Y el fenómeno de la espera no es una

experiencia que se limite sólo a los

humanos: los trabajos esperan a ser
procesados en una máquina, los aviones
vuelan en círculo hasta que la torre de
control les da permiso de aterrizar y los
automóviles se detienen ante la luz roja de
los semáforos.
El estudio de las líneas de espera trata de
cuantificar el fenómeno de esperar formando
colas, mediante medidas representativas de
eficiencia, como la longitud promedio de la cola, el
tiempo promedio de espera en ella, y la utilización
promedio de las instalaciones.

El ejemplo que sigue demuestra cómo se usan esas

medidas para diseñar una instalación de servicio.
• La figura anterior representa un modelo característico de costo (en $ por
unidad de tiempo), en el que el costo del servicio aumenta al incrementar el
nivel del servicio. Al mismo tiempo, el costo de esperar disminuye al
incrementar el nivel del servicio.

• El obstáculo principal para implementar los modelos de costo es que se

puede dificultar la obtención de un estimado fiable del costo unitario de
espera, en especial cuando el comportamiento humano influye sobre el
funcionamiento del caso.
Los actores principales en una línea de espera o cola son el cliente y el
servidor.

Los clientes se generan en una fuente. Al llegar a la instalación pueden recibir

servicio de inmediato, o esperar en una cola o línea de espera, si la
instalación está ocupada.

Cuando en una instalación termina un servicio, en forma automática se

“atrae” a un cliente que espera, si lo hay, de lacola.

Sila cola está vacía, la instalación sevuelve inactiva hasta que llega un cliente
 Cola: línea de espera.
 Llegada de clientes: una persona, máquina, pieza, etc. que
llega y demanda un servicio.

 Disciplina de cola: reglas para determinar el orden en el cual

las llegadas (clientes) reciben el servicio.

 Canal: número de líneas de espera o unidades de servicio.

 Fase: número de pasos a seguir en el servicio.

• Los clientes llegan de forma aleatoria

• Distribución discreta
• X es el número de llegadas durante una unidad
de tiempo determinada (una hora, un minuto,
etc.)

• E(x)= número promedio de llegadas por unidad

de tiempo
El tamaño de la cola desempeña un papel en el
análisis de las colas, y puede ser finito, como en el área
de reserva entre dos máquinas consecutivas, o puede
ser infinito, como en las instalaciones de pedidos por
correo.
La disciplina de la cola, que representa el orden
en el que se seleccionan los clientes de una
cola, es un factor importante en el análisis de
los modelos de colas.
La disciplina más común es la de primero en llegar, primero en
servirse (PLPS;también FCFS,del inglés first come, first served).

Entre otras disciplinas están último en llegar, primero en servirse

(ULPS; también LCFS de last come, first served), y de dar servicio en
orden aleatorio (SEOA;también SIRO,de service in randomorder).
También, los clientes se pueden seleccionar en la
cola con base en cierto orden de prioridad.

Por ejemplo, los trabajos urgentes en un taller se

procesan antes que los trabajos normales.
El comportamiento de los clientes en espera juega
un papel en el análisis de las líneas deespera.

Los clientes “humanos” se pueden saltar de una cola

a otra, tratando de reducir la espera. También
pueden rehusar totalmente a la cola por haber
esperado demasiado.
El diseño de la instalación de servicio puede comprender servidores en
paralelo (por ejemplo, el funcionamiento de la oficina de correos).

También, los servidores pueden ordenarse en serie (por ejemplo, cuando

los trabajos se procesan en máquinas sucesivas) o bien pueden formar una
red (por ejemplo, los enrutadores en una red de computadoras).
La fuente donde se generan los clientes puede ser finita o infinita.

Una fuente finita limita a los clientes que llegan al servicio (por ejemplo, las
máquinas que piden el servicio de mantenimiento).

También, una fuente infinita es abundante por siempre (por ejemplo, las
llamadas que llegan a una central telefónica).

Las variaciones de los elementos de un caso de colas dan lugar a diversos

modelos de colas.
1. Tiempo en que llegan los 2. Tiempos de atención para
clientes brindar el servicio solicitado

Cada una de estas 2 fuentes suelen

describirse mediante una distribución de
probabilidad.
¿Cuándo La variabilidad en los
llega un intervalos de los clientes
cliente?
a menudo se describe
por medio de una curva
de distribución Poisson.
 Especifica la probabilidad de que 𝒏 clientes lleguen en 𝑻
periodos de tiempo

(λ𝑇)𝑛
𝑃 𝑛 = 𝑛!
𝑒 −λ𝑇 para 𝑛 = 0,1,2 …

Donde:
𝑷 𝒏 = probabilidad de 𝑛 llegadas en 𝑇 periodos de tiempo
λ= número promedio de llegadas de clientes por periodo
𝒆 = 2.71863
1. Los clientes se presentan en la sección de atención de quejas de
productos defectuosos en una casa de electrodomésticos a razón de
dos clientes por hora.
¿Cuál es la probabilidad de que se presenten cuatro clientes durante
la próxima hora?

Datos Fórmula Sustitución

(2∗1)4 −(2∗1)
𝜆 = 2 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑐/ℎ𝑟 (λ𝑇)𝑛 𝑃 = 𝑒
𝑃 𝑛 = 𝑒 −λ𝑇 4 4!
𝑇 = 1 ℎ𝑜𝑟𝑎 𝑛!
16 −2
𝑛 = 4 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑃4 = 𝑒
24

𝑃 4 = 0.090
2. Los trabajos de reparación llegan a un taller en forma
totalmente aleatoria, con una tasa o frecuencia de 10 diarios.
a) ¿Cuál es la cantidad promedio de trabajos que se reciben
diariamente en el taller?

b) ¿Cuál es la probabilidad de que no lleguen trabajos durante

cualquier hora, suponiendo que el taller abre 8 horas
diarias?
 Datos Fórmula Sustitución
𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 𝑑𝑖𝑎𝑟𝑖𝑜𝑠 10 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠
𝜆 = 10 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 𝑐/𝑑í𝑎 𝜆ℎ𝑜𝑟𝑎 =
𝑡𝑢𝑟𝑛𝑜 𝑒𝑛 ℎ𝑟𝑠 𝜆ℎ𝑜𝑟𝑎 =
8 ℎ𝑜𝑟𝑎𝑠
𝜆ℎ𝑜𝑟𝑎 = 1.25 𝑡𝑟𝑏𝑎𝑗𝑜𝑠 𝑐/ℎ𝑟
(λ𝑇)𝑛 (1.25∗1)0 −(1.25∗1)
𝑇 = 1 ℎ𝑜𝑟𝑎 𝑃 𝑛 = 𝑒 −λ𝑇 𝑃0 = 𝑒
𝑛! 0!
𝑛 = 0 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 1
𝑃 0 = 𝑒 −1.25
1

𝑃 0 = 0.2865
 ¿Cuánto se
van a tardar
en
La distribución exponencial describe la
atenderme?
probabilidad de que el tiempo de
servicio del cliente en una instalación
determinada no sea mayor que T
periodos de tiempo.
 𝑃(𝑡≤𝑇) = 1 − 𝑒 −𝜇𝑇

Donde:
µ= número medio de clientes que completan el servicio en cada
periodo
t= tiempo de servicio del cliente
T= tiempo de servicio propuesto como objetivo
Características:
• No siempre se adaptan a una
situación real
• Se basa en la suposición de que
cada tiempo de servicio es
independiente de los tiempos
que lo precedieron.
Sin embargo, en la vida real
la productividad puede
mejorar a medida que los
servidores humanos
aprenden a hacer mejor su
trabajo.
1. El empleado de la sección de atención de quejas por productos
defectuosos puede atender en promedio a tres clientes por hora.
¿Cuál es la probabilidad de que un cliente requiera menos de 10
minutos de ese servicio?

Datos Fórmula Sustitución

𝜇 = 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑐/ℎ𝑟 𝑃(𝑡≤𝑇) = 1 − 𝑒 −𝜇𝑇 𝑃(𝑡≤0.167) = 1 − 𝑒 −(3∗0.167)

𝑇 = 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑃(𝑡≤0.167) = 1 − 0.61
𝑇 = 0.167 ℎ𝑟𝑠

𝑃(𝑡≤0.167) = 0.39
Los gerentes de operaciones suelen utilizar
modelos de filas de espera para establecer el
equilibrio entre las ventajas que podrían
obtener incrementando la eficiencia del
sistema de servicio y los costos que esto
implica.
 1. Longitud de la fila

Número de clientes que forman

una fila de espera

Corta Larga

• Buen servicio al cliente • Baja eficiencia del

• Capacidad excesiva servidor
• Necesidad de aumentar
la capacidad
 2. Número de clientes

Personas, animales, objetos que

van a recibir un servicio

Pocos Muchos

• Buen servicio al cliente • Cuellos de botella

• Capacidad excesiva
• Insatisfacción del cliente
• Hay que aumentar la
capacidad del servicio
 3. Tiempo de espera en fila

Lo que tiene que esperar el

cliente para ser atendido

Cortos Largos

• Las filas largas pueden • Calidad en el servicio

ser atendidas deficiente
eficientemente
• Diseñar un sistema para que los
largos tiempos de espera parezcan
más cortos
 4. Tiempo total en el sistema

Tiempo transcurrido desde la entrada

al sistema hasta la salida del mismo

Cortos Largos

• Buen servicio al cliente • Cambiar la disciplina

• Capacidad excesiva (prioridades)
• Incrementar
productividad
• Ajustar la capacidad
5. Utilización de las instalaciones de servicio

Porcentaje de tiempo que permanece

ocupado un servidor

• Mantener altos niveles

de utilización y
rentabilidad sin afectar
las otras características
de la operación
El mejor método para analizar un problema de filas de espera consiste en
relacionar las 5 características de operación y sus respectivas alternativas con su
valor monetario.

Sin embargo, es difícil asignar un valor económico na ciertas características como:

1. Tiempo de espera
2. Tiempo total en el sistema
3. Etc.

En éstos casos, es necesario que un analista compare el costo necesario para

aplicar la alternativa en cuestión, frente a una evaluación subjetiva del costo que
implicaría el hecho de no hacer dicho cambio.
• Es el modelo de espera más sencillo
• Corresponde a un solo servidor y una
sola fila
A partir de las características anteriores se pueden aplicar las siguientes
fórmulas:
𝜆
𝒑 = utilización promedio del sistema =
𝜇
𝑷(𝒏) = probabilidad de que n clientes estén en el sistema = (1 − 𝑝)𝑝𝑛
𝜆
𝑳 = número promedio de clientes en el sistema de servicio =
𝜇−𝜆

𝑳𝒒 = número promedio de clientes en la fila de espera = 𝑝𝐿

1
𝑾 = tiempo promedio transcurrido en el sistema, incluido el servicio =
𝜇−𝜆
𝑾𝒒 = tiempo promedio de espera en la fila = 𝑝𝑊
La gerente de un supermercado está interesada en brindar un buen
servicio a las personas de mayor edad que compran en su local.
Actualmente, el supermercado cuenta con una caja de salida
reservada para los jubilados.
Estas personas llegan a la caja a un ritmo promedio de 30 por hora, de
acuerdo con una distribución Poisson, y son atendidos a una tasa
promedio de 35 clientes por hora, con tiempos de servicio
exponenciales. Calcule lo siguiente:
a) Utilización del empleado de la caja de salida
b) Número de clientes que entran al sistema
c) Número de clientes formados en la fila
d) Tiempo transcurrido dentro del sistema
e) Tiempo de espera en la fila
 a) Utilización del empleado de la caja de salida

Datos Fórmula Sustitución

Llegadas
clientes
𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝜆 30
𝒑= 𝒑=
𝜇 = 35 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝜇 35 Servicio

𝒑 = 0.857

𝒑 = 85.7%
 b) El número promedio de clientes que entran al sistema

Datos Fórmula Sustitución

𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝜆 30
𝑳= 𝑳=
𝜇 = 35 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝜇−𝜆 35 − 30

30
𝑳=
5
𝑳 = 6 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
 c) El número promedio de clientes formados en la fila

Datos Fórmula Sustitución

𝒑 = 0.857 𝑳𝒒 = (0.857)(6)
𝑳𝒒 = 𝑝𝐿
𝑳=6

𝑳𝒒 = 5.14 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
 d) El tiempo promedio transcurrido dentro del sistema

Datos Fórmula Sustitución

𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 1 1
𝜇 = 35 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝑾= 𝑾=
𝜇−𝜆 35 − 30

1
𝑾=
5

𝑾 = 0.2 ℎ𝑟𝑠

𝑾 = 12 𝑚𝑖𝑛
e) El tiempo promedio transcurrido en la fila

Datos Fórmula Sustitución

𝒑 = 0.857
𝑾𝒒 = 𝑝𝑊 𝑾𝒒 = (0.857)(0.2)
𝑊 = 0.2 ℎ𝑟𝑠

𝑾𝒒 = 0.17 ℎ𝑟𝑠

𝑾𝒒 = 10.28 𝑚𝑖𝑛
a) El 85.7% del tiempo el cajero se encuentra dando
servicio
b) Entran 6 clientes al sistema
c) Por lo general 5 clientes se encuentran formados
en la fila
d) En promedio el cliente está en el sistema 12
minutos
e) De los cuales 10 minutos los pasa en la fila para
que le cobren
Para brindar un mejor servicio, la gerente necesita respuestas a
las siguientes preguntas:
a) ¿Qué tasa de servicio se requerirá para lograr que los
clientes pasen en promedio sólo 8 minutos en el sistema?
b) Con esa tasa de servicio, ¿Cuál sería la probabilidad de
tener más de cuatro clientes en el sistema?
c) ¿Qué tasa de servicio se requerirá para que fuera de sólo
10% la probabilidad de tener más de cuatro clientes en el
sistema?
 a) ¿Qué tasa de servicio se requerirá para lograr que los clientes
pasen en promedio sólo 8 minutos en el sistema?
Datos Fórmula Sustitución

1 1
𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝑾= 𝜇= + 30
𝜇−𝜆 0.133
𝑊 = 8 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑊 = 0.133 ℎ𝑜𝑟𝑎𝑠 1 𝜇 = 7.518 + 30
𝜇 = +𝜆
𝜇 =? 𝑊
𝜇 = 37.518 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ℎ𝑟
 b) Con esa tasa de servicio, ¿Cuál sería la probabilidad de tener
más de cuatro clientes en el sistema?
𝑷(𝒏) = (1 − 𝑝)𝑝𝑛
Datos Fórmula Sustitución
4
30
𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟 𝑝 = 1 − ෍ 𝑃(𝑛) 𝒑=
𝑛=0
37.518
𝜇 = 37.518 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝑐/ℎ𝑟
4
𝒑 = 0.799
𝑊 = 8 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 𝑝 = 1 − ෍ 1 − 𝑝 𝑝𝑛
𝑛=4 𝑛=0

𝜆
𝒑= 𝑝 𝑥 > 4 = 1 − 𝑝(𝑥 ≤ 4)
𝜇
 b) Con esa tasa de servicio, ¿Cuál sería la probabilidad de tener
más de cuatro clientes en el sistema?
Fórmula Sustitución
4
𝒑(𝒏) = 𝑝𝑛
𝑝 = 1 − ෍ 𝑃(𝑛)
𝑛=0 𝒑(𝟎) = (0.799)0 = 1
4

𝑝 = 1 − ෍ 1 − 𝑝 𝑝𝑛 𝒑(𝟏) = (0.799)1 = 0.799

𝑛=0
𝒑(𝟐) = (0.799)2 = 0.638
La sumatoria de
𝑝(3) = (0.799)3 = 0.510
cada probabilidad
desde 0 hasta 4
𝒑(𝟒) = (0.799)4 = 0.407
 b) Con esa tasa de servicio, ¿Cuál sería la probabilidad de tener
más de cuatro clientes en el sistema?
Datos Fórmula y sustitución
4
𝒑 = 0.799
𝑝 = 1 − ෍ 1 − 𝑝 𝑝𝑛
𝒑(𝟎) = 1 𝑛=0

𝒑(𝟏) = 0.799 𝑝 = 1 − ( 1 − 𝑝 𝑝 0 + 𝑝1 + 𝑝 2 + 𝑝 3 + 𝑝 4 )

𝒑(𝟐) = 0.638
𝑝 = 1 − ( 1 − 0.799 1 + 0.799 + 0.638 + 0.510 + 0.407 )
𝑝(3) = 0.510
𝑝 = 1 − ((0.201) 3.354 )
𝒑(𝟒) = 0.407 𝑝 = 1 − 0.674 𝑝 = 0.326
b) Con esa tasa de servicio, ¿Cuál sería la probabilidad de tener
más de cuatro clientes en el sistema?

Resultado

Por lo tanto existe la probabilidad de 32.6%

de que más de 4 clientes se encuentren en
el sistema
c) ¿Qué tasa de servicio se requerirá para que fuera de sólo 10%
la probabilidad de tener más de cuatro clientes en el sistema?

𝑝 𝑥 > 4 = 1 − 𝑝(𝑥 ≤ 4)
c) ¿Qué tasa de servicio se requerirá para que fuera de sólo 10%
la probabilidad de tener más de cuatro clientes en el sistema?

𝑝 𝑥 > 4 = 1 − 𝑝(𝑥 ≤ 4)

𝑝 = 1 − ( 1 − 𝑝 𝑝 0 + 𝑝1 + 𝑝 2 + 𝑝 3 + 𝑝 4 )

𝑝 = 1 − (1 𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 + 𝑝4 − 𝑝 𝑝0 + 𝑝1 + 𝑝2 + 𝑝3 + 𝑝4 )

𝑝 = 1 − 𝑝 0 + 𝑝1 + 𝑝 2 + 𝑝 3 + 𝑝 4 + 𝑝 𝑝 0 + 𝑝1 + 𝑝 2 + 𝑝 3 + 𝑝 4

𝑝 = 1 − 𝑝 0 − 𝑝1 − 𝑝 2 − 𝑝 3 − 𝑝 4 + 𝑝1 + 𝑝 2 + 𝑝 3 + 𝑝 4 + 𝑝 5

𝑝 = 1 − 1 − 𝑝1 − 𝑝 2 − 𝑝 3 − 𝑝 4 + 𝑝 1 + 𝑝 2 + 𝑝 3 + 𝑝 4 + 𝑝 5
𝑝 = 𝑝5
c) ¿Qué tasa de servicio se requerirá para que fuera de sólo 10%
la probabilidad de tener más de cuatro clientes en el sistema?

𝑝 = 𝑝5 Si p = 𝟎. 𝟏𝟎

𝟏 1
O bien, 𝒑 𝟓
𝑝= 0.105

𝑝 = 0.63
c) ¿Qué tasa de servicio se requerirá para que fuera de sólo 10%
la probabilidad de tener más de cuatro clientes en el sistema?

En consecuencia, para una tasa de utilización de 63%, la

probabilidad de que más de cuatro clientes se encuentren en el
sistema es de 10%.
Para 𝜆 = 30, la tasa de servicio medio deberá ser 𝜇

Datos Fórmula Sustitución

𝑐 𝜆 30
𝜆 = 30 𝑗𝑢𝑏𝑖𝑙𝑎𝑑𝑜𝑠 𝒑= 𝜇=
ℎ𝑟 𝜇 0.63
𝑝 = 0.63
𝜇 =? 𝜆
𝜇= 𝜇 = 47.62 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠/ℎ𝑟
𝑝
La gerente tiene que encontrar ahora la forma de incrementar
la tasa de servicio de 36 por hora a 48 por hora
aproximadamente. Dicha tasa de servicio puede incrementar
en varias formas, que abarcan desde emplear a un trabajador
que ayude a empacar la mercancía, hasta instalar equipo
electrónico más moderno y veloz en la caja para que lea en
menos tiempo los precios de la información impresa en código
de barras sobre cada artículo.
• En éste modelo los clientes forman una
sola fila y escogen entre s servidores,
aquel que esté disponible.
• El sistema de servicio tiene una sola
fase.
 A partir de las características anteriores se pueden aplicar las siguientes
fórmulas:
𝜆
𝒑 = utilización promedio del sistema =
𝑠𝜇
𝑠 −1
𝑠−1
(𝜆ൗ𝜇 )𝑛 𝜆ൗ
𝜇 1
𝑷(𝟎) = probabilidad de que cero clientes estén en el sistema = ෍ + ( )
𝑛! 𝑠! 1−𝑝
𝑛=0

(𝜆ൗ𝜇 )𝑛
𝑃0 ; 0 < 𝑛 < 𝑠
𝑛!
𝑷(𝒏) = probabilidad de que 𝑛 clientes esten el sistema =
(𝜆ൗ𝜇)𝑛
𝑃0; 0 < 𝑛 < 𝑠
𝑠! 𝑠 𝑛−𝑠
 𝑃0 (𝜆ൗ𝜇)𝑠 𝑝
𝑳𝒒 = número promedio de clientes en la fila de espera =
𝑠! (1 − 𝑝)2

𝑳 = número promedio de clientes en el sistema de servicio = 𝜆𝑊

𝐿𝑞
𝑾𝒒 = tiempo promedio de espera en la fila =
𝜆

1
𝑾 = tiempo promedio transcurrido en el sistema, incluido el servicio = 𝑊𝑞 +
𝜇
La gerencia del correo internacional DHL en la central del bario de
Mataderos, Buenos Aires, está preocupada por la cantidad de tiempo
que los camiones de la compañía permanecen ociosos, en espera de
ser descargados. Esta terminal de carga funciona con cuatro
plataformas de descarga. Cada una de éstas requiere una cuadrilla de
dos empleados, y cada cuadrilla cuesta $30.00 por hora. El costo
estimado de un camión ocioso es de $50.00 por hora. Los camiones
llegan a un ritmo promedio de tres por hora, siguiendo una
distribución de Poisson. En promedio, una cuadrilla es capaz de
descargar un semirremolque en una hora, y los tiempos de servicio
son exponenciales. ¿Cuál es el costo total por hora de la operación de
este sistema?
Para encontrar el costo total de mano de obra y de los camiones
ociosos, se debe de calcular el tiempo promedio de espera en el
sistema y el número promedio de camiones en el mismos.

Sin embargo, primero se tiene que calcular el número promedio de

camiones en la fila y el tiempo de espera en la fila
 a) Utilización promedio de las cuatro plataformas

Datos Fórmula Sustitución

Llegadas
clientes
𝜆 = 3 camiones c/hr 𝜆 3
𝒑= 𝒑=
𝑐 𝑠𝜇 4∗1
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛
ℎ𝑟 Servicio
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠 3
𝒑=
4

𝒑 = 0.75

𝒑 = 75%
 b) Probabilidad de que no haya ningún camión en el sistema

Datos Fórmula
𝑠 −1
𝜆 = 3 camiones c/hr 𝑠−1 𝜆ൗ
𝑐 (𝜆ൗ𝜇)𝑛 𝜇 1
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝑷(𝟎) = ෍ + ( )
ℎ𝑟 𝑛! 𝑠! 1−𝑝
𝑛=0
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑛 = 0 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 4−1 4 −1
(3ൗ1)𝑛 3ൗ
1 1
𝑝 = 0.75 𝑷(𝟎) = ෍ + ( )
𝑛! 4! 1 − 0.75
𝑛=0
b) Probabilidad de que no haya ningún camión en el sistema

4 −1
4−1
(3ൗ1)𝑛 3ൗ
1 1
𝑷(𝟎) = ෍ + ( )
𝑛! 4! 1 − 0.75
𝑛=0

1 3 9 27
+ + +
1 1 2 6
3 3 3 3
( )0 ( )1 ( )2 ( )3 9 27
1 + 1 + 1 + 1 1+3 + +
0! 1! 2! 3! 2 6
4−1
(3ൗ1)𝑛
(3)0 (3)1 (3)2 (3)3 ෍ = 13
+ + + 𝑛!
0! 1! 2! 3! 𝑛=0
b) Probabilidad de que no haya ningún camión en el sistema

−1
3 4 1 𝑷(𝟎) = 26.5 −1
𝑷(𝟎) = 13 + ( )
24 0.25
1
−1 𝑷(𝟎) =
81 26.5
𝑷(𝟎) = 13 + (4)
24
𝑷(𝟎) = 0.0377
−1
324
𝑷(𝟎) = 13 +
24
𝑷(𝟎) = 3.77%
−1
𝑷(𝟎) = 13 + 13.5
 c) Número promedio de camiones en la fila

Datos Fórmula Sustitución

4
𝜆 = 3 camiones c/hr 3
(0.0377) ൗ1 (0.75)
𝑐 𝑃0 (𝜆ൗ𝜇)𝑠 𝑝 𝑳𝒒 =
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝑳𝒒 = 4! (1 − 0.75)2
ℎ𝑟 𝑠! (1 − 𝑝)2
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠 (0.0377) 3 4 (0.75)
𝑛 = 0 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑳𝒒 =
4! (0.25)2
𝑝 = 0.75
𝑷(𝟎) = 0.0377 (0.0377)(81) (0.75)
𝑳𝒒 =
(24)(0.0625)
2.290
𝑳𝒒 = 𝑳𝒒 = 1.52
1.5
 d) Tiempo promedio de espera en la fila

Datos Fórmula Sustitución

𝜆 = 3 camiones c/hr 𝐿𝑞 1.52

𝑐 𝑾𝒒 = 𝑾𝒒 =
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝜆 3
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑛 = 0 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑾𝒒 = 0.506
𝑝 = 0.75
𝑷(𝟎) = 0.0377
𝑳𝒒 = 1.52
 e) Tiempo promedio transcurrido en el sistema

Datos Fórmula Sustitución

𝜆 = 3 camiones c/hr 1 1
𝑐 𝑾 = 𝑊𝑞 + 𝑾 = 0.506 +
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝜇 1
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑛 = 0 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠 𝑾 = 0.506 + 1
𝑝 = 0.75
𝑷(𝟎) = 0.0377
𝑾 = 1.506
𝑳𝒒 = 1.52
𝑾𝒒 = 0.506
 f) El número promedio de camiones en el sistema

Datos Fórmula Sustitución

𝜆 = 3 camiones c/hr 𝑳 = 𝜆𝑊 𝑳 = (3)(1.506)

𝑐
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠 𝑳 = 4.518
𝑛 = 0 𝑐𝑎𝑚𝑖𝑜𝑛𝑒𝑠
𝑝 = 0.75
𝑷(𝟎) = 0.0377
𝑳𝒒 = 1.52
𝑾𝒒 = 0.506
𝑾 = 1.506
Ahora se pueden calcular los costos por hora correspondientes a mano de obra y
camiones ociosos.

Costo mano de obra Costo de camiones ociosos

Costo de cuadrilla por hora = $30.00 Costo de un camión ocioso por hora = $50.00
Servidores (s) = 4 Camiones en el sistema (L) = 4.518
$𝟑𝟎. 𝟎𝟎 𝟒 = $𝟏𝟐𝟎. 𝟎𝟎 $𝟓𝟎. 𝟎𝟎 𝟒. 𝟓𝟏𝟖 = $𝟐𝟐𝟓. 𝟗𝟎

$345.90
Se considerará ahora una situación en la que
todas las suposiciones del modelo con un solo
servidor son apropiadas, excepto una. En este
caso, la población de clientes es finita, por que
sólo existen N clientes potenciales. Si N es mayor
que 30 clientes, resulta adecuado el modelo con
un solo servidor, sobre la suposición de que la
población de clientes sea infinita. En los demás
casos, el modelo con fuente finita es el que más
conviene utilizar.
 −1
𝑁
𝑁! 𝜆
𝑷(𝟎) = probabilidad de que cero clientes estén en el sistema = ෍ ( )𝑛
𝑁−𝑛 ! 𝜇
𝑛=0

𝒑 = utilización promedio del sistema = 1 − 𝑃0

𝜆+𝜇
𝑳𝒒 = número promedio de clientes en la fila de espera = 𝑁 − (1 − 𝑃0 )
𝜆

𝜇
𝑳 = número promedio de clientes en el sistema = 𝑁 − (1 − 𝑃0 )
𝜆

𝑾𝒒 = tiempo promedio de espera en la fila = 𝐿𝑞 (𝑁 − 𝐿)𝜆 −1

𝑾 = tiempo promedio transcurrido en el sistema, incluido el servicio = 𝐿 (𝑁 − 𝐿)𝜆 −1

Hace casi tres años, Gear Tandil S.A. instaló un conjunto de
10 robots que incrementó considerablemente la
productividad de su mano de obra, pero en el último
tiempo la atención se ha enfocado en el mantenimiento.
La empresa no aplica el mantenimiento preventivo a los
robots, en virtud de la gran variabilidad que se observa en
la distribución de las averías.
Cada máquina tiene una distribución exponencial de
averías (o distribución entre llegadas), con un tiempo
promedio de 200 horas entre una y otra falla.
Cada hora-máquina perdida como tiempo ocioso cuesta $30.00,
lo cual significa que la empresa tiene que reaccionar con rapidez
en cuanto falla una máquina.
La empresa contrata sólo a una persona de mantenimiento real
están distribuidos exponencialmente.
La tasa de salarios es de $10.00 por hora para el encargado de
mantenimiento, el cual puede dedicarse productivamente a
otras actividades cuando no hay robots que reparar.
Calcule el costo diario por concepto de tiempo ocioso de la
mano de obra y los robots.
• Cada máquina tiene una distribución exponencial de averías (o distribución
entre llegadas), con un tiempo promedio de 200 horas entre una y otra
falla.

1
𝜆= = 0.005 𝑎𝑣𝑒𝑟í𝑎𝑠/ℎ𝑟
200

1
𝜇= = 0.1 𝑟𝑜𝑏𝑜𝑡𝑠/ℎ𝑟
10
 a) Utilización promedio de las cuatro plataformas

Datos Fórmula Sustitución

𝜆 = 3 camiones c/hr 𝜆 3
𝒑= 𝒑=
𝑐 𝑠𝜇 4∗1
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠 3
𝒑=
4

𝒑 = 0.75

𝒑 = 75%
b) Probabilidad de que cero clientes se encuentren en el sistema

Datos Fórmula Sustitución

−1
−1 10
𝜆 = 3 camiones c/hr
𝑁 10! 3
𝑁! 𝜆 𝑷(𝟎) = ෍ ( )𝑛
𝑐 𝑷(𝟎) = ෍ ( )𝑛 10 − 𝑛 ! 1
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝑁−𝑛 ! 𝜇 𝑛=0
𝑛=0
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑁 = 10 𝑟𝑜𝑏𝑜𝑡𝑠
b) Probabilidad de que cero clientes se encuentren en el sistema

10! 3 10! 3 10! 3

𝑷(𝟎) = ( )0 𝑷(𝟒) = ( )4 𝑷(𝟖 = ( )8
10 − 0 ! 1 10 − 4 ! 1 10 − 8 ! 1

10! 3 10! 3 10! 3

𝑷(𝟏) = ( )1 𝑷(𝟓) = ( )5 𝑷(𝟗) = ( )9
10 − 1 ! 1 10 − 5 ! 1 10 − 9 ! 1

10! 3 10! 3 10! 3

𝑷(𝟐) = ( )2 𝑷(𝟔) = ( )6 𝑷(𝟏𝟎) = ( )10
10 − 2 ! 1 10 − 6 ! 1 10 − 10 ! 1

10! 3 10! 3
𝑷(𝟑) = ( )3 𝑷(𝟕) = ( )7
10 − 3 ! 1 10 − 7 ! 1
b) Probabilidad de que cero clientes se encuentren en el sistema

Datos Fórmula Sustitución

−1
−1 10
𝜆 = 3 camiones c/hr
𝑁 10! 3
𝑁! 𝜆 𝑷(𝟎) = ෍ ( )𝑛
𝑐 𝑷(𝟎) = ෍ ( )𝑛 10 − 𝑛 ! 1
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛 𝑁−𝑛 ! 𝜇 𝑛=0
𝑛=0
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑁 = 10 𝑟𝑜𝑏𝑜𝑡𝑠
𝑷(𝟎) = 0.538

𝑷(𝟎) = 53.8%
 b) El número promedio de robots en espera de ser reparados

Datos Fórmula Sustitución

𝜆+𝜇
𝜆 = 3 camiones c/hr 𝑳𝒒 = 𝑁 − (1 − 𝑃0 )
𝑐 𝜆
𝜇 = 1 𝑐𝑎𝑚𝑖ó𝑛
ℎ𝑟
𝑠 = 4 𝑝𝑙𝑎𝑡𝑎𝑓𝑜𝑟𝑚𝑎𝑠
𝑝 = 0.75