LINEAS DE ESPERA

2.1 INTRODUCCIN Una lnea de espera es el efecto resultante en un sistema cuando la demanda de un servicio supera la capacidad de proporcionar dicho servicio. Este sistema est formado por un conjunto de entidades en paralelo que proporcionan un servicio a las transacciones que aleatoriamente entran al sistema. Dependiendo del sistema que se trate, las entidades pueden ser cajeras, mquinas, semforos, gras, etctera, mientras que las transacciones pueden ser: clientes, piezas, autos, barcos, etctera. Tanto el tiempo de servicio como las entradas al sistema son fenmenos que generalmente tienen asociadas fuentes de variacin que se encuentran fuera del control del tomador de decisiones, de tal forma que se hace necesaria la utilizacin de modelos estocsticos que permitan el estudio de este tipo de sistemas. Una lnea de espera puede modelarse como un proceso estocstico en el cual la variable aleatoria se define como el nmero de transacciones en el sistema en un momento dado; el conjunto de valores que puede tomar dicha variable es {O, 1, 2, . . . , N\ y cada uno de ellos tiene asociada una probabilidad de ocurrencia

2.2 OBJETIVO En las lneas de espera, existen dos costos perfectamente identificados: el costo de las transacciones, que representa la cuantificacin monetaria de la prdida de tiempo al esperar recibir un servicio o la prdida de clientes por abandono del sistema, y el costo de proporcionar el servicio, que representa la cantidad de dinero que hay que pagar por cuestin de sueldos y salarios, energa, mantenimiento y depreciacin del personal o equipo. De tal forma que en un estudio de lneas de espera el objetivo es determinar qu nivel de servicio, ya sea por cantidad de entidades o por la velocidad de ellas, proporcionar para minimizar el costo total del sistema. Este costo est formado tanto por costo de servicio como por el que causa la espera. Matemticamente podemos representarlo de la siguiente forma:

Estos conceptos se pueden representar grficamente de acuerdo con el esquema mostrado en la figura 2.1.

Figura 2.1

Esquema de optimizacin de una lnea de espera.

2.3 ESTRUCTURA Un sistema de espera se representa mediante la llegada de transacciones a un sistema con el fin de recibir un servicio por cualquiera de una o ms entidades dispuestas para ello, conocidas como servidores. En caso de que todas las entidades se encuentren ocupadas, la transaccin permanece en espera en la fila hasta que decide abandonar la fila sin ser atendido, o bien, es seleccionado de acuerdo con cierta regla para recibir atencin. Una vez que el servicio ha sido completamente proporcionado, la transaccin sale del sistema y se convierte de nuevo en una transaccin potencial.
Servidores

Representan al mecanismo por el cual las transacciones reciben de una manera completa el servicio deseado. Estas entidades se encuentran dispuestas en forma paralela a la fila, de tal manera que las transacciones pueden seleccionar a cualquiera de ellas para el suministro de dicho servicio. Las dos caractersticas principales de los servidores son: la cantidad asignada por cada fila existente en el sistema y la distribucin de probabilidad del tiempo de atencin a las transacciones o de la velocidad de servicio; dentro de las distribuciones ms comunes estn la exponencial, la Erlang, la hiperexponencial, la degenerada.
Transacciones potenciales

Representan el nmero total de clientes que podran requerir el servicio proporcionado por el sistema y es necesario definir dos caractersticas para este conjunto de elementos; la

primera tiene que ver con el tamao del conjunto potencial de clientes, dando, en consecuencia, conjuntos limitados o finitos y en otros casos conjuntos ilimitados o infinitos. La segunda caractersitica se refiere a la distribucin de probabilidad del tiempo entre llegadas o bien a la tasa de entrada promedio. Es comn encontrarse la suposicin de tasas de llegada que siguen un proceso Poisson, el cual ocurre cuando las llegadas a un sistema se llevan a cabo de forma aleatoria; es importante hacer notar que una de las propiedades de esta distribucin es su relacin con el tiempo entre llegadas consecutivas, que se representa en forma paralela, de acuerdo con un proceso de tipo exponencial. Existen algunos sistemas donde la tasa de llegadas se ve afectada por la decisin de una transaccin de rehusar su entrada al sistema por razones diversas, por ejemplo del tamao de la fila.
Fila

Is el conjunto de transacciones que espera ser atendido por alguno de los servidores del sistema. Una fila tiene tres caractersticas principales, la primera se refiere a la capacidad, o sea, al nmero mximo de transacciones que pueden permanecer en ella en un mismo instante y de acuerdo con este nmero se clasifican como finitas o infinitas. Hay que hacer notar que en el caso de los modelos con tamao finito, la solucin es mucho ms fcil de encontrar a partir

Figura 2.2 Estructura general de un sistema de lneas de espera.

de las ecuaciones generales ya que la solucin del modelo se reduce a un sistema de ecuaciones simultneas y a la evaluacin de las medidas de desempeo mediante promedios ponderados, mientras que, en el caso de modelos de tipo ilimitado o infinito, es necesario recurrir a la solucin del sistema de ecuaciones as como a la evaluacin de las medidas de desempeo y a algunas series geomtricas que dificultan en cierto grado el manejo algebraico de la solucin. La segunda caracterstica es el orden en que las transacciones son extradas de la fila para su atencin, en ese caso podemos encontrar: primeras llegadas, primeros servicios, por prioridad, aleatorio, etctera y, por ltimo/la forma de salir de la fila, que puede darse mediante el proceso de servicio o bien, mediante el abandono por factores como desesperacin, hasto, etctera.

2.4 NOMENCLATURA
S nmero de servidores n nmero de clientes en el sistema N nmero mximo de clientes permitidos en el sistema A,,t flujo de clientes que entran cuando hay n clientes en el sistema u,7l capacidad del servidor cuando hay n clientes en el sistema. E(t) tiempo promedio de proceso por cliente

V(t) variancia del tiempo de proceso

E() tiempo promedio entre llegadas V(a) variancia del tiempo entre llegadas CQ coeficiente cuadrado de variacin del flujo de clientes que entran al sistema C2 S coeficiente cuadrado de variacin del tiempo de servicio Cp coeficiente cuadrado de variacin del flujo de clientes que salen del sistema PIJ probabilidad de que el sistema cambie de un estado i a un estado y despus de un intervalo de tiempo Pn probabilidad en estado estable de que existan n clientes en el sistema L nmero promedio de clientes en el sistema Lq nmero promedio de clientes en la fila W tiempo promedio de permanencia en el sistema Wq tiempo promedio de permanencia en la fila p utilizacin promedio del servicio Ct costo total promedio del sistema de lneas de espera por unidad de tiempo Ce costo promedio de servicio por cliente por unidad de tiempo Cq costo promedio de espera por cliente por unidad de tiempo

2.5 CLASIFICACIN DE KENDALL Y LEE En 1953 Kendall y Lee propusieron un sistema de clasificacin de los sistemas de lneas de espera, ampliamente utilizado en la actualidad. Esta clasificacin considera seis de las caractersticas mencionadas en la estructura de los modelos de lneas de espera, expresndolas en el formato (a / b I c) (d I e I f), donde: a distribucin de probabilidad del tiempo entre llegadas de las transacciones. b distribucin de probabilidad del tiempo de servicio. Los smbolos utilizados en estos dos primeros campos son: D: constante. Ek: distribucin Erlang con parmetro k. G: cualquier tipo de distribucin. GI: distribucin general independiente. H: distribucin hiperexponencial. M : distribucin exponencial. c nmero de servidores d orden de atencin a los clientes. Los smbolos utilizados en este campo son: FCFS: primeras entradas, primeros servicios.

LCFS: ltimas entradas, primeros servicios SIR: orden aleatorio. PR: con base en prioridades. GD: en forma general. e nmero mximo de clientes que soporta el sistema en un mismo instante de tiempo. / nmero de clientes potenciales del sistema de lneas de espera. Por ejemplo, un modelo (M/D/3) (FCFS/20/20) representa la clasificacin de un sistema donde existen 3 servidores en paralelo atendiendo de acuerdo con un orden de primeras entradas, primeras salidas, con un tiempo de servicio constante. El sistema tiene slo 20 clientes potenciales, los cuales podran encontrarse dentro del sistema en un mismo instante. El tiempo entre llegadas de los clientes sigue una distribucin exponencial y, en caso de llegar y encontrar todos los servidores ocupados, pasan a formarse en una fila comn. En otro caso, un modelo (M/M/l)(LCFS/oo/oo) es la clasificacin de una lnea de espera donde hay 1 servidor atendiendo de acuerdo con un orden de ltimas entradas, primeras salidas, con tiempo de servicio exponencial. El sistema da servicio a un nmero infinito de clientes potenciales, mismos que al llegar sern aceptados por el sistema. El tiempo entre llegadas de los clientes sigue una distribucin exponencial y en caso de llegar y encontrar al servidor ocupado, pasan a formarse en una fila comn. Respetando la clasificacin anterior, es posible agrupar los diferentes modelos de la forma mostrada en la figura 2.3, donde se separan principalmente los modelos markovianos de los no markovianos. Los markovianos se dividen en modelos con capacidad finita y modelos con capacidad infinita, los no markovianos, a su vez, se clasifican en modelos con tiempos entre
llegadas exponenciales y tiempos de servicio con cualquier funcin de probabilidad, y en modelos con tiempos entre llegadas y tiempos de servicio con cualquier tipo de distribucin. Esta agrupacin se realiza en funcin del procedimiento matemtico utilizado en la solucin del modelo.

Figura 2.3 Agrupacin de los modelos de acuerdo con el procedimiento matemtico de solucin.

2.6 ECUACIONES GENERALES

Las medidas de desempeo con que se trabaja en teora de colas son principalmente las siguientes:
Utilizacin del servicio

Representa el porcentaje de tiempo en que los servidores atienden a los clientes y se calcula como la razn entre la tasa promedio de llegadas y la capacidad total del sistema para proporcionar el servicio.

Tasa de entrada promedio

Es el valor ponderado de las tasas de entrada a un sistema y representa el nmero promedio de clientes que, efectivamente, ingresan al sistema convirtindose de clientes potenciales en clientes reales. A su vez, esta variable es la tasa de salida del sistema; en el caso de sistemas de manufactura esta variable representa la produccin que en promedio est logrando el sistema.

Nmero promedio de clientes en el sistema

Es el promedio ponderado de los diferentes estados del sistema, definiendo el estado del sistema como el nmero de clientes que se encuentran acumulados tanto en espera como en servicio en cualquier momento.

2.7 PROCESOS MARKOVIANOS El proceso estocstico utilizado en la modelacin de una lnea de espera tiene la propiedad markoviana, ya que la probabilidad condicional de llegar a un estado futuro depende exclusivamente del estado actual en el que se encuentre el sistema, sin importar el estado inicial de dicho sistema. Este conjunto de probabilidades condicionales se conoce como probabilidades de transicin de un paso y hay que considerar que son estacionarias, o sea que no cambian con el tiempo. Estas probabilidades se expresan como pj. Hay que recordar que en este caso, el estado se define como nmero de transacciones dentro del sistema en un momento dado. La tabla 2.1 muestra la representacin matricial del comportamiento de una lnea de espera, donde los ndices de la primera columna representan el estado actual del sistema y los del primer rengln los estados futuros, relacionados entre ellos por la probabilidad condicional de que el sistema cambie del estado actual al estado futuro. Las probabilidades condicionales de la matriz deben de cumplir con:

Las probabilidades de estado estacionario Pj representan el comportamiento probabilstico de cada estado del sistema a largo plazo y se calculan a partir de las probabilidades de transicin de un paso de acuerdo con las ecuaciones siguientes:

Tabla 2.1 Matriz de probabilidades de un paso.

que forman un sistema de ecuaciones con N + 1 incgnitas, N + 1 ecuaciones independientes y una ecuacin rendundante que debe ser eliminada.

La solucin de este sistema de ecuaciones origina los valores de las probabilidades estacionarias independientes del estado en que se encuentre el sistema inicialmente; as pues, estas probabilidades se representan conforme a la matriz de la tabla 2.2.

Tabla 2.2 Matriz de probabilidades de estado estacionario.

Una vez calculadas las probabilidades de estado estacionario, la solucin del modelo markoviano de lneas de espera se obtiene utilizando las ecuaciones generales descritas en la seccin anterior. Ejemplo. Se desea encontrar el nmero de pacientes promedio en el consultorio de un doctor, para ello se realizaron un total de 73 observaciones con intervalos de 5 minutos entre cada observacin, registrando en cada ocasin el nmero de pacientes en el consultorio. En la tabla 2.3 se clasifica la informacin en funcin de la relacin existente entre observacionest consecutivas distanciadas en el tiempo cada 5 minutos. Por ejemplo, de las 7^3 Observaciones totales, en 10 de ellas el sistema estuvo en estado O (estado presente) y 5 minutos despus (estado futuro) el sistema haba permanecido igual en 3 ocasiones, haba cambiado a estado 1 en 5 ocasiones, cambiado a estado 2 en 2 ocasiones y no se observ cambio a los estados 3 y 4; en 20 de ellas el sistema estuvo en estado 1 (estado presente) y 5 minutos despus (estado futuro) el sistema permaneci sin cambio en 8 ocasiones, cambi a estado 1 en 7 ocasiones, al estado 2 no se observ cambio alguno y, finalmente, cambi 1 y 4 veces a los estados futuros 3 y 4 respectivamente.

Tabla 2.3 Observaciones del sistema.

Calculando la probabilidad condicional de cambiar del estado presente i al estado futuro j, puede asegurarse que:

tenemos la siguiente matriz de un paso,

Tabla 2.4 Matriz de probabilidades de un paso.

Con estas probabilidades se puede formar el siguiente diagrama de transicin de un paso:

Figura 2.4 Diagrama de transicin de un Paso

Aplicando las ecuaciones de estado estacionario 2.15 y 2.16 a la matriz de la figura 2.4, se genera el siguiente conjunto de ecuaciones: P0 = 0.3P0 + 0.4PT + 0.2P2 + 0.33 P3 + 0.5P4 P! = 0.5P0 + 0.35P! + 0.2P2 P2 = 0.2P0 + 0.2P2 + 0.66 P3 P3 = O.OSPi + 0.2P2 P4 = 0.2PX + 0.2P2 + 0.5P4 P 0 + Pl + P 2 + P 4 - 1 Resolviendo el sistema de ecuaciones se obtiene: P0 = 0.355 P! = 0.310 P2 =0.122 P3 =0.041 P4 =0.173 Al sustituir en la ecuacin 2.6 se encuentra el nmero promedio de pacientes en espera:

En el ejemplo previo, las observaciones se realizaron cada 5 minutos, sin embargo es evidente que en ese periodo pueden suceder cambios de estado que quedan fuera de la visin del observador, por lo que se recomienda reducir al mximo el intervalo entre observaciones consecutivas. Esta reduccin permite que las observaciones de los cambios de estado se lleven a cabo de manera continua y estn en funcin de la probabilidad de ocurrencia de una llegada o una salida del sistema. Las observaciones se realizan ahora sobre estas dos ltimas variables.

En el caso de los modelos markovianos M/M, la distribucin de probabilidad que define la llegada o salida de transacciones de un sistema y, por ende, los cambios de estado en un t + A, est dada por la distribucin Poisson expresada como:

Si se define un intervalo Ai pequeo que asegure el cumplimiento de los siguientes postulados, 1. Solamente puede ocurrir una llegada entre y Ai. 2. Solamente puede ocurrir una salida entre y A. 3. Solamente puede ocurrir una llegada o una salida entre y A.

Tabla 2.5 Matriz de probabilidades de un paso para Ai -> O.

2.7.1 MODELOS (M/M/c)(d/N/f) Caracterizados por la interrupcin de entradas al sistema cuando ste llega a un cierto estado y cuyo impedimento para entrar puede tener causas atribuibles al sistema como la falta de espacio, o bien a los clientes como en el" caso, por ejemplo, de que todos los clientes potenciales se encuentren dentro del sistema y no exista la posibilidad de que llegue otro cliente. En todos los casos, los sistemas que pueden ser representados mediante un modelo de capacidad finita se resuelven mediante la aplicacin directa de las ecuaciones generales, gracias al hecho de que es posible evaluar numricamente el promedio ponderado de la longitud promedio de fila o de la longitud promedio de clientes en el sistema. En este caso, la solucin se puede encontrar de la siguiente forma: Esquematizar el diagrama de probabilidades de transicin para todos los estados posibles del sistema. Crear la matriz de transicin o matriz de probabilidades de un paso. A partir de las ecuaciones 2.15 y 2.16, encontrar todas las ecuaciones de balance. Resolver el sistema de ecuaciones para la obtencin de las probabilidades de estado estacionario. Calcular la tasa efectiva de entrada de clientes al sistema. Calcular L, LQ, W, Wq y p a partir de las frmulas generales. Si aplica, evaluar en trminos de costo el rendimiento del sistema en estudio. Ejemplo. Una sala de espera tiene capacidad para 3 personas. Las personas arriban al

sistema de acuerdo con una tasa de 8 por hora con distribucin Poisson y son atendidas por una recepcionista en 10 minutos con distribucin exponencial. Si alguien llega y el sistema est lleno, se retira sin entrar. La clasificacin de este sistema es (M/M/l)(FCFS/4/oo) con el diagrama de probabilidades que se muestra en la figura 2.5.

Figura 2.5 Diagrama de probabilidades.

La matriz de un paso correspondiente al diagrama de transiciones se muestra en la tabla 2.6. De la matriz de probabilidades de la tabla 2.6 se obtiene el siguiente sistema de ecuaciones:

Resolviendo el sistema de ecuaciones para encontrar las probabilidades de rstado estable:

Se requiere o valor do /*> para la solucin de P,,, por lo <|ur . u htuyen estos valores en la ecuacin 2.22:

Ahora es posible calcular las medidas de desempeo del sistema, empezando por la tasa efectiva de entrada al sistema.

valor inferior a 8 personas/hora ya que el 32.76% del tiempo la sala de espeni est llena y se pierden clientes. Utilizando la ecuacin 2.2 para calcular la utilizacin del servicio, esto o.-;, el porcentaje de tiempo que la recepcionista se encuentra atendiendo clientes,

teniendo en mente que el servidor se encuentra ocupado en promedio el 89.6% del tiempo, entonces el sistema tiene capacidad suficiente para atender a IOM 5.379 clientes que entran por hora. Con la ecuacin 2.4, calculamos el promedio j del nmero de clientes en la sala de espera, incluyendo al que est siendo atendido por la recepcionista,

Por ltimo, los factores de tiempo promedio de espera en la fila y de estancia en el sistema se calculan haciendo uso de las ecuaciones 2.7 y 2.9 respectivamente y los resultados son:

Para algunos clientes, probablemente parezca un tiempo de espera excesivo, quiz esperen que su tiempo en este sentido pueda ser mejorado; una de las

-oluciones para lograrlo es, por ejemplo, contratar a una segunda recepcionista, n este caso la clasificacin del sistema es (M/M/2)(FCFS/5/oo) y tanto en el

Figura 2.6 Formas completa y simplificada del diagrama de probabilidades.

y por lo tanto, Pl = 0.3167 P2 = 0.2111 P3 = 0.1407 P4 = 0.0938 La nueva distribucin de probabilidad de estado estable nos indica un incremento en la probabilidad de estar vaco, ya que de un 10.37% con una recepcionista ha pasado a un 23.76%. Otro dato interesante es que la probabilidad de que el sistema se encuentre lleno ha disminuido de 32.74% a 9.38%, lo cual permite intuir que si antes el sistema permita una entrada efectiva de slo 5.379 personas/hora, ahora este flujo debe aumentar, para comprobarlo, tomamos la ecuacin 2.3

con esto, el sistema ha permitido un aumento en el flujo promedio de 1.87 clientes/hora. A pesar de tener una tasa de entrada efectiva ms alta, la utilizacin del servicio disminuye, principalmente por el hecho de haber duplicado la capacidad promedio de servicio; de nueva cuenta, con la ecuacin 2.2, se calcula el porcentaje de tiempo en que las recepcionistas estn atendiendo clientes:

Con los servidores trabajando un 60.4% se asegura que el sistema tiene la posibilidad de llegar a estado estable. Con esta informacin y con la ecuacin 2.6 se calcula el nmero promedio de clientes en la fila:

La ecuacin 2.5, permite calcular, de una manera ms sencilla, el nmero de clientes promedio incluyendo aquellos que estn con cada una de las recepcionistas: L = Lq + Sp = 0.3283 + (2)(0.604) = 1.5362 Por ltimo, los nuevos factores de tiempo promedio de espera en la fila y de estancia en el sistema se calculan mediante las ecuaciones 2.9 y 2.8 respectivamente y los resultados son:

Como era de esperarse, se obtiene una disminucin considerable en el tiempo de espera promedio de 18.5 a 12.71 minutos/cliente. No hay que olvidar que la decisin de agregar una recepcionista depende principalmente de

los costos en que incurra el sistema y del ahorro que se pueda generar con el cambio, por ejemplo, si agregar esa nueva recepcionista incrementa los costos en $15/hy el ahorro promedio, considerando el tiempo de espera en la fila de los clientes, es slo de $10/h, entonces no se justifica la contratacin de otra recepcionista. Ejemplo. En una oficina se cuenta con 5 impresoras. Cada una de ellas trabaja un promedio de 2 horas con distribucin exponencial antes de detenerse por falta de tinta, papel o problemas mecnicos. Se asignaron dos personas para mantener las impresoras activas. Si el tiempo para reactivar una impresora es de 15 minutos con distribucin exponencial, entonces, la clasificacin de este sistema es: (M/M/2)(FCFS/5/5) y el diagrama de probabilidades de estado estable se muestra en la figura 2.7, dando por consiguiente la matriz de un paso, en la que es importante hacer notar la disminucin progresiva en la probabilidad al cambiar de un estado i a i + 1 puesto que al ir aumentando el nmero de copiadoras descompuestas, la tasa promedio de entrada disminuye proporcionalmente.

Figura 2.7 Diagrama de probabilidades de estado estable.

Tabla 2.8
Probabilidades de un paso de un modelo (M/M/2MFCFS/5/5).

Este sistema de ecuaciones se resuelve de una forma similar a la de los ^emplos previos, pero debido a que la probabilidad de que se descomponga una mquina depende del nmero de mquinas ya descompuestas, las probabilidades de Pn quedan expresadas trmino a trmino de acuerdo con:

La distribucin de probabilidad para los 5 estados restantes queda: Pl = 0.3444 P2 = 0.0861 P3 = 0.0161 P4 = 0.002 P5 = 0.00012 En este caso, la tasa de llegadas est ligada a la cantidad de copiadoras descompuestas, de tal manera que si todas las copiadoras estn trabajando, la tasa de llegadas es 5 veces ms alta que en el caso en que tengamos 4 mquinas ya descompuestas y solamente 1 trabajando; mediante la ecuacin 2.3 el promedio en la tasa de entrada es:

hace que se pueda pensar en disminuir el nmero de servidores, en caso de que econmicamente sea adecuado. Usando la ecuacin 2.4, se calcula el nmero promedio de copiadoras descompuestas:

El resultado de aproximadamente 0.5 copiadoras, guarda una estrecha relacin con la utilizacin de los servidores, que al estar en un nivel del 27.66%. la mayor parte del tiempo se encuentran disponibles para la reparacin del equipo, consiguiendo as que las copiadoras

estn en servicio lo antes posible. Esta idea se ve reflejada tambin en el nmero promedio de copiadoras esperando ser reparadas, valor que puede ser estimado a partir de la ecuacin 2.6:

El tiempo de espera promedio antes de la reparacin y/o mantenimiento calculado con la ecuacin 2.9 es:

y el tiempo promedio en el sistema incluyendo el tiempo de reparacin de 15 minutos se estima en: W=Wq + E(t) = 0.55 + 15 = 15.55 min 2.7.2 MODELOS (M/M/c) (d/oo/oo) En un gran nmero de sistemas, tanto la poblacin potencial como la capacidad del sistema se pueden considerar ilimitados, por ejemplo, la fila para comprar un boleto para ver un juego de ftbol, la fila para utilizar un cajero automtico, etctera. A diferencia de los modelos anteriores, la solucin para estos casos hace necesaria la utilizacin de series geomtricas ya que la distribucin de probabilidad de estado estable no tiene lmite superior en cuanto a la capacidad del sistema. Es importante recalcar que dada la ausencia de este lmite, se requiere asegurar la convergencia del sistema a un estado estable, para lo cual debe cumplirse la condicin de que p < 1, es decir, que la ta-sa promedio de entrada sea estrictamente inferior a la capacidad promedio de servicio. En este caso, la solucin se puede encontrar mediante los pasos que a continuacin se expresan: Esquematizar el diagrama de probabilidades de transicin para el conjunto de estados que definan al sistema de la mejor manera posible. Crear la matriz de transicin o matriz de probabilidades de un paso. A partir de las frmulas 2.15 y 2.16 definir las ecuaciones de balance. Representar las probabilidades de estado estacionario Pn mediante una expresin algebraica. Calcular la utilizacin de los servidores y verificar que sea menor a 1 para asegurar la convergencia del sistema. Calcular la probabilidad de que el sistema se encuentre vaco (P0). En este tipo de problemas, es necesario hacer uso de series geomtricas para encontrar la convergencia de los resultados. Encontrar L, Lq, W, WQ a partir de las frmulas generales, considerando dentro del procedimiento la utilizacin de las series geomtricas. Si aplica, evaluar en trminos de costo, el rendimiento del sistema en estudio. Ejemplo. Se desea evaluar el costo promedio/hora en un sistema de produccin en el cual la entrada de materia prima a un proceso de taladrado sigue una distribucin Poisson con una tasa promedio de 9 piezas/hora. Se cuenta con un taladro manual en donde 6 minutos es el tiempo promedio de proceso que sigue una distribucin exponencial. Los costos de

funcionamiento del taladro y de inventario de piezas se estiman en $1.3/hora y $0.50 respectivamente.

Figura 2.8 Diagrama simplificado de probabilidades de un paso.

El modelo queda clasificado como (M/M/l)(FCFS/oo/oo) y el diagrama de probabilidades de un paso que se muestra en la figura 2.8, se emplea para evaluar en trminos de costo se utiliza la ecuacin 2.1; sustituyendo los costos de espera y de servicio se obtiene:

lo que requiere el clculo del nmero promedio de piezas en espera. Para esto se necesita construir la siguiente matriz de estado transitorio:

Tabla 2.9 Probabilidades de un paso para un modelo (M/M/1MFCFS/00/00).

Aplicando las ecuaciones 2.15 y 2.16 para calcular las probabilidades de estado estacionario, se tiene el siguiente sistema de ecuaciones:

Ejemplo. La llegada de barcos al muelle de un puerto, sigue una distribucin Poisson con una tasa promedio de 20 barcos/semana. El muelle cuenta con 3 espacios para las labores de descarga y en cada espacio hay una gra, con la cual es posible realizar las labores de descarga en 1 da con distribucin exponencial. Si un barco llega y los espacios estn ocupados, espera en mar abierto hasta que llegue su turno de descarga. Considerando semanas de 7 das se determinar el tiempo promedio de espera de un barco desde que llega al puerto hasta que empieza a ser descargado; el modelo se clasifica como (M/M/3)(FCFS/oo/oo) y se crea el siguiente diagrama de probabilidades:

Con la expresin matemtica de la distribucin de probabilidad de estado estable, y la ecuacin 2.6, se calcula el nmero promedio de barcos en espera

Las equivalencias algebraicas son tiles para llevar a cabo el proceso para encontrar la convergencia de la serie geomtrica de Lq:

2.8 PROCESOS NO MARKOVIANOS En algunos sistemas de lneas de espera no es posible explicar la variabilidad mediante un proceso Poisson, lo que ocasiona que el clculo de la distribucin de probabilidad de estado estable Pn sea difcil de obtener, dada la complejidad para encontrar la probabilidad de un paso p7- Se han desarrollado ecuaciones particulares para procesos no markovianos donde se utiliza el coeficiente cuadrado de variacin Cv2 como una relacin entre la media E(f) y la variancia V(f) de las distribuciones involucradas. A continuacin se presentan algunos modelos que pueden llegar a ser de utilidad en el anlisis de lneas de espera. 2.8.1 MODELO (M/G/1)(d/oo/oo) El desarrollo de las ecuaciones para este modelo se realiza utilizando el anlisis de lneas de espera por medio de cadenas de Markov y desemboca en la obtencin de la frmula 2.30, conocida como la ecuacin de Pollaczek-Khintchine:

Ejemplo. Un sistema de manufactura cuenta, para su proceso de perforado, con un robot programado para taladrar en 6 minutos/pieza de una manera constante. La entrada de piezas sigue una distribucin Poisson con media de 9.5 piezas/hora. Aunque se tiene suficiente espacio para recibir todas las piezas que requieran de este proceso, se calcular el promedio de piezas esperando ser taladradas y el tiempo promedio de permanencia en el sistema.

La clasificacin del sistema es (M/G/l)(FCFS/oo/oo), donde: A, = 9.5 piezas/hora ILI = 10 piezas/hora E(t) = 6 minutos/pieza V(t) = O, por ser un proceso automatizado con tiempo constante (vea la tabla 2. 11). Para comprobar si el sistema puede llegar a estado estable, calculamos la utilizacin promedio del servicio con la ecuacin 2.2:

que al ser menor a 1 asegura la estabilizacin. A partir de la ecuacin 2.30, es posible calcular el inventario promedio de piezas,

con este inventario promedio de 9.025, puede calcularse el tiempo de espera y el tiempo en el sistema, utilizando las ecuaciones generales 2.9 y 2.8:

2.8.2 MODELO (M/G/S) (d/oo/oo) Este modelo considera un conjunto de S servidores atendiendo a un nmero ilimitado de clientes potenciales; no existe limitacin sobre la capacidad del sistema por lo que es preciso mantener p < 1 para lograr el estado estable. Las llegadas siguen una distribucin de probabilidad Poisson mientras que el servicio es de tipo general con media E(f) y variancia V(t). Las frmulas para este modelo son:

Ejemplo. La llegada de barcos al muelle de un puerto, sigue una distribucin Poisson con una tasa promedio de 20 barcos/semana. El muelle cuenta con 3 espacios para las labores de descarga y en cada espacio hay una gra, con la cual es posible descargar en promedio 1 barco/da con una varianza de 0.01. Si un barco arriba al puerto y los espacios estn ocupados, espera en mar abierto hasta que llegue su turno de descarga. Si se trabaja los 7 das de la semana, el modelo se clasifica como (M/G/3) (FCFS/oo/oo). Despus se determina el nmero promedio de barcos esperando ser descargados. La informacin relevante en el problema se resume a continuacin: K = 20 barcos/semana fi = 7 barcos/semana S = 3 gras E(f) = 1/7 semanas/barco V(f) = 0.01 semanas/barco Con estos datos se calcula la utilizacin de las gras, para determinar si el sistema llega al estado estable, entonces:

Del ejemplo (M/M/3)(FCFS/oo /oo) resuelto antes, se determin que la longitud promedio de espera es de 18.22 barcos. Al calcular el coeficiente cuadrado de variacin del tiempo de descarga con la ecuacin 2.11, se obtiene:

2.8.3 MODELO (G/G/1) (d/oo/oo) En este modelo existe un servidor y no hay un lmite superior en cuanto al nmero de clientes potenciales, as como tampoco sobre la capacidad del sistema. Dadas estas condiciones el estado estable se conserva si y slo si p < 1. El tiempo entre llegadas y el tiempo de servicio son distribuciones generales con media E(f) y varianza V(t). Las frmulas siguientes se usan ampliamente para la modelacin de sistemas conectados en red, teniendo en cuenta que el manejo de la variabilidad y la conectividad entre cada elemento de la red se debe realizar usando las ecuaciones 2.10, 2.11 y 2.12 y que se debe respetar el balance en el flujo de transacciones entre cada elemento de la red. Las frmulas para el modelo (G/G/l)(d/oo/oo) son:

Ejemplo. El tiempo entre llegadas de clientes a un taller de reparacin de automviles de "servicio rpido" sigue una distribucin Weibull con parmetros y = O horas, a = 4 horas, (3 = 2. El tiempo promedio de reparacin se estima en 1.5 horas con una desviacin estndar de 0.8 horas y solamente se cuenta con un mecnico para este servicio. El dueo desea comenzar una campaa publicitaria donde se establezca que los automviles estarn listos, en promedio, antes de 2 horas. Debe iniciar su campaa publicitaria o tiene que replantear su propuesta en cuanto al tiempo de entrega de los automviles? El modelo se clasifica como (G/G/l)(FCFS/oo/oo) y se calculan los coeficientes cuadrados de variacin para el tiempo entre llegadas y el tiempo de reparacin. En el caso de las llegadas y utilizando las frmulas de la tabla 2.11 para una distribucin Weibull, se obtiene el tiempo esperado y su variancia. Para tal clculo es necesario utilizar los valores de la funcin gamma correspondientes a T(1.5) y F(2.0) de 0.88623 y 1 respectivamente:

Tomando la ecuacin 2.32 para calcular la longitud promedio de fila para este modelo, con el factor de ajuste k de la ecuacin 2.33, correspondiente a un coeficiente cuadrado de variacin de llegadas menor a 1.

Este valor proporciona al dueo del negocio la base para lanzar su campaa publicitaria con la confianza de poder cumplir con el plazo promedio de 2 horas.

2.9 RESUMEN Los modelos de lneas de espera permiten analizar sistemas en los que un conjunto de clientes llamados transacciones entran a recibir un servicio proporcionado por un conjunto de entidades en paralelo llamados servidores. Con este anlisis se obtiene un conjunto de medidas de desempeo del sistema como la utilizacin de los servidores, el tiempo de espera en la fila, la longitud promedio de transacciones en el sistema, que permitan determinar si el servicio que se est proporcionando es adecuado. Actualmente, este concepto se utiliza ampliamente en el modelado de sistemas de manufactura, como una alternativa a los modelos de simulacin; programas computacionales como el MANUPLAN, permiten analizar cualquier sistema de manufactura mediante lneas de espera conectadas entre s formando una red y obteniendo valores estimados en un plazo relativamente corto. Estos valores

pueden emplearse como una primera aproximacin, antes de desarrollar formalmente un modelo para la simulacin del sistema. 2.10 PROBLEMAS
2.1. Calcule la longitud promedio de la fila para un sistema (M/M/l)(FCFS/2/?), utilizando las siguientes probabilidades de un paso:

1.2. Determine el tiempo promedio de espera en la fila para un sistema clasificado como (M/M/2) (FCFS/3/oo) al que llegan 21 clientes/h. Las probabilidades de un paso se encuentran en la siguiente matriz:

En una construccin se est usando una flotilla de 5 camiones para transportar el escombro hacia otro lugar. Se utiliza un trascavo para cargar los camiones y este proceso tiene una duracin de 1/4 de hora con distribucin exponencial. El camin cargado lleva el escombro y la descarga en otro lugar, el viaje redondo promedio es de 1 hora con distribucin exponencial. Calcule: a) El nmero promedio de camiones esperando para ser descargados. 6) La probabilidad de que el trascavo est ocioso. c) El nmero de camiones que llegan a la construccin por hora. 2.4. A un sistema (M/M/l)(FCFS/5/oo) llegan los clientes con una tasa de 5 por hora con distribucin Poisson. El tiempo de servicio es de 15 minutos con distribucin exponencial. Suponga que los clientes pueden abandonar la fila sin recibir servicio. En general, cada cliente espera 10 minutos con distribucin exponencial antes de abandonar la fila. a) Construya el diagrama de tasas. b) Determine la longitud promedio de la fila. 2.5. Una pequea bodega se surte de material usando una flotilla de 3 camionetas. Se contrata a un muchacho para descargar las camionetas. El tiempo de descarga depende del nmero de camionetas en la bodega (ji) de

acuerdo a la funcin E(t)= l/7i horas, para n - 1, 2, 3 con distribucin exponencial. Las camionetas descargadas van por ms material y el tiempo de viaje es de 2 horas con distribucin exponencial. Determine: a) El nmero promedio de camionetas esperando ser descargadas. 6) La probabilidad de que el muchacho est ocupado. c) La probabilidad de que todas las camionetas estn de viaje. d) El nmero promedio de camionetas viajando.

2.6. El tiempo entre llegadas a un sistema de inspeccin visual es 2 minutos/pieza con distribucin exponencial. El tiempo de inspeccin se distribuye exponencialmente con media de 1.8 minutos/pieza. a) Clasifique el modelo de acuerdo con la notacin de Kendall y Lee. b) Calcule el tiempo promedio de espera antes de inspeccin, considerando la clasificacin realizada en el inciso anterior. c) Si el sistema se clasifica como (G/G/l)(FCFS/oo/oo), cul ser el tiempo de espera promedio en este caso? d) Qu se obtiene si se clasifica como (M/G/l)(FCFS/oo /oo) y se utiliza la ecuacin del lmite superior de Lq para encontrar el tiempo de espera promedio? 2.7. Encuentre la expresin matemtica para calcular P0 y LQ para un modelo (M/M/2) (FCFS/oo/oo) con X = 10 y ja = 6. 2.8. Demuestre que para cualquier modelo (M/M/S)(FCFS/oo/oo) con tasa de entrada y tasa de servicio, la expresin para calcular LQ es:

2.9. En UH taller existen dos secciones, cada una cuenta con una mquina que tiene capacidad de produccin de 5 piezas/h con distribucin Poisson. La entrada de materia prima a cada seccin es de 4.5 piezas/hora con distribucin Poisson. El costo de funcionamiento de cada mquina es de $ I/hora. El dueo del taller est interesado en cambiar las dos mquinas a una sola seccin y hacer que toda la materia prima llegue a ese lugar. Si el costo de tener la materia prima en espera de ser procesada se estima en $ 0.50 y se consideran los sistemas (FCFS/oo/oo), determine cul de las dos opciones genera menor costo. 2.10. Una empresa tiene actualmente una mquina con una capacidad de produccin de 10 piezas/hora con distribucin Poisson. El costo de funcionamiento de esta mquina es de $1.5 O/hora. La empresa est interesada en sustituirla por una mquina completamente automtica con una capacidad de produccin de 10 piezas/h cuyo costo de funcionamiento se estima en $2.00/hora. El costo de tener la materia prima en inventario es $0.60/hora/pieza. Si la entrada de materia prima es de 9 piezas/h con distribucin Poisson y se considera un modelo de tipo (FCFS/oo/oo), calcule: a) El costo promedio por hora con la mquina actual. 6) El costo promedio por hora con la mquina automtica. c) El costo unitario de mantener el inventario para que sea indiferente el seleccionar cualquiera de los dos sistemas. 2.11. Un banco emplea 10 cajeras para atender a sus clientes. Los clientes llegan de acuerdo con un proceso Poisson con una media de 3 clientes/minuto. Si un cliente encuentra a todas las cajeras ocupadas se coloca en una fila comn. Si el tiempo de servicio es exponencial con una media de 1 minuto/cliente, calcule: a) La probabilidad de que el banco est vacio. b) La probabilidad de que haya 10 clientes en el banco. c) La utilizacin de las cajeras. d) El nmero promedio de clientes en el banco. 2.12. Una tienda emplea a un dependiente para atender a sus clientes. Los clientes llegan de acuerdo con una distribucin Poisson con una media de 12 clientes/hora. El dependiente tiene que cobrar y empacar los artculos comprados por los clientes. Cada uno de los procesos consume 2 minutos con distribucin exponencial por lo que el tiempo de servicio acumulado es Erlang con k = 2 y una media de 4 minutos/cliente. Calcule: a) La probabilidad de que la tienda no tenga ningn cliente.

b) El nmero promedio de clientes en la fila. c) Tiempo promedio de espera en la tienda. 2.13. A un sistema llegan 5 clientes/h con distribucin Poisson. Si a las 5:00 lleg un cliente, a) cul es la probabilidad de que llegue un cliente antes de las 5:05?, >) cul es la probabilidad de que en ese mismo intervalo lleguen 5 clientes? 2.14. A la siguiente red de manufactura de tipo taller de produccin intermitente (job-shop) entran 2 piezas/hora con distribucin Poisson. Despus de la primera operacin, las piezas se distribuyen a las dems operaciones de acuerdo con las proporciones mostradas en el diagrama.

determine: a) El inventario promedio y la utilizacin de cada una de las estaciones. >) La estacin "cuello de botella". Nota: La distribucin de probabilidad de las llegadas a taladrado y a escariado se conserva como Poisson, aunque con una media ms baja en cada una ya que el flujo de 2 piezas/h se divide. 2.15. Lalito tiene tres balones y durante todo el da se divierte entrando y saliendo con ellos del interior de la casa hacia el jardn y viceversa. Debido a su edad, solamente puede manejar un baln al mismo tiempo, aunque a veces entra o sale de la casa sin baln. El nio se mantiene un promedio de 3 minutos con distribucin exponencial en el jardn y despus entra a la casa donde permanece un promedio de 5 minutos con distribucin exponencial antes de volver a salir al jardn. o) Cul es la probabilidad de que haya ms balones adentro de la casa que en el jardn? 6) En promedio, cuntos balones permanecen en el jardn? 2.15. Se tiene un sistema de produccin al tipo (M/M/l)(FCFS/oo/oo) al cual llegan 12 piezas/hora y cada una se procesa en un tiempo de 3 min/pieza. Indique de qu tamao tiene que ser el almacn de espera para que el 80% del tiempo todas las piezas que lleguen quepan en dicho almacn. Cada pieza mide un metro cuadrado y no se pueden estibar. 2.17. A una mquina de torneado le llegan 10 piezas/hora de la operacin anterior, el tiempo de torneado sigue una distribucin exponencial con media de 5 minutos/pieza. Debido a problemas con el torno, algunas piezas tienen que volver a ser torneadas por no cumplir las normas de calidad; en particular, se estima que el 15% de la produccin tiene que reprocesarse en el mismo torno. Una pieza que se reprocesa tiene que regresar al final de la linea de espera para tornearse de nuevo. Si se considera que la entrada de piezas al torno (incluyendo las que vienen del proceso anterior y las reprocesadas) sigue una distribucin Poisson. a) Cul es la tasa real de entrada al torno? 6)' Cul es la utilizacin del torno? c) Cul es el nmero de piezas promedio en el inventario? Nota: El proceso es (FCFS/oo/oo). 2.18. A la biblioteca de Ciudad Mecano llegan un promedio de 26 personas/ao con distribucin Poisson, a pedir prestado el libro Lneas de Espera. Aquella persona que logra encontrarlo, lo mantiene en su poder durante 4 das con distribucin exponencial. Las personas que piden el libro y encuentran que est prestado se

van y nunca regresan. a) Si la biblioteca slo tiene una copia del libro, cul es el nmero esperado de personas que podrn leer el libro durante el ao? b) Si cada persona que entra a la biblioteca y no encuentra el libro disponible ocasiona una prdida de $1 como costo de imagen y mala voluntad. Adems, cada libro cuesta $11. Cuntos libros debe comprar la biblioteca? 2.19. Un promedio de 10 personas/hora con distribucin Poisson entran a los carriles centrales de una alberca con el fin de nadar durante un rato. En promedio, cada persona nada 30 minutos con distribucin exponencial. En la alberca existen 3 carriles disponibles para este tipo de nadadores. Si un nadador se encuentra solo en un carril, nadar pegado siempre al lado derecho del carril; en caso de que otra persona entre en ese carril, cada nadador realizar su ejercicio por un extremo del carril. Debido a polticas de seguridad nunca puede haber ms de 2 nadadores en un mismo carril, por esto, si un nadador llega y estn ocupados los carriles se retira enojado y no regresa. a) Cul es la proporcin del tiempo en la que habr 3 personas nadando? b) Cuntas personas en promedio se encuentran nadando en la alberca? c) Cuntos carriles es necesario asignar para asegurar que el 95% de este tipo de nadadores que llegan a la alberca puedan entrenar? 2.20. Cinco estudiantes compraron un barril de cerveza y decidieron organizar un convivio. El tiempo para llenar un vaso de cerveza sigue una distribucin exponencial con media de 2 minutos. El tiempo para beber la cerveza sigue una distribucin exponencial con media de 18 minutos. Despus de terminarse su cerveza, cada estudiante inmediatamente vuelve a llenar su vaso. a) En promedio, cunto espera un estudiante en la fila del barril? b) Qu fraccin de tiempo no se usa el barril? c) Si el barril tiene una capacidad de 500 vasos de cerveza, cunto tiempo les tomar a los estudiantes terminrselo? 2.21. Una caja tiene slo un cajero de tiempo completo. Los clientes llegan a la caja de acuerdo con un proceso Poisson con una tasa media de 30 clientes/hora. Cuando en el sistema hay menos de 5 clientes, la fila es atendida por el cajero de tiempo completo, sin embargo, cuando en el sistema hay ms de 5 clientes se abre una caja adicional con otro cajero y entre ambos atienden a la fila. El tiempo de atencin del cajero de tiempo completo sigue una distribucin exponencial con media de 2 minutos/cliente. El tiempo de atencin del cajero de tiempo

a) Obtenga el nmero de clientes promedio en el sistema (L). 2.22. Una mquina procesa piezas con un tiempo que sigue una distribucin exponencial, con media de 20 minutos/pieza. Indique cul es la probabilidad de que una pieza cualquiera sea procesada en un tiempo mayor a 35 minutos. 2.23. Un banco tiene una caja de tipo autoservicio. Los carros llegan de acuerdo con un proceso Poisson con media de 12 carros/hora. El tiempo de atencin al cliente sigue una distribucin exponencial con media de 4 minutos/carro. Frente a la caja existe un techo que proporciona sombra para 5 carros (incluyendo al que se encuentra en servicio). Indique cul es la probabilidad de que al entrar un cliente al sistema le toque sombra durante toda su estancia. 2.24. En una tienda se tienen 3 cajeras, cada una atiende en un tiempo que sigue una distribucin exponencial con una media de 2 minutos/cliente. Si las llegadas ocurren de acuerdo con una distribucin de Poisson con parmetro de 1.0 clientes/minuto indique: a) cul es la probabilidad de que 2 cajeras estn ociosas? b) cul es el nmero de clientes promedio que se encuentran en la cola? 2.25. Un muelle cuenta con una gra para descargar barcos. El tiempo de descarga es de 2 das/barco con distribucin exponencial, y la tasa de llegadas sigue una distribucin Poisson con una media de 3 barcos cada 7 das. Si un barco llega y el muelle est ocupado se une a una linea de espera para ser atendido en orden FCFS. Determine el tiempo promedio que transcurre desde que un barco llega al sistema hasta que termina su descarga, la probabilidad de que el sistema est vacio y la longitud promedio de la fila. 2.26. Suponga que un sistema de colas tiene 2 servidores, el tiempo entre llegadas sigue una distribucin exponencial con una media de 2 horas y el tiempo de servicio sigue una distribucin exponencial con una media de 2 horas. El mximo nmero de personas que pueden estar en el sistema es de 5. Determine: a) la probabilidad de que el sistema est vacio b) la longitud promedio de la fila. 2.27. A un sistema llegan 10 transacciones/hora de acuerdo con un proceso Poisson. El sistema

cuenta con 3 servidores, cada uno de los cuales procesa las transacciones de acuerdo con una distribucin exponencial con media de 15 min/transaccin. El costo de servicio es de $500/hservidor y el costo de la espera se estima en $ 1000/h-transaccin. a) Determine p, L, Lq, Wy WQ. 2.28. El tiempo entre llegadas de las piezas a un sistema sigue una distribucin normal (ja = 5, a = 3) minuto. Si el proceso de las piezas lo realiza un robot en 4.9 min/pieza. Determine: a) el inventario de piezas antes de llegar al robot b) cuntos minutos de espera transcurren antes de que las piezas sean procesadas? 2.29. Obtenga el valor de Pn n = 1, 2, . . . para un sistema con un servidor, donde las llegadas son Poisson con una media de X,;l= 15(1 - (?i/3)) y el tiempo de proceso es exponencial con media de 5 min/cliente. 2.30. Un sistema cuenta con 3 servidores. El tiempo de atencin a los clientes sigue una distribucin exponencial con media de 10 minutos/cliente. La tasa de llegadas al sistema sigue una distribucin Poisson con una media que va disminuyendo conforme aumenta el N 0 1 2 3 4 >5 x 35 30 25 20 15 10

Considerando que el sistema es de tipo ilimitado, encuentre el valor de Lq. 2.31. En una tienda hay 3 cajeras, cada una atiende en un tiempo exponencial con una media de 2 minutos/cliente. Si las llegadas ocurren de acuerdo con una distribucin de Poisson con parmetro de 1.5 clientes/minuto, indique a) Cul es la probabilidad de que las 3 cajeras estn ociosas? b) Cul es el nmero promedio de clientes que se encuentran en la cola? 2.32. El Centro de Salud de Monterrey es responsable de administrar la vacuna oral contra la poliomielitis a los nios de edad escolar. El centro est organizado de tal forma que los padres con sus hijos formen una sola fila para recibir atencin. El servicio se ofrece una vez por semana y en ese da las llegadas siguen una distribucin Poisson con media de 30 nios/hora. El Director del Centro sabe que la mayora de los padres tienen que ausentarse de su trabajo para llevar los nios a vacunarse, por eso el director desea limitar el tiempo de estancia en el Centro de Salud a no ms de 1 minuto. Si una sola enfermera es capaz de vacunar de acuerdo con una distribucin Poisson con tasa de 20 nios/hora. Cuntas enfermeras debe programar el Director ese da para lograr su objetivo? 2.35. A un sistema llegan 10 transacciones/hr de acuerdo con un proceso Poisson. Existen 3 servidores, cada uno de los cuales procesa las transacciones de acuerdo con una distribucin exponencial con media de 15 min/transaccin. El costo de servicio es de $500/hora-servidor y el costo de la espera se estima en $1000/hora-transaccin. Determine p, LQ y WQ. Al sistema anterior lleg un nuevo servidor para sustituir a los 3 anteriores; se sabe que es capaz de atender cada transaccin de acuerdo con una distribucin exponencial con media de 5 min, pero cobra un sueldo de $1500/hora. a) Determine p, Lq y Wq. b) Determine con base en los costos, cul de las dos polticas (S = 3 o S = 1) es mejor para la empresa.