Índice general

1. Teorı́a de Colas 3
1.1. Elementos de una lı́nea de espera . . . . . . . . . . . . . . . 3
1.1.1. Estructura básica de los modelos de colas . . . . . . 3
1.1.2. Notación de Kendall . . . . . . . . . . . . . . . . . . 6
1.2. Proceso de Poisson y la Distribución Exponencial . . . . . . 7
1.3. Modelo general de colas de Poisson . . . . . . . . . . . . . . 9
1.4. Medidas de rendimiento de estado estable . . . . . . . . . . 13
1.5. Sistema de colas M/M/1 . . . . . . . . . . . . . . . . . . . . 15
1.5.1. Medidas de efectividad . . . . . . . . . . . . . . . . . 15
1.6. Sistemas de colas M/M/S . . . . . . . . . . . . . . . . . . . 16
1.6.1. Medidas de efectividad . . . . . . . . . . . . . . . . . 16
1.7. Otros modelos de lı́neas de espera . . . . . . . . . . . . . . . 18
1.7.1. Modelo M/M/1/N . . . . . . . . . . . . . . . . . . . 18
1.7.2. Modelo M/M/C/N . . . . . . . . . . . . . . . . . . . 19
1.8. Aplicaciones de lı́neas de espera a los servicios internos en la
industria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8.1. Modelos de costos . . . . . . . . . . . . . . . . . . . 20
2 ÍNDICE GENERAL
 Capı́tulo 1
Teorı́a de Colas

1.1. Elementos de una lı́nea de espera

La teorı́a de colas incluye el estudio matemático de las colas o lı́neas de

espera y provee un gran número de modelos matemáticos para describirlas.
Generalmente el administrador se encuentra en un dilema:
“Asumir los costos derivados de prestar un buen servicio”. Asumir los
costos derivados de tener largas colas. Se debe lograr un balance económico
entre el costo del servicio y el costo asociado a la espera por ese servicio. La
teorı́a de colas en sı́ no resuelve este problema, sólo proporciona información
para la toma de decisiones.

1.1.1. Estructura básica de los modelos de colas

Fuente de entrada: Los clientes que entran al sistema se generan a

través del tiempo en una fuente de entrada.

Capacidad del sistema: Es el número total de clientes que pueden

requerir servicio en determinado momento, es decir el número total
de clientes potenciales distintos (puede suponerse que el tamaño es
infinito o finito).
4 Capı́tulo 1. Teorı́a de Colas

Figura 1.1: Sistema de colas.

Forma de las llegadas: Patrón estadı́stico mediante el cual se gen-

eran los clientes a través del tiempo.

Cola: Una cola se caracteriza por el número máximo de clientes que

se pueden admitir.

Tamaño de la cola: Una cola puede ser finita o infinita. El estándar

es infinita.

Disciplina de la cola: Se refiere al orden en el que se seleccionan

sus miembros para recibir el servicio. El estándar es FIFO (primero
en entrar, primero en ser servido).

Mecanismo de servicio: El mecanismo de servicio consiste en una

o más instalaciones de servicio.

Canal: Hace referencia al número de servidores que hay en el sistema,

pueden ser: o Canales de servicio en serie o Canales de servicio en
paralelo.

Tiempo de servicio: Es el tiempo que transcurre desde el inicio del

servicio para un cliente hasta su terminación. Un modelo de sistema
de colas debe especificar la distribución de probabilidad de los tiem-
pos de servicio para cada servidor. La distribución más usada para
1.1 Elementos de una lı́nea de espera 5

los tiempos de servicio es la exponencial, aunque es común encon-

trar la distribución degenerada o determinı́stica (tiempos de servicio
constantes) o la distribución Erlang (Gamma).

Ejercicio 1.1 En cada una de las siguientes situaciones, identifique al

cliente y al servidor:

Aviones que llegan a un aeropuerto.

Sitio de taxis.

Herramientas solicitadas del almacén en un taller mecánico.

Cartas procesadas en una oficina postal.

Inscripciones a cursos en la universidad.

Operación de pago en un supermercado.

Operación de un estacionamiento.

Ejercicio 1.2 Para cada una de las situaciones del problema anterior,
identifique lo siguiente:

Naturaleza de la fuente demandante (finita o infinita).

Naturaleza de los cliente llegan (de forma individual o en grupos).

Tipo del tiempo entre llegadas (probabilista o determinista).

Definición y tipo del tiempo de servicio.

Capacidad de la cola (finita o infinita).

Disciplina de la cola.
6 Capı́tulo 1. Teorı́a de Colas

Ejercicio 1.3 Estudie el siguiente sistema e identifique todas las situa-

ciones asociadas de la cola a cada situación, defina a los clientes, al servi-
dor (es), la disciplina de la cola, tiempo de servicio, longitud máxima de la
cola y la fuente demandante. Las órdenes de trabajo se reciben en un taller
para ser procesadas. Al recibirlas, el supervisor decide si es un trabajo ur-
gente o regular. Algunas de estas órdenes requieren el uso de una o varias
máquinas idénticas. Las órdenes restantes se procesan en una lı́nea de pro-
ducción de dos etapas, de la cual se dispone de dos. En cada uno de los dos
grupos, se asigna una instalación para manejar los trabajos urgentes.
Los trabajos que llegan a cualquier instalación se procesan en orden de
llegada. Las órdenes terminadas se embarcan a la llegada desde una zona
de envı́o tiene una capacidad limitada.
Las herramientas afiladas para las diversas máquinas se suministran de
un almacén central de herramientas. Cuando una máquina se descompone,
se llama a mecánico del grupo de servicio para que efectúe la reparación.
Las máquinas trabajan en las órdenes urgentes siempre reciben prioridades
en la herramientas nuevas del almacén y en el servicio de reparación.

1.1.2. Notación de Kendall

Por convención los modelos que se trabajan en teorı́a de colas se eti-

quetan
A/B/S/K/Z

A: Distribución del tiempo entre llegadas.

B: Distribución del tiempo de servicio.

S: Número de servidores.

K: Capacidad del sistema.

Z: Disciplina de cola.

Las distribuciones que utilizaremos son:

1.2 Proceso de Poisson y la Distribución Exponencial 7

M: Distribución exponencial (markoviana).

D: Distribución degenerada (tiempos constantes).

Ek: Distribución Erlang.

G: Distribución general.

Modelo donde tanto los tiempos entre llegada como los tiempo de servicio
son exponenciales y se tienen s servidores M / M / s. Tiempos entre llegada
exponenciales, tiempos de servicio general y 1 sólo servidor M / G / 1.

1.2. Proceso de Poisson y la Distribución Expo-

nencial

En la mayor parte de las situaciones de colas, la llegada de los clientes

ocurre de forma totalmente aleatoria. Este carácter aleatorio significa que la
ocurrencia de un evento (p.e. la llegada de un cliente o la terminación de un
servicio) no está influido por el tiempo que transcurre desde la ocurrencia
del último evento.
Los tiempos aleatorios entre llegadas y de servicio de los sistemas de
colas más usuales se consideran con distribuciones exponenciales, o lo que
es lo mismo, la razón de llegadas y de servicios tienen una distribución de
Poisson.
La variable aleatoria T posee una distribución exponencial si su función
de densidad es
f (t) = λe−tλ , λ > 0, t > 0,
su función de distribución es

F (t) = P [T ≤ t] = 1 − e−tλ

y la esperanza (tiempo medio entre llegadas)

1
E[T ] = ,
λ
8 Capı́tulo 1. Teorı́a de Colas

donde λt es la razón media de llegada en el tiempo t.

Una de las propiedades por la que se utiliza de la distribución exponen-
cial es por la propiedad de olvido o falta de memoria de esta distribución.
Lo vemos con un ejemplo: Si ahora son las 8:20 a.m. y la última llegada fue
a las 8:02 a.m., la probabilidad de que la siguiente llegada ocurra a las 8:29
es una función del intervalo de 8:20 a 8:29 solamente, y es totalmente in-
dependiente del tiempo transcurrido desde la ocurrencia del último evento
(8:02 a 8:20)

↓ ↓ ↓
8 : 02 8 : 20 8 : 29
←
no importa

Ejercicio 1.4 Explique su interpretación de la relación entre la tasa de

llegadas λ y el tiempo promedio entre llegadas. ¿Cuáles son las unidades
que describen cada variable?

Ejercicio 1.5 En cada uno de los siguientes casos, determine la tasa prome-
dio de llegada por hora, λ, y el tiempo promedio entre llegadas en horas.

1. Una llegada ocurre cada 10 minutos.

2. Dos llegadas ocurren cada 6 minutos.

3. El número de llegadas en un periodo de 30 minutos es 10.

4. El intervalo promedio entre llegadas sucesivas es 0.5 horas.

Ejercicio 1.6

En cada uno de los siguientes casos, determine la tasa de servicio promedio

por hora, µ, y el tiempo promedio de servicio en horas.

1. Un servicio se completa cada 12 minutos.

2. Dos salidas ocurren cada 15 minutos.

1.3 Modelo general de colas de Poisson 9

3. El número de clientes atendidos en un periodo de 30 minutos es 5.

4. El tiempo promedio de servicio es 0.3 horas.

Ejercicio 1.7 El tiempo entre llegadas a la Oficina de Hacienda estatal es

exponencial con valor medio 0.05 horas. La oficina abre a las 8:00 a.m.

1. Escriba la distribución exponencial que describe el tiempo entre lle-

gadas.

2. Encuentre la probabilidad de que no llegue ningún cliente a la oficina

antes de las 8:15 a.m.

3. Son ahora las 8:35 a.m. El último cliente entró en la oficina a las
8:26. ¿ Cuál es la probabilidad de que el siguiente cliente llegue antes
de las 8:38 a.m.? ¿De que el siguiente cliente no llegue antes de las
8:40 a.m.?

4. ¿Cuál es el número promedio de clientes que llegará entre las 8:10 y

las 8:45 a.m.?

Ejercicio 1.8 Supongamos que el tiempo entre averı́as de una máquina es

exponencial con media 6 horas. Si la máquina trabajó sin fallas durante las
últimas 3 horas, ¿cuál es la probabilidad de que continúe sin fallas durante
la siguiente hora? ¿Que se descomponga durante las siguientes 0.5 horas?

1.3. Modelo general de colas de Poisson

La suposición normal es que los clientes se generan de acuerdo con un

proceso de POISSON. Esto equivale a decir que el tiempo entre dos llegadas
consecutivas tiene una distribución de probabilidad exponencial. Cualquier
otra suposición, como por ejemplo que un cliente desista de entrar a la cola
por estar demasiado largo, debe especificarse en el modelo.

Suposiciones
10 Capı́tulo 1. Teorı́a de Colas

Los tiempos entre llegadas y de servicio siguen la distribución expo-

nencial

Comportamiento de estado estable o a largo plazo (comportamiento

transitorio o a corto plazo es más complicado)

Las tasas de llegada y de salida dependen del estado del sistema, es

decir, del número de clientes en las instalaciones de servicio.

n = Número de clientes en el sistema.

λn = Tasa de llegada de clientes dados n en el sistema.
µn = Tasa de salida de los clientes dados n en el sistema.
pn = Probabilidad de estado estable de n clientes en el sistema.
La probabilidad pn se determinan usando el diagrama de transición (ver
figura 1.2).

Figura 1.2: Diagrama de transición.

Bajo las condiciones de estado estable, para n > 0, las tasas esperadas
de flujo de entrada y de salida del estado deben ser iguales.
Tasa esperada de flujo de entrada al estado n λn−1 pn−1 + µn+1 pn+1 .
Tasa esperada de flujo de salida del estado n (λn + µn )pn .
Al igualarlas se obtienen las ecuaciones de balance,

λn−1 pn−1 + µn+1 pn+1 = (λn + µn )pn . (1.1)

λ0
n=0 µ1 p1 = λ0 p0 ⇒ p1 = µ1 p0
λ1 λ0
n=1 λ0 p0 + µ2 p2 = (λ1 + µ1 )p1 ⇒ p2 = µ2 µ1 p0
En general, por inducción, se tiene que
1.3 Modelo general de colas de Poisson 11

λn−1 λn−2 . . . λ0
pn = p0 ,
µn µn−1 . . . µ1

P∞
y p0 se obtiene de 0 pn = 1.

Ejemplo 1.1 El estacionamiento para visitantes a la Universidad está li-

mitado a sólo cinco espacios. Los autos que ocupan este espacio llegan de
acuerdo con una distribución de Poisson a razón de 6 autos por hora. El
tiempo de estacionamiento se distribuye de manera exponencial con una
media de 30 minutos. Los visitantes que no encuentran un espacio vacı́o a
su llegada esperan dentro del estacionamiento temporal hasta que un vehı́cu-
lo estacionado salga. Este espacio temporal tiene una capacidad para sólo
tres autos. Todos los demás que no pueden estacionarse o encontrar un es-
pacio de espera temporal deben ir a otra parte. Determinar la probabilidad
de que n autos estén en el sistema.
Un espacio de estacionamiento actúa como un servidor, s = 5 servidores
en paralelo, la capacidad máxima del sistema es 5 + 3 = 8.

λn = 6, autos por hora, n = 1, 2, . . . , 8.

( ¡ 60 ¢
n 30 = 2n, autos por hora, n = 1, 2, . . . , 5,
µn = ¡ 60 ¢
5 30 = 10, autos por hora, n = 6, 7, 8.

A partir de la ecuación (1.1) se obtiene que


 6n

 p , n = 1, 2, . . . , 5,
 n!2n 0
pn =



 6n
p0 , n = 6, 7, 8.
5!2n 5n−5

Esto es,
12 Capı́tulo 1. Teorı́a de Colas

λ0 6 61
p1 = p0 = p0 = p0 ,
µ1 2·1 1!21
λ1 λ0 6·6 62
p2 = p0 = p0 = p0 ,
µ2 µ1 2·2·1·2 2!22
λ2 λ1 λ0 6·6·6 63
p3 = p0 = p0 = p0 ,
µ3 µ2 µ1 3·2·2·2·1·2 3!23
λ3 λ2 λ1 λ0 6·6·6·6 64
p4 = p0 = p0 = p0 ,
µ4 µ3 µ2 µ1 4·2·3·2·2·2·1·2 4!24
λ4 λ3 λ2 λ1 λ0 6·6·6·6·6 65
p5 = p0 = p0 = p0 ,
µ5 µ4 µ3 µ2 µ1 5·4·2·3·2·2·2·1·2 5!25
λ5 λ4 · · · λ0 6 · 65 66 66
p6 = p0 = p 0 = p 0 = p0 ,
µ6 µ5 · · · µ1 10 · 5!25 2 · 5 · 5!25 5!26 56−5
λ6 · · · λ0 67 67
p7 = p0 = p 0 = p0 ,
µ7 · · · µ1 2 · 5 · 2 · 5 · 5!25 5!27 57−5
λ7 · · · λ0 68
p8 = p0 = p0 .
µ8 · · · µ1 5!28 58−5

P∞
Dado que 0 pn = 1, se tiene
µ ¶
3 32 33 34 35 36 37 38
p0 + p0 + + + + + + + ,
1! 2! 3! 4! 5! 5!5 5!52 5!53

por tanto p0 = 0,04812, y con esto

p1 = 0.14136
p2 = 0.21654
p3 = 0.21654
p4 = 0.16240
p5 = 0.09744
p6 = 0.05647
p7 = 0.03508
p8 = 0.02105.
1.4 Medidas de rendimiento de estado estable 13

1.4. Medidas de rendimiento de estado estable

L = Número medio de clientes en el sistema.

Lq = Número medio de clientes en cola.
W = Tiempo medio de espera en el sistema.
Wq = Tiempo medio de espera en cola.
ĉ = Número medio de servicios ocupados.
ρ = Intensidad de tráfico en el sistema.
Bajo condiciones generales, la relación entre L y W (Lq y Wq ) se conoce
como fórmula de Little y está dada por,

L = λef W,
Lq = λef Wq ,

donde el parámetro λef es la tasa de llegada efectiva o razón de entrada al

sistema. Será igual a λ (razón de llegada) si todos los clientes que llegan
ingresan en el sistema. De otra forma, si alguno de los clientes no puede
unirse es porque el sistema está lleno, entonces λef < λ.

Figura 1.3: Tasa de llegada efectiva.

W = Wq + µ1 .
λef
L = Lq + µ .
14 Capı́tulo 1. Teorı́a de Colas

ĉ = L − Lq .

Ejemplo 1.2 En el ejemplo 1.1 determina:

1. La tasa efectiva de llegadas.

Un auto que llega puede ingresar en el estacionamiento o ir a otro
lado con tasas λef ectiva o λperdida (λ = λef ectiva + λperdida ). Un au-
to no podrá entrar en el estacionamiento si ya hay 8 autos dentro.
Esto significa que la proporción de autos que no entrarán en el esta-
cionamiento debe ser igual a p8 ,

λperdida = λp8 = 6 · 0,02105 = 0,1263 autos por hora,

λef ectiva = λ − λperdida = 6 − 0,1263 = 5,8737 autos por hora.

2. Número promedio de autos en el estacionamiento.

L = 0p0 + 1p1 + . . . + 8p8 = 3,1286.

3. Tiempo promedio que un auto espera por un espacio para estacionarse

dentro del estacionamiento.
Un auto que espera en el espacio temporal realmente es uno que espera
en la cola. Ası́, el tiempo de espera hasta que encuentra un espacio
es Wq ,

1
Wq = W − .
µ

Dado que

L 3,1286
W = = = 0,53265 horas,
λef f 5,8737
1
Wq = 0,53265 − = 0,03265 horas.
2
1.5 Sistema de colas M/M/1 15

4. El número promedio de espacios de estacionamiento ocupados, es de-

cir, el número promedio de servidores ocupados.

λef f 5,8737
ĉ = L − Lq = = = 2,9368 espacios.
µ 2

1.5. Sistema de colas M/M/1

Es un modelo en el que hay un sólo servidor, los clientes llegan a una tasa
constante (λn = λ) ∀n y la tasa de servicio también es constante (µn =
µ) ∀n, no fija lı́mites en el tamaño del sistema (λef f = λ) y λper = 0, ya
que todos los clientes que llegan pueden unirse al sistema. La intensidad de
tráfico ρ = µλ y para que se den las condiciones de estado estable debe ser
menor que 1.

1.5.1. Medidas de efectividad

λ ρ 1 ρ2
ρ= µ <1 Wq = µ(1−ρ) W = µ(1−ρ) Lq = 1−ρ
ρ
W (t) = e−t/w Wq (t) = ρe−t/w L = 1−ρ
Donde W (t) es la probabilidad de que un cliente permanezca más de
t unidades de tiempo en el sistema, y Wq (t) es la probabilidad de que un
cliente permanezca más de t unidades de tiempo en lı́nea de espera.

Ejemplo 1.3 Unas instalaciones de lavado de autos operan con sólo una
rampa. Los autos llegan de acuerdo con una distribución de Poisson, con
una media de 4 vehı́culos por hora, y esperan en el estacionamiento de las
instalaciones si la rampa está ocupada. El tiempo de lavado y limpieza de
un auto es exponencial, con una media de 10 minutos. Los autos que no se
pueden estacionar dentro esperan en la calle que bordea las instalaciones de
lavado. Esto significa que para todo propósito práctico, no hay lı́mite en el
tamaño del sistema. El gerente de las instalaciones quiere determinar las
medidas de efectividad.
16 Capı́tulo 1. Teorı́a de Colas

λ = 4 autos por hora

60
µ = = 6 autos por hora
10
4
ρ = <1
6
L = 2 Lq = 1,333
W = 0,5 Wq = 0,333

Calcula la probabilidad de que el tiempo de espera en el sistema sea

mayor de 2 horas.

W (2) = e−2/0,5 = 0,01831.

1.6. Sistemas de colas M/M/S

Este es un modelo multiservicio en el que cada servidor tiene una dis-

tribución exponencial independiente e idéntica de servicio. El proceso de
llegadas es un proceso de Poisson. Se considera que hay s servidores.

1.6.1. Medidas de efectividad

λ
ρ= <1
sµ
λ
r=
µ

" s−1 µ ¶#−1

X rn rs 1
p0 = + r
n! s! 1− s
n=0
rn
pn = p0 si 1 ≤ n ≤ s
n!
1.6 Sistemas de colas M/M/S 17

rn
pn = p0 si n > s
s!sn−s
(λ/µ)s λµ
Lq = p0
(s − 1)!(sµ − λ)2
λ
L = + Lq
µ
Lq (λ/µ)s µ
Wq = = p0
λ (s − 1)!(sµ − λ)2
1
W = Wq +
µ

Ejemplo 1.4 Una clı́nica de oftalmologı́a ofrece test de glaucoma gratis

cada martes por la tarde. Hay tres oftalmólogos en servicio. Cada test lleva
una media de 20 minutos y el tiempo de servicio sigue una exponencial. Los
clientes llegan de acuerdo a un proceso de Poisson con media de 6 clientes
por hora y el primer cliente en llegar es el primer cliente en ser atendido.
La clı́nica está interesada en saber:

1. Número medio de personas que esperan.

2. Tiempo medio de permanencia en la clı́nica.

3. Porcentaje de médicos desocupados.

Solución:

2
s = 3, λ = 6 clientes por hora, µ = 3 servicios por hora, ρ= <1 r=2
3
18 Capı́tulo 1. Teorı́a de Colas

1.

rs+1
s 8
Lq = p0 ¡ ¢2 =
s! 1 − rs 9
" s−1 µ ¶#−1
X rn rs 1
p0 = + r
n! s! 1− s
n=0
" 2
#−1
X 2n 23 3
= +
n! 3! 3 − 2
n=0
4 8 −1
= 1+2+ + 3]
2 6

13
2. W = 27 horas

1
3. p0 3 = 3

1.7. Otros modelos de lı́neas de espera

1.7.1. Modelo M/M/1/N

1. Tiempo entre llegadas y de servicio exponencial.

2. 1 servidor.

3. Capacidad finita.

(
λ, n = 0, 1, ..., N − 1
λn =
0, n = N, N + 1, ...
µn = µ n = 0, 1, ...

λ
Para ρ = µ
1.7 Otros modelos de lı́neas de espera 19

(
1−ρ
1−ρN +1
ρ 6= 1
po = 1
N +1 , ρ=1
( (1−ρ)ρn
1−ρN +1
ρ 6= 1
pn = 1
n = 0, 1, ..., N
N +1 , ρ=1
λperdida = λpN
λef ectiva = λ − λperdida
ρ{1 − (N + 1)ρN + N ρN +1 }
L = ρ 6= 1
(1 − ρ)(1 − ρN +1 )
N
L = ρ=1
2

1.7.2. Modelo M/M/C/N

Modelo con llegadas Poissonianas, tiempo de servicio exponenciales, c

servidores y capacidad limitada.

(
λ, 0 ≤ n ≤ N
λn =
0, n>N
(
nµ, 0 ≤ n ≤ c
µn =
cµ, c ≤ n ≤ N
λ
Para r = µ

(
rn
n! p0 0≤n<c
pn = rn
p
c!cn−c 0 c≤n≤N
 " ³ ´ #−1
N −c+1

 Pc−1
 rc 1−( rc )
rn r
n=0 n! + c!(1− rc ) c 6= 1
p0 =
 h i−1
 Pc−1
 rn
+ rc r
n=0 n! c! (N − c + 1) c =1
20 Capı́tulo 1. Teorı́a de Colas

λperdida = λpN
λef ectiva = λ − λperdida
 n ¡ ¢N −c+1 ¡ ¢ ¡ ¢N −c o
 rc+1
1 − rc − (N − c + 1) 1 − rc rc p0 r
6= 1
(c−1)!(c−r)2 c
Lq = rc (N −c)(N −c+1)
 p0 r
=1
2c! c

1.8. Aplicaciones de lı́neas de espera a los servi-

cios internos en la industria

1.8.1. Modelos de costos

Los modelos de costos intentan balancear dos costos en conflicto:

1. El costo de ofrecer el servicio,

2. El costo de retraso en la oferta del servicio (tiempo de espera del

cliente).

Los dos tipos de costos entran en conflicto porque un aumento en uno

automáticamente ocasiona la reducción del otro y viceversa.
El modelo de costos se puede expresar como
Costo total Costo esperado Supuesto costo
esperado por = de operación + de espera
por unidad de tiempo de las instalaciones por unidad de tiempo
por unidad de tiempo

Ejercicio 1.9 En las instalaciones de un almacén de herramientas multi-

empleados, la solicitud de cambio de herramientas ocurre de acuerdo con
una distribución de Poisson, con una media de 17.5 peticiones por hora.
Cada empleado puede manejar un promedio de 20 solicitudes por hora. El
costo de contratar un nuevo empleado para las instalaciones es de 12 dólares
1.8 Aplicaciones de lı́neas de espera a los servicios internos en la industria 21

la hora. El costo de pérdida de producción por máquina en espera, por hora,

es de aproximadamente 50 dólares la hora. Determine el número óptimo de
empleados para las instalaciones, sabiendo que L = 7 maquinas para s =
1 L = 1.08 maquinas para s = 2, L = 0.90187 maquinas para s = 3, L =
0.87865 maquinas para s = 4, L = 0.87546 maquinas para s = 5.