You are on page 1of 102

UNIVERSIDAD NACIONAL DE INGENIERÍA

UNI-NORTE
INVESTIGACIÓN DE OPERACIONES II
INGENIERIA INDUSTRIAL E
INGENIERIA DE SISTEMAS

V Unidad: Teoría de Colas
(Líneas de espera)
de Espera:
Teoría de Colas
Maestro 12/06/2009
Ing. Julio Rito Vargas Avilés

Teoría de Colas
Todos nosotros hemos pasado mucho tiempo esperando
en una cola. Estudiaremos algunos modelos matemáticos
para las líneas de esperas. Estos modelos se usarán para
responder preguntas como las siguientes:
1. Cuánto tiempo está ocioso cada servidor?
2. Cuál es el número esperado de clientes presentes en la cola?
3. Cuál es el tiempo previsto que un cliente debe pasar en la cola?
4. Cuál es la distribución de probabilidad del tiempo de espera de
un cliente?
5. Cuál es la distribución de probabilidad de la cantidad de clientes
presentes en la cola?

Las colas…
 Las colas son frecuentes en nuestra vida
cotidiana:
 En un banco
 En un restaurante de comidas rápidas
 Al matricular en la universidad
 Los autos en un lava carro.
 En un supermercado.
 En una estación de combustible
 En un estadio deportivo

Las colas…
 En general, a nadie le gusta esperar
 Cuando la paciencia llega a su límite, la
gente se va a otro lugar.
 Sin embargo, un servicio muy rápido
tendría un costo muy elevado
 Es necesario encontrar un balance adecuado
 Esto es la relación positiva de
Beneficio/costo.

Teoría de colas
 Una cola es una línea de espera.
 La teoría de colas es un conjunto de modelos
matemáticos que describen sistemas de líneas
de espera particulares.
 El objetivo es encontrar el estado estable del
sistema y determinar una capacidad de servicio
apropiada

Teoría de colas

 Existen muchos sistemas de colas distintos
 Algunos modelos son muy especiales
 Otros se ajustan a modelos más generales
 Se estudiarán ahora algunos modelos comunes
 Otros se pueden tratar a través de la
simulación

Sistemas de colas: modelo básico  Un sistema de colas puede dividirse en dos componentes principales:  La cola  La instalación del servicio  Los clientes o llegadas vienen en forma individual para recibir el servicio .

Sistemas de colas: modelo básico  Los clientes o llegadas pueden ser:  Personas  Automóviles  Máquinas que requieren reparación  Documentos  Entre muchos otros tipos de artículos .

pasa de una vez a recibir el servicio  Si no.Sistemas de colas: modelo básico  Si cuando el cliente llega no hay nadie en la cola. se une a la cola  Es importante señalar que la cola no incluye a quien está recibiendo el servicio .

Sistemas de colas: modelo básico  Las llegadas van a la instalación del servicio de acuerdo con la disciplina de la cola  Generalmente ésta es primero en llegar. primero en ser servido(FIFO)  Pero pueden haber otras reglas o colas con prioridades(LIFO) .

Sistemas de colas: modelo básico Sistema de colas Llegadas Disciplina Instalación Salidas Cola de la cola del servicio .

Estructuras típicas de sistemas de colas: una línea. un servidor Sistema de colas Llegadas Salidas Cola Servidor .

múltiples servidores Sistema de colas Salidas Servidor Llegadas Salidas Cola Servidor Salidas Servidor .Estructuras típicas de sistemas de colas: una línea.

Estructuras típicas de colas: varias líneas. múltiples servidores Sistema de colas Salidas Cola Servidor Llegadas Salidas Cola Servidor Salidas Cola Servidor .

Estructuras típicas de colas: una línea. servidores secuenciales Sistema de colas Llegadas Cola Servidor Cola Salidas Servidor .

Costos de un sistema de colas 1. Costo de espera: Es el costo para el cliente al esperar  Representa el costo de oportunidad del tiempo perdido  Un sistema con un bajo costo de espera es una fuente importante de competitividad .

Costos de un sistema de colas 2. Costo de servicio: Es el costo de operación del servicio brindado  Es más fácil de estimar  El objetivo de un sistema de colas es encontrar el sistema del costo total mínimo .

Sistemas de colas: Las llegadas  El tiempo que transcurre entre dos llegadas sucesivas en el sistema de colas se llama tiempo entre llegadas  El tiempo entre llegadas tiende a ser muy variable  El número esperado de llegadas por unidad de tiempo se llama tasa media de llegadas () .

si la tasa media de llegadas es  = 20 clientes por hora  Entonces el tiempo esperado entre llegadas es 1/ = 1/20 = 0. Sistemas de colas: Las llegadas  El tiempo esperado entre llegadas es 1/  Por ejemplo.7182818… k! .05 horas o 3 minutos k  e  : tasa media de llegadas P(k )  e = 2.

. 1. Determine la probabilidad de que el tiempo entre dos pedidos consecutivos está entre 1 y 3 minutos. 2. con un promedio de 30 cervezas por hora. 3.Ejemplo: pedido de cervezas  La cantidad de cervezas ordenadas por hora en el restaurante Dick. Sigue una distribución de Poisson. Encuentre la de media y desviación estándar de cervezas pedidas entre las 9 PM y 1 AM. Estime la probabilidad de que se pidan exactamente 60 cervezas entre las 10 y 12 de la noche.

(2 son dos horas entre las 10 y las 12) y 30 cervezas que es el promedio por hora.05143174= 5.1% . Por lo que la probabilidad que se pidan 60 cervezas entre las 10 y las 12 es: k e   6060 e 60 P(k )    0.05143174 k! 60! Se puede usar la función de excel.Solución: (1)  La cantidad de cerveza pedida entre las 10 y las 12 de la noche.60. se apega a una distribución de Poisson con parámetro 2(30)=60. POISSON(60.FALSO)= 0.

5 1 1 . El número de promedio de pedidos por minutos es exponencial con parámetros o razón 30/60 = 0.5  e 0.5t 0.5 (treinta cervezas en 60 minutos).5  0. Entonces.95  Sea X el tiempo (en minutos) entre los pedidos sucesivos de cervezas.38  0. La desviación estándar en ese período es (120)1/2 =10. Por tanto la media de cervezas ordenas en ese tiempo es 4(30)= 120. t=4 (9PM a 1AM).5t 3 P(1  X  3)   (0.5e0. Por lo tanto la función de densidad de la probabilidad del tiempo que transcurre entre pedidos de cervezas a(t )  et  0. Solución…(2 y 3)  Resulta que λ=30 cervezas por hora.5e 3 )dt  e  e1. 0.5 0. Cervezas por minutos.5t (dado que la tasa de llegada para una cola M/M/1).

Sistemas de colas: Las llegadas  Además es necesario estimar la distribución de probabilidad de los tiempos entre llegadas  Generalmente se supone una distribución exponencial  Esto depende del comportamiento de las llegadas .

etc. Sistemas de colas: Las llegadas – Distribución exponencial  La forma algebraica de la distribución exponencial es:  t P(tiempo de servicio  t )  1  e  Donde t representa una cantidad expresada en unidades de tiempo (horas. minutos.) .

Sistemas de colas: Las llegadas – Distribución exponencial P(t) 0 Media Tiempo .

se considera que las llegadas son aleatorias  La última llegada no influye en la probabilidad de llegada de la siguiente . Sistemas de colas: Las llegadas – Distribución exponencial  La distribución exponencial supone una mayor probabilidad para tiempos entre llegadas pequeños  En general.

Sistemas de colas: Las llegadas - Distribución de Poisson  Es una distribución discreta empleada con mucha frecuencia para describir el patrón de las llegadas a un sistema de colas  Para tasas medias de llegadas pequeñas es asimétrica y se hace más simétrica y se aproxima a la binomial para tasas de llegadas altas .

7182818… . Sistemas de colas: Las llegadas - Distribución de Poisson  Su forma algebraica es: k  e P(k )   Donde: k!  P(k) : probabilidad de k llegadas por unidad de tiempo   : tasa media de llegadas  e = 2.

Sistemas de colas: Las llegadas - Distribución de Poisson P 0 Llegadas por unidad de tiempo .

Sistemas de colas: La cola  El número de clientes en la cola es el número de clientes que esperan el servicio  El número de clientes en el sistema es el número de clientes que esperan en la cola más el número de clientes que actualmente reciben el servicio .

Sistemas de colas: La cola  La capacidad de la cola es el número máximo de clientes que pueden estar en la cola  Generalmente se supone que la cola es infinita  Aunque también la cola puede ser finita .

primero en servicio  Puede darse: selección aleatoria. (LIFO)UEPS. prioridades. . Sistemas de colas: La cola  La disciplina de la cola se refiere al orden en que se seleccionan los miembros de la cola para comenzar el servicio  La más común es (FIFO)PEPS: primero en llegar. entre otras.

Sistemas de colas: El servicio  El servicio puede ser brindado por un servidor o por servidores múltiples  El tiempo de servicio varía de cliente a cliente  El tiempo esperado de servicio depende de la tasa media de servicio () .

o 2.4 minutos . si la tasa media de servicio es de 25 clientes por hora  Entonces el tiempo esperado de servicio es 1/ = 1/25 = 0.04 horas.Sistemas de colas: El servicio  El tiempo esperado de servicio equivale a 1/  Por ejemplo.

Sistemas de colas: El servicio  Es necesario seleccionar una distribución de probabilidad para los tiempos de servicio  Hay dos distribuciones que representarían puntos extremos:  La distribución exponencial (=media)  Tiempos de servicio constantes (=0) .

Sistemas de colas: El servicio  Una distribución intermedia es la distribución Erlang  Esta distribución posee un parámetro de forma k que determina su desviación estándar: 1  media k .

entonces la distribución Erlang es igual a la exponencial  Si k = ∞.Sistemas de colas: El servicio  Si k = 1. entonces la distribución Erlang es igual a la distribución degenerada con tiempos constantes  La forma de la distribución Erlang varía de acuerdo con k .

Sistemas de colas: El servicio P(t) k=∞ k=8 k=2 k=1 0 Media Tiempo .

k = 2 1 / 2 media Erlang. k = 4 1/2 media Erlang. Sistemas de colas: Distribución Erlang Distribución Desviación estándar Constante 0 Erlang. k = 16 1/4 media Erlang. k = 8 1 / 8 media Erlang. k = 1 media Erlang. cualquier k 1 / k media .

 A: Distribución de tiempos entre llegadas  B: Distribución de tiempos de servicio  M: distribución exponencial  D: distribución degenerada  Ek: distribución Erlang  c: Número de servidores . Luego el primer cliente en la cola entre al servicio. Sistemas de colas: Etiquetas para distintos modelos Notación de Kendall: A/B/c La notación de Kendall. y así sucesivamente. caracteriza un sistema de línea de espera en el cual todas las llegadas esperan en una sola cola hasta que está libre uno de los s servidores paralelos idénticos.

etc. Estado del sistema de colas  En principio el sistema está en un estado inicial  Se supone que el sistema de colas llega a una condición de estado estable (nivel normal de operación)  Existen otras condiciones anormales (horas pico.)  Lo que interesa es el estado estable .

El tiempo que los clientes esperan en la cola y en el sistema .Desempeño del sistema de colas  Para evaluar el desempeño se busca conocer dos factores principales: 1. El número de clientes que esperan en la cola 2.

Número promedio de clientes que atenderá el servidor W . Número esperado de clientes en el sistema Ls 3. Número esperado de clientes en la cola Lq 2. Tiempo esperado de espera en la cola Wq 4. Medidas del desempeño del sistema de colas 1. Tiempo esperado de espera en el sistema Ws 5.

Medidas del desempeño del sistema de colas: fórmulas generales 1 Ws  Wq   Ls  Ws Lq  Wq  Ls  Lq   L W   .

Medidas del desempeño del sistema de colas: ejemplo  Suponga una estación de gasolina a la cual llegan en promedio 45 clientes por hora  Se tiene capacidad para atender en promedio a 60 clientes por hora  Se sabe que los clientes esperan en promedio 3 minutos en la cola .

75 clientes por minuto  La tasa media de servicio  es 60 clientes por hora o 60/60 = 1 cliente por minuto . Medidas del desempeño del sistema de colas: ejemplo  La tasa media de llegadas  es 45 clientes por hora o 45/60 = 0.

75  3  2.75  4  3 clientes Lq  Wq  0. Medidas del desempeño del sistema de colas: ejemplo Wq  3 min 1 1 Ws  Wq   3   4 min  1 Ls  Ws  0.25 clientes .

Medidas del desempeño del sistema de colas: ejercicio  Suponga un restaurante de comidas rápidas al cual llegan en promedio 100 clientes por hora  Se tiene capacidad para atender en promedio a 150 clientes por hora  Se sabe que los clientes esperan en promedio 2 minutos en la cola  Calcule las medidas de desempeño del sistema .

Probabilidades como medidas del desempeño  Beneficios:  Permiten evaluar escenarios  Permite establecer metas  Notación:  Pn : probabilidad de tener n clientes en el sistema  P(Ws ≤ t) : probabilidad de que un cliente no espere en el sistema más de t horas .

 Generalmente se requiere que  < 1  Su fórmula.Factor de utilización del sistema  Dada la tasa media de llegadas  y la tasa media de servicio . se define el factor de utilización del sistema . con un servidor y con s servidores. respectivamente. es:      s .

75/1 = 0.  = 1  El factor de utilización del sistema si se mantuviera un servidor es  = / = 0.75/(2*1) = 0.5% .  = 0.75.75/2 = 37.Factor de utilización del sistema - ejemplo  Con base en los datos del ejemplo anterior.75 = 75%  Con dos servidores (s = 2):  = /s = 0.

Modelos de una cola y un servidor  M/M/1: Un servidor con llegadas de Poisson y tiempos de servicio exponenciales  M/G/1: Un servidor con tiempos entre llegadas exponenciales y una distribución general de tiempos de servicio  M/D/1: Un servidor con tiempos entre llegadas exponenciales y una distribución degenerada de tiempos de servicio  M/Ek/1: Un servidor con tiempos entre llegadas exponenciales y una distribución Erlang de tiempos de servicio .

Modelo M/M/1   2 Ls  Lq    (   ) 1  Lq Ws  Wq      (   )  Pn  (1   )  n P( Ls  n)   n 1   (1  ) t   (1  ) t P(Ws  t )  e P(Wq  t )  e t  0.   1 .

la probabilidad de tener una cola de más de 3 clientes y la probabilidad de esperar más de 30 min. Modelo M/M/1: ejemplo 1  Un lavacarro puede atender un auto cada 5 minutos y la tasa media de llegadas es de 9 autos por hora  Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1  Además la probabilidad de tener 0 clientes en el sistema. en la cola y en el sistema .

25 P( Ls  3)   31  0.33 hrs  20 min    Wq   0.17 .75 12  2 Ls   3 clientes Lq   2.    0.25 hrs  15 min  (   ) P0  (1   )  0  0.22 P(Wq  30 / 60)  e   (1  )t  0.Modelo M/M/1: ejemplo 1 9   9.25 clientes   (   ) 1 Ws   0.32 P(Ws  30 / 60)  e   (1  )t  0.   12.

Cuántos clientes atenderá en promedio el cajero por hora? . Cuál es la cantidad promedio de tiempo que un cliente pasa en el estacionamiento del banco?(incluyendo el tiempo de servicio 4. Conteste las preguntas siguientes: 1. Suponga que el tiempo de servicio promedio por cada cliente es 4 minutos. Cuál es la probabilidad que el cajero esté ocioso? 2.Modelo M/M/1 ejemplo 2  Un promedio de 10 automóviles por hora llegan a un cajero con un solo servidor que proporciona servicio sin que uno descienda del automóvil. y que tanto los tiempos entre llegadas y los tiempos de servicios son exponenciales. Cuál es el número promedio de automóviles que están en la cola del cajero? (se considera que un automóvil que está siendo atendido no está en la cola esperando) 3.

Por lo tanto   10  2 2 1 15 3 1. 1 3 3.Solución:  De acuerdo con las premisas estamos trabajando con sistema de colas M/M/1 para lo cual λ=10 automóviles por hora y μ=15 automóviles por hora. Estimamos W. Determinar Lq  1  2  3 clientes. pero necesitamos obtener L. 2 L    3  2 client es 1  1 2 3 L 2 1 W    horas  10 5 .  2 2   2    3 4 2. el cajero estará ocioso un 3 3 tercio del tiempo. por lo tanto  0  1    1   .

. Por tanto dentro de cada hora. atendería un promedio de μ=15 clientes por hora. Solución: 4. el cajero atenderá un promedio de (2/3)(15)= 10 clientes. Según la solución encontrada en (1) el cajero está ocupado 2/3 del tiempo. Si el cajero siempre estuviera ocupado.

Se requiere un promedio de 4 minutos para servir a un automóvil. Para modelar este fenómeno. Suponga que los tiempos entre llegadas y los tiempos de servicios son exponenciales. Suponga que hay un déficit de gasolina y que hay compras de pánico. supongamos que el tiempo de servicio promedio se reduce a 3 minutos y un tercio. 1. 2. En el momento actual llega un promedio de 7. Como cada dueño pone ahora menos gasolina en el tanque cada vez que acude a la gasolinera.5 clientes por hora a una gasolinera que tiene una sola bomba. Modelo M/M/1: Ejemplo 3  Suponga que todos los dueños de automóvil acuden a la gasolinera cuando sus tanques están a la mitad. Qué tanto afectan a L yW las compras de pánico? . suponga que todos los dueños de automóviles compran ahora gasolina cuando sus tanques tienen ¾ de combustible. Calcule L y W para los tiempos actuales.

5 automóviles por hora y μ=15 (60/4) automóviles por hora. .50 el sistema de colas L 1 W   0.50 L  1 (cantidad de clientes promedio presente en 1   1  0.5 sistema de cola). Por tanto bajo estas circunstancia todo está bajo control.5  0. Solución:  Tenemos un sistema M/M/1 con λ= 7. Por lo tanto  7.50 tiempo que la bomba pasa ocupada. 15  0.13 horas (Tiempo previsto que un cliente pasa en el  7.

Solución.   1518  56 Entonces. Ahora   3.  5/ 6 L  5 automóviles 1  1 5 / 6 L 5 1 W   hora  20 min  15 3 . λ=2(7.5)= 15 automóviles por hora(esto se infiere por que cada dueño llenará su tanque dos veces) .60333  18 Automóviles por hora.

Modelo M/M/1: ejercicio  A un supermercado llegan en promedio 80 clientes por hora que son atendidos entre sus 5 cajas.  Cada caja puede atender en promedio a un cliente cada 3 minutos  Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1  Además la probabilidad de tener 2 clientes en el sistema. la probabilidad de tener una cola de más de 4 clientes y la probabilidad de esperar más de 10 min. en la cola .

Modelo M/G/1   2 2 2 Ls  Lq   Lq  2(1   ) 1 Lq Ws  Wq  Wq    P0  1   Pw    1 .

 = 2 min. .  Obtenga las medidas de desempeño de acuerdo con el modelo M/G/1  Además la probabilidad de tener 0 clientes en el sistema y la probabilidad de que un cliente tenga que esperar por el servicio. y la tasa media de llegadas es de 9 autos/hora. Modelo M/G/1: ejemplo  Un lava carro puede atender un auto cada 5 min.

228 hrs  13.31  .7 min  Lq Wq   0.25 Pw    0.06 clientes 2 2   2 Lq   1.75 .145 hrs  8.31clientes 2(1   ) 1 Ws  Wq   0. Modelo M/G/1: ejemplo Ls  Lq    1.7 min  P0  1    0.75  2.

Suponga  = 5 min  Obtenga las medidas de desempeño de acuerdo con el modelo M/G/1  Además la probabilidad de tener 0 clientes en el sistema y la probabilidad de que un cliente tenga que esperar por el servicio . Modelo M/G/1: ejercicio  A un supermercado llegan en promedio 80 clientes por hora que son atendidos entre sus 5 cajas.  Cada caja puede atender en promedio a un cliente cada 3 minutos.

Modelo M/D/1  2 Ls  Ws Lq  2(1   ) 1 Lq Ws  Wq  Wq     1 .

 Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1 λ= 9 carros/hora. μ= 12 carros/hora. .  La tasa media de llegadas es de 9 autos/hora. Modelo M/D/1: ejemplo  Un lava carro puede atender un auto cada 5 min.

5 min  9 .5 min  12 Lq 1. Modelo M/D/1: ejemplo Ls  Ws  9(0.125   0.125 clientes 2(1   ) 2(1  0.125 Wq    0.87 clientes  2 0.208 hrs  12.75) 1 1 Ws  Wq   0.125 hrs  7.208)  1.75 2 Lq    1.

Modelo M/D/1: ejercicio  A un supermercado llegan en promedio 80 clientes por hora que son atendidos entre sus 5 cajas.  Cada caja puede atender en promedio a un cliente cada 3 minutos.  Obtenga las medidas de desempeño de acuerdo con el modelo M/D/1 .

Modelo M/Ek/1  (k  1) 2 Ls  Ws Lq  2k (1   ) 1 Lq Ws  Wq  Wq     1 .

)  Obtenga las medidas de desempeño de acuerdo con el modelo M/Ek/1 .5 min (aprox. Suponga  = 3.  La tasa media de llegadas es de 9 autos/hora.Modelo M/Ek/1: ejemplo  Un lavacar puede atender un auto cada 5 min.

437 clientes  (k  1) 2 Lq   1.25 min  Lq Wq   0.25 min  .2708 hrs  16.1875 hrs  11.6875 clientes 2k (1   ) 1 Ws  Wq   0.Modelo M/Ek/1: ejemplo Ls  Ws  2.

Modelo M/Ek/1: ejercicio  A un supermercado llegan en promedio 80 clientes por hora que son atendidos entre sus 5 cajas. Suponga k= 4  Obtenga las medidas de desempeño de acuerdo con el modelo M/Ek/1 .  Cada caja puede atender en promedio a un cliente cada 3 minutos.

Modelos de un servidor: Ejercicio: complete el cuadro ejemplo lavacarro Modelo Ls Ws Lq Wq M/M/1 M/G/1 M/D/1 M/Ek/1 .

Modelos de varios servidores  M/M/s: s servidores con llegadas de Poisson y tiempos de servicio exponenciales  M/D/s: s servidores con tiempos entre llegadas exponenciales y una distribución degenerada de tiempos de servicio  M/Ek/s: s servidores con tiempos entre llegadas exponenciales y una distribución Erlang de tiempos de servicio .

una línea de espera 1 P0    s  s s 1 n     s!  s    n 0 n!   s  Lq Lq  P Ls  Lq  Wq  ( s  1)!( s   ) 2 0   1  n Ws  Wq  Pn  P0 . si n  k Pw     P0 s! s ns s!  s    . si n  k  n! n 1 s  s  Pn  P0 . M/M/s.

una línea de espera Si s  2  3 Lq  4 2 Si s  3  4 Lq  (3   )(6  4    ) 2 .M/M/s.

Análisis económico de líneas de espera Costos Costo total Costo del servicio Costo de espera Tasa óptima Tasa de servicio de servicio .

Con esta información calcular: A)La probabilidad de que el sistema esté lleno. Datos:  Numero de servidores = 2  =30 [cl/hr]  =1/1. Los clientes llegan a este almacén siguiendo una distribución Poisson a razón de 30 por hora.5 [cl/min]= 40 [cl/hr]  El problema será del tipo M/M/2/FIFO// .5 minutos por cliente siguiendo una distribución exponencial. B) La intensidad de trafico. con WQSB  Un almacén tiene 2 cajeras que atienden a razón de 1. Práctica 1.

Este se llamará Cajeras.  Se elegirá Sistema Simple M/M. por que es un modelo del que se conocen todos los datos.Solución: Procedimiento  Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). eligiendo como unidad de tiempo a horas: .

Solución…
 En la hoja de cálculo se introducirá los datos conocidos como
se muestra:

Solución…
 En la hoja de cálculo se introducirá los datos conocidos como se
muestra:

Los valores de M, representan que es un valor infinito

Solución…
 Al presionar el icono se verá la ventana de los
resultados:

Solución…  Al presionar el icono se verá la ventana de los resultados: .

45% Probabilidad de un cliente espere al llegar al sistema(Pw) o sistema está ocupado(Pb) = 20. Solución… Para el Sistema: M/M/ de dos servidores de Fórmula Promedio de cliente llegados por Hora λ= 30 Promedio de Servicio por servidor por Hora = 40 Tasas de llegadas eficaces al sistema global por hora = 30 Tasas de servicio eficaz del sistema global por hora = 30 Tasa de ocupación del sistema 37.50% Número promedio de clientes en el sistema (L) = 0.8727 Número promedio de clientes en la cola(Lq) = 0.1227 Número promedio de clientes en la cola para un sistema ocupado(Lb) = 0.6 En Español Tiempo promedio que un cliente pasa en el sistema (W) = 0.0200 Horas Probabilidad que todos los servidores estén ociosos (Po) = 45.0041 Horas Tiempo promedio que un cliente pasa en la cola para un sistema ocupado (Wb) = 0.45% Número promedio de clientes que no serán atendidos por el sistema por Hora = 0 Costo total del servidor ocupado por Hora = $0 Costo total del servidor ocioso por Hora = $0 Costo total clientes esperando por hora $0 Costo total de clientes que inician servicio por Hora = $0 Cosot total de clientes being balked per Hora = $0 Total queue space cost per Hora = $0 Costo total del sistema por Hora = $0 .0291 Horas Tiempo promedio que un clienta pasa en la cola(Wq) = 0.

Solución…  Adicionalmente podemos realizar los siguientes análisis:  Observar las probabilidades estimadas de que existan de 0 hasta 200 clientes en la cola: .

. Solución…  También podemos realizar una simulación del sistema:  Si presionamos veremos la siguiente ventana:  En el que usaremos:  La semilla de aleatoriedad por defecto  Una disciplina de cola de tipo FIFO (PEPS)  Un tiempo de simulación de cola de 24 horas (1 día).  El momento que iniciará la recolección de datos será a las cero horas.  La capacidad de la cola es infinita (M).  El máximo de número de recolecciones de datos será infinito (M).

Solución… • Si presionamos OK. se llevará adelante la simulación y veremos los siguientes resultados de la actuación de la cola durante 24 horas: .

Solución… • Las probabilidades estimadas para n clientes: .

Solución… • Otro de los análisis del que podemos disponer es el de Análisis de sensibilidad. •Si presionamos podremos observar la siguiente ventana: .

Solución… • Si realizamos un análisis de sensibilidad. el sistema se vuelve inestable. pero si seguimos incrementando hasta llegar a los 80 [cl/hr]. con un paso de 10 [cl/hr].5% (Máxima utilización posible). utilizando el modelo de aproximación G/G/s. podremos ver de que manera reacciona el sistema: •Podemos observar claramente de que la utilización del sistema va en incremento en una proporción de 10 [cl/hr]. . se da una utilización del 87. es decir el número de servidores es insuficiente. haciendo que esta cambie de 30 a 100 [cl/hr]. seleccionando como parámetro de análisis a la tasa de llegadas . y cuando ésta llega a los 70 [cl/hr].

Solución… También podemos ver el gráfico del análisis de sensibilidad de un parámetro determinado en función del parámetro analizado: Si presionamos en: Show Sensitivity Analysis . en función de nuestro parámetro analizado (): .Graph •Se abrirá la siguiente ventana: En la que seleccionaremos como variable independiente para el gráfico a L (Número promedio de clientes en el sistema).

Solución… En el que se puede ver un crecimiento exponencial. . dependiendo que necesidades se tiene. Así sucesivamente se pueden ir analizando cada uno de los parámetros.

Solución… • Otro análisis disponible es el de Análisis de Capacidad: Como éste análisis se realiza a partir de costos.5 $ Costo por cliente servido por hora = 3 $ Costo por cliente no atendido = 1 $ Costo unitario por capacidad de cola = 3 $ . se asumirán los siguientes costos Costo de servidor ocupado por hora = 5 $ Costo de servidor ocioso por hora = 1 $ Costo por cliente en espera = 0.

y en el que la capacidad de la cola es Infinita. . con un paso de 1. Solución… Si presionamos podremos observar la siguiente ventana: En el que variaremos el número de servidores de 2 a 8. seleccionando la formula G/G/s de aproximación.

Solución… c) Si presionamos en OK. la ventana de resultados será la siguiente: .

Cada trabajador recibe 5$ por hora durante el turno nocturno de 8 horas. 2= 4 [cl/hr]. En promedio 3 trabajadores descargan 3 camiones por hora siguiendo una distribución exponencial. Los camiones que descargan llegan en forma aleatoria siguiendo una distribución Poisson a razón de dos camiones por hora. 3= 5 [cl/hr]…………  El problema será del tipo M/M/1/FIFO//  CS = 5 [$/hr]  CE = 20 [$/hr] . El costo de tener el chofer esperando ser servido. Si el número de trabajadores del equipo es incrementado. con WQSB  Una cadena de supermercados es abastecida por un almacén central.Práctica 2. Se desea determinar el tamaño del equipo que minimiza el costo total.  Datos:  Numero de servidores = 2  =2 [cl/hr]  1= 3 [cl/hr]. se estima en 20 $ por hora. la razón de servicio se incrementa en la misma proporción. La mercadería que llega a este almacén es descargada en turnos nocturnos.

667 [tr/hr]  El problema será del tipo M/M/1/FIFO// . ¿Cuánto debería esperar un trabajo para ser atendido? ¿Cuál sería la probabilidad de ser atendido?  Datos:  Numero de servidores = 1  =1/120 [tr/min] = 0.5 [tr/hr] = 0.5 horas en atender un servicio requerido. se desea saber:  ¿Qué tanto debe esperar en promedio un trabajo para recibir atención?  ¿Será necesario la compra de otra computadora?  Si la distribución del tiempo de servicio fuera Erlang con una media de 1.Problema 3  Cierta computadora tarda exactamente 1. Si los trabajos llegan según una Poisson a razón de un trabajo cada 120 minutos.5 y con un parámetro k = 5.5 [tr/hr]  = 1/1.

eligiendo como unidad de tiempo a horas: . Solución… Procedimiento Se iniciará un nuevo problema en el modulo Análisis de Colas (QA). Este se llamará Computadora. por que es un modelo del que se conocen todos los datos. Se elegirá Sistema Simple M/M.

Solución… En la hoja de cálculo se introducirán los datos conocidos como se muestra: .

Solución…  Al presionar el icono se verá la ventana de los resultados: .