Lineas de Espera
Lineas de Espera
Lineas de Espera
Teoría de Colas
Las colas…
Llegadas Salidas
Cola Servidor
Estructuras típicas de sistemas de
colas: una línea, múltiples servidores
Sistema de colas
Salidas
Servidor
Llegadas Salidas
Cola Servidor
Salidas
Servidor
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
0 Media Tiempo
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
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
Sistemas de colas: Las llegadas -
Distribución de Poisson
• Su forma algebraica es:
k
e
P(k )
k!
• Donde:
– P(k) : probabilidad de k llegadas por
unidad de tiempo
: tasa media de llegadas
– e = 2,7182818…
Sistemas de colas: Las llegadas -
Distribución de Poisson
P
• 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
Sistemas de colas: El servicio
P(t)
k=∞
k=8
k=2
k=1
0 Media Tiempo
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
Sistemas de colas: Etiquetas para
distintos modelos
Notación de Kendall: A/B/c
• 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
Estado del sistema de colas
M / M / S / N / K
M/M/S = 1
• Proceso de llegada Poisson ( clientes por unidad de tiempo)
• Proceso de atención exponencial ( clientes por unidad de
tiempo)
• Un Servidor
• Población infinita
• Capacidad de cola infinita
• Primero en entrar Primero en Salir
• Sistema Estable >
Modelo básico (Cont)
1. Factor de utilización
1. ρ= / 2. Probabilidad de que no haya
2. Po = 1 – ρ clientes en el sistema
3. Probabilidad de que haya n
3. Pn = ρn * Po = ρn(1- ρ) clientes en el sistema
4. Lq = 2 / (- ) 4. Número promedio de clientes
en la cola
5. Wq = Lq / = / (- )
5. Tiempo promedio de espera
6. W = Wq + 1/ en la cola
7. L=*W 6. Tiempo promedio de espera
en el sistema
7. Número promedio de clientes
en el sistema
Desempeño del sistema de colas
1
Ws Wq
Ls Ws
Lq Wq
Ls Lq
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
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
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
Medidas del desempeño del
sistema de colas
• Suponga un restaurant 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
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
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%
Modelos de una cola y un servidor
• M/M/1: Un servidor con llegadas de Poisson y tiempos de
servicio exponenciales
2
Ls Lq
( )
1
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
Modelo M/M/1: ejemplo
• Un lavacar puede atender un auto cada 5 minutos
y la tasa media de llegadas es de 9 autos por hora
2 2 2
Ls Lq Lq
2(1 )
1 Lq
Ws Wq Wq
P0 1 Pw
1
Modelo M/G/1: ejemplo
• Un lavacar puede atender un auto cada 5 min. y la tasa
media de llegadas es de 9 autos/hora, = 2 min.
2
Ls Ws Lq
2(1 )
1 Lq
Ws Wq Wq
1
Modelo M/D/1: ejemplo
(k 1)
2
Ls Ws Lq
2k (1 )
1 Lq
Ws Wq Wq
1
Modelo M/Ek/1: ejemplo
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
M/M/s, una línea de espera
1
P0
s
s s 1
n
s! s n 0 n!
s
Lq
Lq P
2 0
Ls Lq Wq
( s 1)!( s )
1 n
Ws Wq Pn P0 , si n k
n!
n
1 s s
Pn n s P0 , si n k Pw P0
s! s s! s
M/M/s, una línea de espera
Si s 2
3
Lq
4 2
Si s 3
4
Lq
(3 )(6 4 )
2
Análisis económico de líneas de
espera
Costos
Costo total
Costo de espera
Tasa óptima Tasa de servicio
de servicio