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?
1
 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

2
 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.

3
 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

4
 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
5 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

6
 Sistemas de colas: modelo básico
Los clientes o llegadas pueden ser:
 Personas
 Automóviles
 Máquinas que requieren reparación
 Documentos
 Entre muchos otros tipos de artículos

7
 Sistemas de colas: modelo básico
Si cuando el cliente llega no hay nadie en la cola,
pasa de una vez a recibir el servicio
Si no, se une a la cola
Es importante señalar que la cola no incluye a quien
está recibiendo el servicio

8
 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)

9
 Sistemas de colas: modelo básico

Sistema de colas

Llegadas Disciplina Instalación Salidas

Cola de la cola del
servicio

10
 Estructuras típicas de sistemas de colas: una línea, un
servidor

Sistema de colas

Llegadas Salidas
Cola Servidor

11
 Estructuras típicas de sistemas de colas: una
línea, múltiples servidores

Sistema de colas
Salidas
Servidor

Llegadas Salidas
Cola Servidor

Salidas
Servidor

12
 Estructuras típicas de colas: varias líneas,
múltiples servidores

Sistema de colas
Salidas
Cola Servidor

Llegadas Salidas
Cola Servidor

Salidas
Cola Servidor

13
 Estructuras típicas de colas: una línea,
servidores secuenciales

Sistema de colas
Llegadas
Cola

Servidor

Cola

Salidas
Servidor
14
 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

15
 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

16
 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 ()
17
 Sistemas de colas: Las llegadas
El tiempo esperado entre llegadas es 1/
Por ejemplo, si la tasa media de llegadas es  = 20
clientes por hora
Entonces el tiempo esperado entre llegadas es 1/ =
1/20 = 0.05 horas o 3 minutos

k 
e
 : tasa media de llegadas
P(k ) 
e = 2,7182818…
k!
18
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, etc.)
19
 Sistemas de colas: Las llegadas – Distribución
exponencial

P(t)

0 Media Tiempo
20
 Sistemas de colas: Las llegadas – Distribución
exponencial
La distribución exponencial supone una
mayor probabilidad para tiempos entre
llegadas pequeños
En general, se considera que las llegadas
son aleatorias
La última llegada no influye en la
probabilidad de llegada de la siguiente

21
 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
22
 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 = 2,7182818…
23
 Sistemas de colas: Las llegadas - Distribución de
Poisson

0 Llegadas por unidad de tiempo

24
 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

25
 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

26
 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

27
 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, primero en servicio
Puede darse: selección aleatoria,
prioridades, (LIFO)UEPS, entre otras.

28
 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 ()

29
 Sistemas de colas: El servicio
El tiempo esperado de servicio equivale a 1/
Por ejemplo, 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, o 2.4 minutos

30
 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)

31
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

32
 Sistemas de colas: El servicio
Si k = 1, entonces la distribución Erlang es igual a la
exponencial
Si k = ∞, entonces la distribución Erlang es igual a la
distribución degenerada con tiempos constantes
La forma de la distribución Erlang varía de acuerdo
con k

33
 Sistemas de colas: El servicio
P(t)
k=∞

k=8

k=2
k=1

0 Media Tiempo
34
 Sistemas de colas:
Distribución Erlang
Distribución Desviación estándar
Constante 0
Erlang, k = 1 media
Erlang, k = 2 1 / 2 media
Erlang, k = 4 1/2 media
Erlang, k = 8 1 / 8 media
Erlang, k = 16 1/4 media
Erlang, cualquier k 1 / k media
35
 Sistemas de colas: Etiquetas para distintos modelos

Notación de Kendall: A/B/c

La notación de Kendall, 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. Luego el primer cliente
en la cola entre al servicio, y así sucesivamente.
 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
36
 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, etc.)
Lo que interesa es el estado estable
37
 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. El tiempo que los clientes esperan en la cola y en
el sistema

38
 Medidas del desempeño del sistema de colas
1. Número esperado de clientes en la cola Lq
2. Número esperado de clientes en el sistema Ls
3. Tiempo esperado de espera en la cola Wq
4. Tiempo esperado de espera en el sistema Ws

5. Número promedio de clientes que atenderá el

servidor W

39
 Medidas del desempeño del sistema de colas:
fórmulas generales
1
Ws  Wq 

Ls  Ws
Lq  Wq

Ls  Lq 

L
W 
40

 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

41
 Medidas del desempeño del sistema de colas: ejemplo
La tasa media de llegadas  es 45 clientes
por hora o 45/60 = 0.75 clientes por
minuto
La tasa media de servicio  es 60 clientes
por hora o 60/60 = 1 cliente por minuto

42
 Medidas del desempeño del sistema de colas: ejemplo

Wq  3 min
1 1
Ws  Wq   3   4 min
 1
Ls  Ws  0.75  4  3 clientes
Lq  Wq  0.75  3  2.25 clientes
43
 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
44
 Probabilidades como medidas del desempeño
Beneficios:
Permiten evaluar escenarios
Permite establecer metas
Notación:
P : probabilidad de tener n clientes en
n
el sistema
P(W ≤ t) : probabilidad de que un
s
cliente no espere en el sistema más de t
horas
45
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 .
Generalmente se requiere que  < 1
Su fórmula, con un servidor y con s
servidores, respectivamente, es:
 
 
 s 46
 Factor de utilización del sistema - ejemplo
Con base en los datos del ejemplo anterior,  = 0.75,
=1
El factor de utilización del sistema si se mantuviera
un servidor es
 = / = 0.75/1 = 0.75 = 75%
Con dos servidores (s = 2):
 = /s = 0.75/(2*1) = 0.75/2 = 37,5%

47
 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
48
 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
49
 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, la
probabilidad de tener una cola de más de 3 clientes y la
probabilidad de esperar más de 30 min. en la cola y en el
sistema

50
 Modelo M/M/1: ejemplo 1
9
  9,   12,    0.75
12
 2
Ls   3 clientes Lq   2.25 clientes
  (   )
1
Ws   0.33 hrs  20 min
 

Wq   0.25 hrs  15 min
 (   )
P0  (1   )  0  0.25 P( Ls  3)   31  0.32
P (Ws  30 / 60)  e   (1  )t  0.22
P (Wq  30 / 60)  e   (1  )t  0.17
51
 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. Suponga que el tiempo de
servicio promedio por cada cliente es 4 minutos, y que
tanto los tiempos entre llegadas y los tiempos de servicios
son exponenciales. Conteste las preguntas siguientes:
1. Cuál es la probabilidad que el cajero esté ocioso?
2. 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. Cuál es la cantidad promedio de tiempo que un cliente pasa
en el estacionamiento del banco?(incluyendo el tiempo de
servicio
4. Cuántos clientes atenderá en promedio el cajero por hora?
52
 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
10 2
hora. Por lo tanto  
2 1 15 3
1. por lo tanto  0  1    1 , el cajero
estará ocioso un tercio del tiempo.
3 3 2
2. Determinar  2 clientes.
 
Lq 
 2
 
3

4
1  1
2 3
3
3. Estimamos W, pero necesitamos obtener L.
2
Ls  
 3
 2 clientes
1  2
Ls 2 1 1
Ws    3  1/(   
horas
 10 5

53
 Solución:
4. Si el cajero siempre estuviera ocupado, atendería un
promedio de μ=15 clientes por hora. Según la solución
encontrada en (1) el cajero está ocupado 2/3 del tiempo.
Por tanto dentro de cada hora, el cajero atenderá un
promedio de (2/3)(15)= 10 clientes.

54
 Modelo M/M/1: Ejemplo 3
 Suponga que todos los dueños de automóvil acuden a la gasolinera
cuando sus tanques están a la mitad. En el momento actual llega un
promedio de 7.5 clientes por hora a una gasolinera que tiene una sola
bomba. Se requiere un promedio de 4 minutos para servir a un
automóvil. Suponga que los tiempos entre llegadas y los tiempos de
servicios son exponenciales.

1. Calcule L y W para los tiempos actuales.

2. Suponga que hay un déficit de gasolina y que hay compras de pánico.

Para modelar este fenómeno, suponga que todos los dueños de
automóviles compran ahora gasolina cuando sus tanques tienen ¾ de
combustible. Como cada dueño pone ahora menos gasolina en el
tanque cada vez que acude a la gasolinera, supongamos que el tiempo
de servicio promedio se reduce a 3 minutos y un tercio. Qué tanto
afectan a L y W las compras de pánico?
55
 Solución:
Tenemos un sistema M/M/1 con λ= 7.5 automóviles por
hora y μ=15 (60/4) automóviles por hora. Por lo tanto
7 .5 tiempo que la bomba pasa ocupada.
  0.50
15
 0.50
L  1(cantidad de clientes promedio
1   1  0.50
presente en el sistema de colas
L 1
W 
 7.5
 0.13 horas (Tiempo previsto que un cliente
pasa en el sistema de cola). Por tanto bajo estas
circunstancia todo está bajo control.

56
 Solución.
λ=2(7.5)= 15 automóviles por hora(esto se infiere por que cada dueño
llenará su tanque dos veces) . Ahora 
60
3.333
 18

15 5
Automóviles por hora. Entonces.
 
18 6

 5/6
L  5
1   1  5automóviles
/6

L 5 1
W   hora  20 min
 15 3

57
 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

58
 Modelo M/G/1
 
2 2 2
Ls  Lq   Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
P0  1   Pw  
 1
59
 Modelo M/G/1: ejemplo
Un lavacarro puede atender un auto cada 5
min. y la tasa media de llegadas es de 9
autos/hora,  = 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
60
 Modelo M/G/1: ejemplo
Ls  Lq    1.31  .75  2.06 clientes
2 2   2
Lq   1.31clientes
2(1   )
1
Ws  Wq   0.228 hrs  13.7 min

Lq
Wq   0.145 hrs  8.7 min

P0  1    0.25 Pw    0.75
61
 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. 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

62
 Modelo M/D/1

 2
Ls  Ws Lq 
2(1   )
1 Lq
Ws  Wq  Wq 
 
 1
63
 Modelo M/D/1: ejemplo
Un lavacar puede atender un auto cada 5
min.
La tasa media de llegadas es de 9
autos/hora.
Obtenga las medidas de desempeño de
acuerdo con el modelo M/D/1

64
 Modelo M/D/1: ejemplo
Ls  Ws  1.875 clientes
 2
Lq   1.125 clientes
2(1   )
1
Ws  Wq   0.21 hrs  12.5 min

Lq
Wq   0.125 hrs  7.5 min

65
 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

66
 Modelo M/Ek/1

 (k  1)
2
Ls  Ws Lq 
2k (1   )
1 Lq
Ws  Wq  Wq 
 
 1
67
 Modelo M/Ek/1: ejemplo
Un lavacar puede atender un auto cada 5 min.
La tasa media de llegadas es de 9 autos/hora. Suponga
 = 3.5 min (aprox.)
Obtenga las medidas de desempeño de acuerdo con
el modelo M/Ek/1

68
 Modelo M/Ek/1: ejemplo
Ls  Ws  2.437 clientes
 (k  1)
2
Lq   1.6875 clientes
2k (1   )
1
Ws  Wq   0.2708 hrs  16.25 min

Lq
Wq   0.1875 hrs  11 .25 min

69
 Modelo M/Ek/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. Suponga k= 4
Obtenga las medidas de desempeño de
acuerdo con el modelo M/Ek/1

70
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
71
 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

72
 M/M/s, 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
 n!
n 1 s  s 
Pn  P0 , si n  k Pw     P0
s! s ns
s!  s   
73
 M/M/s, una línea de espera
Si s  2
 3
Lq 
4 2

Si s  3
 4
Lq 
(3   )(6  4    )
2
74
 Análisis económico de líneas de espera
Costos

Costo total

Costo del servicio

Costo de espera
Tasa óptima Tasa de servicio
75 de servicio
 Práctica 1, con WQSB
Un almacén tiene 2 cajeras que atienden a razón de 1.5
minutos por cliente siguiendo una distribución
exponencial. Los clientes llegan a este almacén
siguiendo una distribución Poisson a razón de 30 por
hora. Con esta información calcular: A)La probabilidad
de que el sistema esté lleno, B) La intensidad de trafico.
Datos:
Numero de servidores = 2
=30 [cl/hr]
=1/1.5 [cl/min]= 40 [cl/hr]
El problema será del tipo M/M/2/FIFO//

76
77
78
 Solución:
Procedimiento
Se iniciará un nuevo problema en el modulo Análisis de Colas (QA).
Se elegirá Sistema Simple M/M, por que es un modelo del que se conocen
todos los datos. Este se llamará Cajeras, eligiendo como unidad de tiempo
a horas:

79
 Solución…
En la hoja de cálculo se introducirá los datos conocidos como se muestra:

80
 Solución…
 En la hoja de cálculo se introducirá los datos conocidos como se muestra:

Los valores de M, representan que es un valor infinito

81
 Solución…
Al presionar el icono se verá la ventana
de los resultados:

82
 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

0.0291
Tiempo promedio que un cliente pasa en el sistema (W) = Horas
0.0041
Tiempo promedio que un clienta pasa en la cola(Wq) = Horas
0.0200
Tiempo promedio que un cliente pasa en la cola para un sistema ocupado (Wb) = Horas
Probabilidad que todos los servidores estén ociosos (Po) = 45.45%

Probabilidad de un cliente espere al llegar al sistema(Pw) o sistema está ocupado(Pb) = 20.45%

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
83 Costo total del sistema por Hora = $0
 Solución…
Adicionalmente podemos realizar los siguientes
análisis:
Observar las probabilidades estimadas de que existan
de 0 hasta 200 clientes en la cola:

84
 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).
85
 Solución…
• Si presionamos OK, se llevará adelante la simulación y veremos
los siguientes resultados de la actuación de la cola durante 24 horas:

86
 Solución…
• Las probabilidades estimadas para n clientes:

87
 Solución…
• Otro de los análisis del que podemos disponer es el de Análisis de
sensibilidad.
•Si presionamos podremos observar la siguiente
ventana:

88
 Solución…
• Si realizamos un análisis de sensibilidad, seleccionando como
parámetro de análisis a la tasa de llegadas , haciendo que esta
cambie de 30 a 100 [cl/hr], con un paso de 10 [cl/hr], 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], y cuando ésta llega a los
70 [cl/hr], se da una utilización del 87.5% (Máxima utilización posible),
pero si seguimos incrementando hasta llegar a los 80 [cl/hr], el sistema
89 se vuelve inestable, es decir el número de servidores es insuficiente.
 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 - 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), en función
de nuestro parámetro analizado ():

90
 Solución…
En el que se puede ver un crecimiento exponencial.
Así sucesivamente se pueden ir analizando cada uno de los
parámetros, dependiendo que necesidades se tiene.

91
 Solución…
• Otro análisis disponible es el de Análisis de Capacidad:
Como éste análisis se realiza a partir de costos, se asumirán los
siguientes costos
Costo de servidor ocupado por hora = 5 $
Costo de servidor ocioso por hora = 1 $
Costo por cliente en espera = 0.5 $
Costo por cliente servido por hora = 3 $
Costo por cliente no atendido = 1 $
Costo unitario por capacidad de cola = 3 $

92
 Solución…
Si presionamos podremos observar la
siguiente ventana:

En el que variaremos el número de servidores de 2 a 8, con un paso

de 1, y en el que la capacidad de la cola es Infinita, seleccionando la
formula G/G/s de aproximación.

93
 Solución…
c) Si presionamos en OK, la ventana de resultados será la siguiente:

94
 Práctica 2, con WQSB
 Una cadena de supermercados es abastecida por un almacén central. La mercadería que llega a
este almacén es descargada en turnos nocturnos. Los camiones que descargan llegan en forma
aleatoria siguiendo una Poisson a razón de dos camiones por hora. En promedio 3 trabajadores
descargan 3 camiones por hora siguiendo una distribución exponencial. Si el número de
trabajadores del equipo es incrementado, la razón de servicio se incrementa en la misma
proporción. Cada trabajador recibe 5$ por hora durante el turno nocturno de 8 horas. El costo de
tener el chofer esperando ser servido, se estima en 20 $ por hora. Se desea determinar el tamaño
del equipo que minimiza el costo total.
 Datos:
 Numero de servidores = 2
 =2 [cl/hr]
  = 3 [cl/hr],  = 4 [cl/hr],  = 5 [cl/hr]…………
1 2 3
 El problema será del tipo M/M/1/FIFO//
 C = 5 [$/hr]
S
 C = 20 [$/hr]
E

95