notación de los Modelos de Colas • Reconociendo la diversidad de los sistemas de colas. Tiempos de Servicio exponenciales I. Arribos según la Distribución de Poisson. 25 TEORIA DE COLAS TEORIA DE COLAS Medición del Rendimiento de las Colas • • Los modelos de colas ayudan a los administradores a tomar decisiones para balancear los costos de servicio deseables con los costos de espera en la línea. Los principales factores que se evalúan en estos modelos son: 1. Los siguientes son símbolos comunes para A y B: M = exponencial o Markov (1) D = constante o determinística I.2.U. Probabilidad de que el servicio se quede vacío 6. I. cuando los arribos siguen la distribución de Poisson.A. . pueden ser descartados de la notación. – Nota(1): A causa de las suposiciones de distribución exponencial en los procesos de arribo.S.D. toma la misma cantidad de tiempo atender a cada cliente.A.D. II . Andrade D. TEORIA DE COLAS Variedad de Modelos de Colas • Existe una cantidad enorme de Modelos de Colas que pueden utilizarse. 28 TEORIA DE COLAS Notación de los Modelos de Colas • Por ejemplo: M/M/1// significa un solo servidor. II. Longitud de cola promedio 3. 4.S.O.O. .

no cambia con el tiempo. I. con arribos que siguen la distribución de Poisson y Tiempos de Servicio Exponenciales: (Modelo M/M/1) • Los casos más comunes de problemas de colas incluyen la línea de espera de canal único o servidor único. 34 TEORIA DE COLAS Modelo D: Población limitada • Modelo D: Modelo de Población limitada. .D.S. pero su rata promedio es conocida. I.S.A. Los clientes son servidos con una política PEPS y cada arribo espera a ser servido sin importar la longitud de la línea o cola. 33 I.S. pero el promedio de arribos. 2. I. .D. Los tiempos de servicio varían de cliente a cliente y son independientes entre sí. Andrade D.U. 31 TEORIA DE COLAS Modelo A: M/M/1 • Asumimos que existen las siguientes condiciones: 1. • Modelo C: Modelo de Tiempo de Servicio Constante (M/D/1) • Algunos sistemas tienen tiempos de servicio constantes en lugar de exponencialmente distribuídos.A. La rata de servicio es más rápida que la rata de arribo. el asumir servicio constante es adecuado. II . En este caso los arribos crean una sola cola a ser servida por una sola estación.O.U. si la línea de espera crece.G.U. Este modelo permite cualquier número de reparadores a ser considerados. I. I.I.TEORIA DE COLAS Variedad de Modelos de Colas – Modelo B: Multicanal – Modelo C: Tiempo de Servicio constante – Modelo D: Población Limitada • Modelo A: Modelo de Colas de un solo canal. Andrade D.O. 35 RESUMEN DE LOS MODELOS DE COLAS DESCRITOS MODELO NOMBRE N° DE CANAL ES N° DE FASES PATRÓN DE ARRIBO PATRÓN DE SERVICIO TAMAÑO DE LA POBLACIÓN DISCIPLINA DE COLA A B C D SIMPLE M/M/1 MULTICANAL M/M/S SERVICIO CONSTANTE (M/D/1) POBLACION LIMITADA UNO UNA POISSON EXPONEN CIAL EXPONEN CIAL CONSTAN TE EXPONEN CIAL INFINITA PEPS MULTI CANAL UNO UNA POISSON INFINITA PEPS UNA POISSON INFINITA PEPS UNO UNA POISSON FINITA PEPS I. • La razón por la cual este modelo difiere de los otros tres es que ahora hay una relación de dependencia entre la longitud de la cola y la rata de arribo.O. 36 .I. • • • • Modelo B: Modelo de cola multicanal (M/M/S) Dos o más servidores o canales están disponibles para atender a los clientes que arriban. Los clientes forman una sola cola y se los atiende de acuerdo al servidor que queda libre.G. II .A. La situación extrema sería si en la fábrica tenemos 5 máquinas.I. 32 I. II . Andrade D. Asumimos que los arribos siguen la distribución de probabilidad de Poisson y los tiempos de servicio son distribuídos exponencialmente. II . .G. Tabla 5.O. Andrade D. Los arribos son independientes de arribos anteriores.O.G. I.S. Los arribos son descritos mediante la distribución de probabilidad de Poisson y proceden de una población muy grande o infinita. En general.3 Render Pág.D. I. siendo en este caso la rata de arribo CERO.G.U.D. . Andrade D. Los tiempos de servicio se representan mediante la distribución de probabilidad exponencial negativa.S.I.I.• Este modelo puede ser usado por ejemplo si estamos considerando reparaciones de equipo en una fábrica que tiene 5 máquinas. Cuando los clientes son atendidos o equipos son procesados con un ciclo fijo como es el caso de una lavadora de carros automatizada o ciertos entretenimientos en los parques de diversiones. todas se han dañado y necesitan reparación. 192 TEORIA DE COLAS Modelo B: (M/M/S) Modelo C: (M/D/1) • Los servicios se los hace de acuerdo a la política primero en llegar primero en ser servido (PEPS) y todos los servidores atienden a la misma rata.G.U. II . 4. la rata de llegada tiende a cero I.S. TEORIA DE COLAS Modelo A: (M/M/1) – Modelo B: (M/M/S) 5. .A.D.I. 6. 3.D. II .A. Andrade D.O. . I.A.U.

I. .I. 37 FÓRMULAS PARA COLAS MODELO A: SISTEMA SIMPLE O M/M/1 2    LS       W q  Tiempo promedio que una unidad espera en la cola     WS      Pn  Probabilid ad de que " n" clientes estén en el sistema  Lq  Número promedio de unidades en la cola     Pn  1       1      n        Po  Probabilid ad de cero unidades en el sistema (la unidad de servicio está vacía)  Po  1  Pn  k n   1      Probabilid ad de que más de " k" unidades estén en el sistema  k 1    Pn  k     I. FÓRMULAS PARA COLAS MODELO C: SERVICIO CONSTANTE O MODELO M/D/1 2 Longitud promediode la cola.D. II . 41 I.G. 38 FÓRMULAS PARA COLAS MODELO B: SISTEMA MULTICANAL O M/M/S M  número de canales abiertos   tasa promedio de arribo   tasa promedio de servicio en cada canal Po  Probabilid ad de que existan CERO personas o unidades en el sistema  1 para M   Po  M  n  M 1 1    n  1  M         n 0 n !    M !    M         Ls  número promedio de personas o unidades en el sistema : LS  FÓRMULAS PARA COLAS MODELO B: SISTEMA MULTICANAL O M/M/S W s  Tiempo promedio que una unidad permanece en el sistema. Andrade D.D.O.I.I. .G. I.G.I.A.S. II .O.U. .S. Andrade D.A.S.U.FÓRMULAS PARA COLAS MODELO A: SISTEMA SIMPLE O M/M/1   Número promedio de arribos por período de tiempo   Número promedio de gente o cosas servidos por período de tiempo n  número de unidades en el sistema  LS  Número promedio de unidades (clientes) en el sistema LS       Factor de utilización del sistema   WS  Tiempo promedio que una unidad permanece en el sistema  (tiempo de espera  tiempo de servicio) 1 WS    I.G.O. Andrade D. II . .D.M   2 M   LS    W q  Tiempo promedio que una persona o unidad se tarda en la cola esperando por servicio  Wq  WS  39 1 Lq    I. en espera de servicio  Lq  LS  M           Po   M  1.D.A. WS  Wq   FORMULAS PARA COLAS MODELO D: POBLACIÓN LIMITADA NOTACIÓN : D  Probabilid ad de que una unidad tenga que esperar en la cola F  Factor de eficiencia H  Número promedio de unidades siendo servidas J  Número promedio de unidades que no están en cola o en el sector de servicio L  Número promedio de unidades esperando el servicio M  Número de canales de servicio N  Número de clientes potenciale s T  Tiempo de servicio promedio U  Tiempode servicio entre requerimie ntos de atención a la unidad W  Tiempo promedio que una unidad espera en la cola X  Factor de servicio I.O.U.G. I.S.I.D.U.A. II . II . .O.A. (en la cola y siendo servida (atendida) )  WS        1 L   Po   S   M  1! M   2 Lq  Número promedio de personas o unidades en la línea o cola. . 42 . Andrade D. II .U. Wq  2      Número promediode clientesen el sistema. I. I.U.S. Andrade D. Andrade D. I.!.A.O.S. Lq  2      Tiempo promediode espera en la cola. 40 I. LS  Lq   1 Tiempo promediode espera en el sistema.G.I.D.

.... I.I...A. N J LH 43 I. .. ... L  N 1  F  LT  U  T 1  F  Tiempopromediode espera .. . II ..... Andrade D.FORMULAS PARA COLAS MODELO D: POBLACIÓN LIMITADA FÓRMULAS : T T U Númeropromedioen espera ...... ...... ...S... W  N L XF Númeropromedioen funcionami ento J  NF 1  X  Númeropromediosiendo servido H  FNX Factor de Servicio..G..O.......D.... X Cuantía de la Población .U.......

Sign up to vote on this title
UsefulNot useful