TEORIA DE LNEAS DE ESPERA

Con el objeto de verificar si una situacin determinada del sistema de lneas de espera
se ajusta o no a un modelo conocido, se requiere de un mtodo para clasificar las
lneas de espera. Esa clasificacin debe de responder preguntas como las siguientes:
1. El sistema de lneas de espera tiene un solo punto de servicio o existen varios
puntos de servicio en secuencia?
2.Existe solo una instalacin de servicio o son mltiples las instalaciones de servicio
que pueden atender a una unidad?
3. Las unidades que requieren el servicio llegan siguiendo algn patrn o llegan en
forma aleatoria?
4.El tiempo que requieren para el servicio se da en algn patrn de o asume
duraciones aleatorias de tiempo?
NOTACIN KENDALL
Por lo general, las tasas de llegada y de servicio no se conocen con certidumbre sino
que son de naturaleza estocstica o probabilstica. Es decir los tiempos de llegada y de
servicio deben describirse a travs de distribuciones de probabilidad y las
distribuciones de probabilidad que se elijan deben describir la forma en que se
comportan los tiempos de llegada o de servicio.
En teora de lneas de espera o de colas se utilizan tres distribuciones de probabilidad
bastante comunes, estas se mencionan a continuacin:

Markov

Determinstica

General
La distribucin de Markov, en honor al matemtico A.A. Markov quien identifico los
eventos "sin memoria", se utiliza para describir ocurrencias aleatorias, es decir,
aquellas de las que puede decirse que carecen de memoria acerca de los eventos
pasados.
Una distribucin determinstica es aquella en que los sucesos ocurren en forma
constante y sin cambio.
La distribucin general sera cualquier otra distribucin de probabilidad. Es posible
describir el patrn de llegadas por medio de una distribucin de probabilidad y el patrn
de servicio a travs de otra.
Para permitir un adecuado uso de los diversos sistemas de lneas de espera, Kendall,
matemtico britnico elabor una notacin abreviada para describir en forma sucinta
los parmetros de un sistema de este tipo. En la notacin Kendall un sistema de lneas
de espera se designa como: A / B / C
En donde: A = se sustituye por la letra que denote la distribucin de llegada.
B = se sustituye por la letra que denote la distribucin de servicio.
C = se sustituye por el entero positivo que denote el nmero de canales
de servicio.
La notacin Kendall tambin utiliza M = Markoviano, D = determinstica, G = General,
por ejemplo un sistema de lneas de espera con llegadas aleatorias, servicio
determinstico y tres canales de servicio se identificar en notacin Kendall como:
M / D / 3
En todos los casos se supone que solo existe una sola lnea de entrada.
Es evidente que existen otros atributos aparte de los que se analizaron antes y que
deben de tomarse en consideracin como por ejemplo:

El tamao de la poblacin de los que provienen los elementos que ingresan al sistema
de lneas de espera.

La forma en que las unidades llegan para ingresar al sistema de lneas de espera; por
ejemplo, una por una o en forma de grupos.

Si las unidades rechazan o no debido a la longitud de la lnea de espera y no ingresan
al sistema.

Si las unidades se arrepienten y abandonan el sistema despus de haber aguardado un
tiempo en la fila.

Si existe o no espacio suficiente para que todas las unidades que llegan aguarden en la
fila.

Los modelos de Lneas de espera que se analizarn son los siguientes:
Modelo M / M / 1
Modelo M / M / S
Modelo M / G / 1
Modelo M / D / 1

MODELO M / M / 1
Este sistema trata de una distribucin de llegada Markoviano, tiempo de servicio
Markoviano, y un servidor.

Llegadas aleatorias (M / M / 1)
En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias, puesto
que las llegadas sern aleatorias en cualquier caso en la que una de ellas no afecte a
las otras. Un ejemplo clsico de llegadas aleatorias son las llamadas que arriban a un
conmutador telefnico o un servicio de emergencia.
Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden
describirse a travs de una distribucin discreta de probabilidad bien conocida, la
distribucin de Poisson. Este tipo especial de llegadas aleatorias supone
caractersticas acerca de la corriente de entrada. En primer lugar, se supone que las
llegadas son por completo independientes entre s y con respecto al estado del
sistema.
En segundo lugar la probabilidad de llegada durante un periodo especfico no depende
de cuando ocurre el periodo, sino ms bien, depende solo de la longitud del intervalo.
Se dicen que estas ocurrencias carecen de "memoria".
Si conocemos el nmero promedio de ocurrencias por periodo, podemos calcular las
probabilidades acerca del nmero de eventos que ocurrirn en un periodo determinado,
utilizando las probabilidades conocidas de la distribucin de Poisson.
En particular, existe un promedio de llegadas en un periodo, t, la probabilidad de n
llegadas en el mismo periodo est dado por:

[ ]

Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la probabilidad de
que haya solo 3 llegadas durante una hora est dada por:
t = 1 hr = 6 llegadas/hr n = 3 llegadas

[ ]

Tiempo de servicio aleatorio (M / M / 1)
Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios aleatorios,
carentes de memoria, es suceso bastante comn en las situaciones cotidianas de
lneas de espera. Y al igual que las llegadas aleatorias los tiempos de servicio carentes
de memoria se describen a travs de una distribucin de probabilidad.
La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que
estos se describen a travs de una distribucin continua en tanto que las llegadas se
describen a travs de una distribucin de Poisson, que es discreta. Si la duracin de los
tiempos de servicio es aleatoria, la distribucin exponencial negativa describe ese
tipo de servicio. Si es la tasa promedio de servicio entonces la distribucin est dada
por:

Es posible emplear esta frmula para calcular la probabilidad de que el servicio sea
ms prolongado que alguna duracin especificada de tiempo T. En la siguiente figura
se representa el modelo.

Caractersticas de operacin

Para calcular las caractersticas de operacin de una cola M / M / 1, primero debemos
de observar que s = tasa promedio de llegadas y = tasa promedio de servicio,
entonces debe de ser menor que . Si esto no ocurriera el promedio de llegadas
sera superior al nmero promedio que se atienden y el nmero de unidades que estn
esperando se volvera infinitamente grande. Si hacemos que U = / puede
denominarse a U como factor de utilizacin del sistema. Este valor es la fraccin
promedio de que el sistema est ocupado, tambin sera el numero promedio de
unidades que estn siendo atendidas en cualquier momento. En trminos de
probabilidad tendramos que:
U = probabilidad de que el sistema est ocupado.

Entonces la probabilidad de que el sistema no est trabajando, o est vaco, P
0
, puede
obtenerse por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el
sistema,

mediante:

en donde n es cualquier entero no negativo. Este importante resultado nos permite
calcular las caractersticas de operacin de las lneas de espera.
La primera caracterstica de operacin que calculamos es el numero promedio de
unidades que se encuentran en el sistema, ya sea esperando o siendo atendidas.
Denominaremos a este nmero promedio de unidades promedio, L. Entonces tenemos
que: Nmero de clientes en el sistema L :

Con estos valores obtenidos podemos calcular el nmero promedio de unidades que
esperan ser atendidas, Dado que es el nmero de unidades que estn
esperando o estn siendo atendidas, y es el nmero promedio de unidades que estn
siendo atendidas en algn momento dado entonces:
Nmero de clientes en la cola L
q
:
A partir de esto es fcil observar que:

o tambin podramos decir que:

Ahora examinaremos el tiempo de espera. Utilizaremos para representar el tiempo
promedio o esperado que una unidad se encuentra en el sistema. Para encontrar ,
observaremos que si L es el nmero esperado de unidades de en el sistema y es el
nmero promedio de unidades que llegan para ser atendidas por periodo, entonces el
tiempo promedio de cualquier unidad que llega debe estar en el sistema est dado por:

De manera similar, el tiempo esperado o promedio que una unidad tiene que esperar
antes de ser atendida,

, est dado por:

En la siguiente figura se representa este modelo.

Ejercicios
1. A una lnea de espera llegan 20 unidades por hora y el tiempo promedio de servicio
es de 30 unidades por hora, realizar un anlisis de esta lnea de espera.
Datos:
= 20 unidades por hora osea que el tiempo entre arribos es de 60/20= 3 minutos
= 30 unidades por hora osea que el tiempo de servicio es de 60/30= 2 minutos
Con los datos anteriores podemos calcular la probabilidad de que el sistema est
ocupado:

Entonces la probabilidad de que el sistema no est ocupado:

El nmero esperado de unidades en el sistema quedar definido por:

El nmero esperado de unidades que esperan ser atendidas quedar definido por:

Entonces en promedio habr 4 / 3 de unidades esperando ser atendidas y 2 / 3 de
unidad siendo atendida.

De manera similar, el tiempo promedio que una unidad espera para ser atendida estar
definido por:

2. Dado una tasa de llegada de 15 por hora y dado que la tasa promedio de servicio es de
20 por hora. Cul es la probabilidad de que haya
a) 0 cliente en el sistema .. 0.25 (25%)
b) 1 cliente en el sistema .. (0.75)
1
(0.25)= 0.1875 (18.75%)
c) 2 clientes en el sistema (0.75)
2
(0.25)= 0.1406 (14.06%)
Factor de Utilizacin: U==

=
15
20
= 0,75 P
n
= 1
n


| | | |

| |
\ . \ .

3. La cafetera de la UTP se enfrenta al problema de determinar el nmero de meseros
que debe utilizar en las horas pico. La Gerencia ha observado que los clientes llegan
en promedio cada 4 minutos y el tiempo promedio para recibir y procesar un pedido es
de 2 minutos. Tambin se ha observado que el patrn del nmero de llegadas N sigue
una distribucin de Poisson y que los tiempos de servicio o tiempo de procesamiento
de un pedido siguen una distribucin exponencial con media de
a. Cul es la utilizacin actual de la capacidad de servicio existente
b. Cul es la probabilidad de que un cliente que llega sea servido inmediatamente
c. Cul es la probabilidad de que un cliente que llega encuentre una lnea de espera de
longitud n? n= 1,2,
d. Cul es el nmero esperado de clientes en el sistema
e. Cul es la longitud esperada o promedio de la cola
f. Cul es el tiempo promedio que un cliente debe esperar en el sistema
g. Cul es el tiempo promedio de espera que un cliente gasta en la cola
h. Cul es la probabilidad de que haya solo 3 llegadas durante una horah