Universidad Ricardo Palma

FACULTAD DE INGENIERA
Escuela de Ingeniera Industrial

TRABAJO DE INVESTIGACION

CURSO

: INVESTIGACION DE OPERACIONES II

PROFESOR

: GUERRA SAAVEDRA, JAIME

INTEGRANTES : SUYO RAMIREZ, LUIS

LLANOS VALENZUELA, STEPHANIE

SURCO-2008

INDICE
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

Introduccin
Problematizacin
Objetivos
a. Objetivo General
b. Objetivos especficos
Hiptesis del estudio
Antecedentes
Alcances y limitaciones del estudio
Metodologa
Marco Terico
Construccin del modelo de cola
Trabajo de Campo:
a. Toma de Tiempos de Arribos
b. Ajuste de bondad de los parmetros
Determinacin del tipo de Modelo de cola
Obtencin e interpretacin de Resultados del
modelo de cola
Formulacin de nuevos escenarios.
Indicadores de mejora y productividad del
nuevo escenario versus el escenario anterior
Conclusiones y Recomendaciones
Referencias Bibliogrficas
Anexos.

1. INTRODUCCION
La Investigacin de Operaciones es una disciplina que

se est

aplicando en muchas actividades. Estas actividades han ido ms

all de las aplicaciones militares e industriales, para incluir
hospitales, instituciones financieras, bibliotecas, planeacin urbana,
sistemas de transporte y sistemas de comercializacin.
La investigacin de operaciones II nos presenta distintas materias
tales como la teora de colas y la simulacin. Este trabajo ha sido
elaborado con la finalidad de poder presenciar un fenmeno de
espera o llamado tambin Cola, lo cual es un aspecto de la vida
moderna que nos encontramos continuamente en nuestras
actividades diarias.
En particular nuestra investigacin se centrar en el captulo de la
Teora de Colas y los Fenmenos de Espera. En nuestro trabajo
analizaremos la problemtica de las colas producida por la
congestin vehicular ocasionada en la Av. Guardia Civil Cdra. No 10
San Isidro.
El problema es determinar que capacidad o tasa de servicio se
puede dar en dicho establecimiento de distraccin.

2. PROBLEMATIZACIN

Uno de los grandes temas que conciernen a los problemas de

Trnsito es el serio problema de la congestin, el cual se presenta
en vas urbanas especialmente durante horas punta. En los
periodos de mxima demanda, el movimiento vehicular se va
tornando deficiente con prdidas de capacidad, lo que hace que el
sistema

tienda

saturarse,

hasta

llegar

niveles

de

congestionamiento, con las consiguientes demoras y colas. La

formacin de colas es un fenmeno de espera asociado a muchos
problemas de trnsito, como el que se puede presentar en las
rampas de ingreso hacia autopistas, el acceso a intersecciones
sealizadas o no sealizadas, en zona de incidentes o cierres
eventuales de un carril o calzada, etc.
Es esencial entender el proceso que resulta en la formacin
de las colas y sus consecuentes demoras en las pistas, para el
anlisis correcto y apropiado de sus efectos. La teora de colas
necesariamente involucra el uso de algoritmos matemticos para
describir el proceso que resulta en la formacin de las filas,
emprendindose el anlisis detallado de sus efectos.
Estos algoritmos matemticos pueden usarse para determinar
la probabilidad que tendr la demora de un arribo, la demora
esperada para todos los arribos, la demora esperada para un arribo
y as sucesivamente.

Una cola se forma cuando los elementos que arriban esperan

por un servicio en una zona denominada rea de servicio. Este
servicio puede ser la llegada a una brecha o intervalo libre
aceptable para ingresar a un flujo mayor de vehculos, la espera del
turno de pago en una estacin de peaje, la espera para ingresar en
una zona de parqueo pagada y as sucesivamente. Este servicio
puede ser provedo en un nico carril o en varios. El anlisis
apropiado de los efectos de una cola, puede llevarse a cabo slo si
la cola puede describirse total y detalladamente.
Para caracterizar un fenmeno de espera en un sistema vial de
servicios, es necesario responder a interrogantes como:
A qu hora empieza y termina el congestionamiento?
Cul es el nmero medio de vehculos en el sistema?
Cul es el nmero medio de vehculos en la cola?
Cul es el tiempo medio en el sistema?
Cul es la demora promedio?
Cul es la longitud mxima de cola?
Cul es la demora mxima?
Cul es la demora total de todo el trnsito?
Cul es la proporcin de tiempo en que se utiliza el sistema?
Cul es la proporcin de tiempo cuando el sistema
permanece inactivo?

Para responder todas estas interrogantes y considerar de

manera apropiada un sistema de filas de espera es necesario tener
en cuenta la naturaleza de su comportamiento, puesto que tanto las
5

llegadas como los servicios varan con el tiempo. En este sentido, el

comportamiento de la cola y los modelos necesarios para escribirla,
o caracterizarla, dependen de la representacin de los siguientes
elementos que conforman el proceso:
La distribucin de llegadas. Pueden ser expresadas en
trminos de tasas de flujo
(vehculos/hora) o intervalos de tiempo (segundos/vehculo).
La capacidad de servicio o caracterstica de salida.
El mtodo de servicio, es decir, si se considera el primero en
llegar es el primero en
recibir el servicio, aleatoriamente, prioritariamente, etc.;
La caracterstica de la longitud de la cola, es decir si es finita o
infinita,
La distribucin de los tiempos de servicio, y
El diseo del canal o carril de servicio, es decir si es nico o
mltiple, y en el caso de mltiples canales si stos estn en
serie o en paralelo.
Basndose en las caractersticas arriba descritas, se han
desarrollado el anlisis de la Av. Guardia Civil Cuadra No 10 San
Isidro.

3. OBJETIVOS

3.1. OBJETIVOS GENERALES

o

Conocer el comportamiento de los factores que influyen en el

problema vehicular, y as poder disear un modelo de cola
adecuado que nos indique sus parmetros de rendimiento.

3.2. OBJETIVOS ESPECIFICOS

o

Determinar el nmero esperado del flujo vehicular (Ls).

Determinar el nmero esperado vehiclalos en la cola (Lq).

Determinar el tiempo promedio que pasa un vehculo por el

punto de estudio (ws)

Determinar el tiempo promedio que pasa un vehculo en cola

(wq)

4. HIPTESIS DE ESTUDIO

Para determinar las hiptesis de nuestro trabajo, primeramente

definamos la palabra hiptesis. Hiptesis es una demostracin que
se da a travs de parmetros que se quiere demostrar
cientficamente mediante los datos establecidos y obtenidos en la
realidad.
Luego de registrar los tiempos de flujo vehicular y servicios en la Av.
Guardia Civil durante un da, se determino las hora de mayor flujo
vehicular.
Buscando demostrar si : Que al haber realizado el anlisis de los
datos de tiempo y flujo vehicular, se ajusten a un determinado
MODELO DE COLA , y demostrar mediante la determinacin de los
parmetros si se puede o no corregir problemas de congestin
vehicular, disminuyendo

las

colas y ofreciendo una mejor

transitabilidad vehicular.

5. ANTECEDENTES
Se hicieron muestreos adicionales al estudio determinante en
nuestro estudio, para poder evaluar como es el flujo vehicular en
la Cuadra 10 de la Av. Guardia Civil San Isidro. Esta Av. es
transitada por que es usada como va de conexin.
Donde se pudo observar que anteriormente no se haba
analizado los parmetros de rendimiento para poder minimizar
tiempos y colas vehiculares que actualmente se puede apreciar.
Por lo tanto se concluye que no se ha encontrado una
implementacin de modelos de colas.

6. ALCANCES Y LIMITACIONES
ALCANCE:
o

Se cont ya con cocimientos bsicos de establecimientos de

colas, tales como: El curso de Investigacin de Operaciones II,
y otros anexos.

Se pudo contar con el acceso al muestreo desarrollado.

LIMITACIONES:
o

Se presentaron algunas dificultades durante la hora de conteo

El rea de estudio fue solo la Av. Guardia Civil Cuadra 10,

habiendo muchos puntos de congestin en nuestra ciudad.

Este estudio no tiene ningn enfoque econmico, solo se

refiere a la mejora posible para evitar la congestin vehicular.

7. METODOLOGA
La metodologa empleada en el presente proyecto es de tipo
experimental, porque se tomaron tiempos y se desarrollo un
conteo, para luego determinar la cantidad de vehculos por
minuto.
El plan de distribucin de trabajo de toma de tiempos se dio de
la siguiente manera:
Hoja de toma de tiempo de transito vehicular: 1 alumno
Hoja de conteo de vehculos: 1 alumno
Luego de tomar dichos datos del establecimiento se realizo los
clculos para establecer

las distribuciones estadsticas

(poisson, exponencial).
Por ultimo despus de establecer las distribuciones se desarrollo
los parmetros de rendimiento como:
Lq : Numero esperado de clientes en cola .
Ls: Numero esperado de clientes en el sistema.
Wq: Tiempo promedio que pasa un cliente en la cola.
Ws: Tiempo promedio que pasa un cliente en el sistema.

10

8. MARCO TEORICO

ACCIONES COMPONEN LA ACTIVIDAD DE DELIMITACIN

DEL MARCO TEORICO DEL PROBLEMA
MARCO TEORICO DEL PROBLEMA

Sintetizar los antecedentes de

investigacin : formacin de colas

Estructurar las bases Terico-cientficas

sobre el problema y objetivo de estudio:
Disciplina de la cola: orden de seleccin de clientes
(FIFO, LIFO, GD, SIRO)

Determinar las variables

de estudio: N, Pn, n, n, S, Ls, Lq,
Ws, Wq.

Elaborar hiptesis:
Identificacin de las relaciones
Entre variables y formulacin:
Notacin de Kendall

11

REFERENCIA TERICA
DISTRIBUCION DE LLEGADA
Los

arribos

pueden

ser

descritos

como

una

distribucin

determinstica o probabilstica. La distribucin para el trfico

promedio la describe usualmente la distribucin de Poisson y esta
es generalmente usada en teora de colas relacionada al flujo de
vehculos.
MTODO DE SERVICIO
Las colas tambin pueden clasificarse por el mtodo que usan para
servir los arribos o elementos que llegan. Esto incluye la conocida y
generalizada ley de servicio: el primero en llegar, es el primero en
recibir el servicio, donde se sirve a las unidades en el orden en que
stas arriban, o la ley de servicio ltimo en llegar es el primero en
ser servido, que es en reversa al orden de llegada. El mtodo de
servicio, tambin puede basarse en prioridades, donde las llegadas
son direccionadas a colas especficas con apropiadas prioridades
de diferente nivel de servicio. Las colas son servidas en este caso
en diferentes rdenes de niveles de prioridad.
CARACTERSTICAS DE LA LONGITUD DE LA COLA
La longitud mxima de la cola, esto es el mximo nmero de
unidades en la cola, se especifica en cada caso si la cola es finita o
trunca o si no hay restriccin en la longitud de la cola. Las colas
finitas son algunas veces necesarias cuando el rea de espera es
limitada.

12

DISTRIBUCIN DEL SERVICIO

Esta distribucin es tambin considerada usualmente como
aleatoria, y las distribuciones de Poisson y Exponencial Negativa
son

las

ms

representativas

usuales

para

describir

el

comportamiento del servicio.

NMERO DE CANALES
El nmero de carriles usualmente corresponde al nmero de lneas
de espera, lo que es utilizado tambin para clasificar las colas. As
por ejemplo tenemos las colas de un canal nico y las colas de
canales mltiples.
COLAS SOBRESATURADAS Y NO SATURADAS
Las colas sobresaturadas son aquellas en las cuales la tasa de
arribo es mayor que la tasa de servicio y las colas no saturadas son
aquellas en las cuales la tasa de arribo es menor que la tasa de
servicio. La longitud de la cola no saturada podra variar pero
alcanzar un estado estable con el arribo de unidades. La longitud
de una cola sobresaturada, sin embargo nunca alcanzar un estado
estable, y continuar creciendo con el arribo de las unidades.
COLAS INFINITAS, NO SATURADAS, DE CANAL NICO.

13

La figura 3.1 es un esquema de una sola cola de canal-nico en el

cual la tasa de arribo es vph (vehculos por hora) y la tasa de
servicio es vph. Para una cola no saturada, > , asumiendo
que para ambas, la tasa de llegadas y la tasa de servicio, son
aleatorias, las siguientes relaciones pueden desarrollarse:
1. Probabilidad de que hayan n unidades en el sistema P(n):

Donde n es el nmero de unidades en el sistema, incluyendo

las que estn siendo servidas.
2. El nmero esperado de unidades en el sistema E(n):

3. El nmero esperado de unidades esperando ser servidas (esto

es, la longitud promedio de la cola) en el sistema, E(m) es:

14

Nota: este valor E(m) no es exactamente igual a E(n)-1, la

razn es porque es una probabilidad definida habiendo cero
unidades en el sistema P(0)
4. Tiempo promedio de espera en cola E(w):

5. Tiempo promedio de espera de una llegada en el sistema,

incluyendo cola y servicio E(v)

6. Probabilidad de gastar tiempo t o menos en el sistema

7. Probabilidad de esperar un tiempo t o menos en la cola

15

8. Probabilidad de ms de N vehculos estando en la cola; esto es

P(n>N)

La ecuacin:

puede usarse para producir una grfica de la relacin entre el

nmero esperado de unidades en el sistema E(n) y la relacin entre
la tasa de arribo y la tasa de servicio

/ .

representacin para valores diferentes de

La figura 3.2 es la

/ .

Se puede notar

que cuando esta relacin tiende a 1 (esto es, prximo a la

saturacin), el nmero esperado de vehculos en el sistema tiende
al infinito. Esto muestra que

/,

la cual es usualmente referida

como intensidad de trfico ( ), es un factor importante en el

proceso de colas. La figura tambin indica que la cola no es
significativa cuando es menor que 0.5, pero para valores de 0.75
en adelante, la longitud promedio de la cola tiende a incrementarse
rpidamente.
La figura 3.3 tambin grafica la probabilidad de n unidades dentro
del sistema versus

/.

La ecuacin:

tambin puede utilizarse para producir este grfico.

16

17

La primera actividad realizada es el estudio del sistema

relevante y el desarrollo de un resumen bien definido del problema
que se va a analizar. Esto incluye determinar los objetivos
apropiados, las restricciones sobre lo que se puede hacer, las
interrelaciones del rea bajo estudio con otras reas de la
organizacin, los diferentes cursos de accin posibles, los lmites de
tiempo para tomar una decisin, etc. Este proceso de definir el
problema es crucial ya que afectar en forma significativa la
relevancia de las conclusiones del estudio. Determinar los objetivos
apropiados viene

a ser un aspecto muy importante en la

formulacin del problema. Para hacerlo, es necesario primero

identificar a la persona o personas de la administracin que de
hecho tomarn las decisiones concernientes al sistema bajo
estudio, y despus escudriar los pensamientos de estos individuos
respecto a los objetivos pertinentes. (Incluir al tomador de
decisiones desde el principio es esencial para obtener su apoyo al
realizar el estudio.)
Es comn que los equipos de Investigacin de Operaciones
pasen mucho tiempo recolectando los datos relevantes sobre el
problema. Se necesitan muchos datos como para lograr un
entendimiento exacto del problema como para proporcionar el
insumo adecuado para el modelo matemtico que se formular en
la siguiente etapa del estudio.

Tomar un tiempo considerable al equipo de Investigacin de

Operaciones recabar la ayuda de otros de otros individuos clave de
la organizacin para recolectar todos los datos importantes. Muchas

18

veces, el equipo de Investigacin de Operaciones pasar mucho

tiempo intentando mejorar la precisin de los datos y al final tendr
que trabajar con lo que pudo obtener.

Aplicacin:
El

grupo

de

estudiantes

del

curso

de

Investigacin

de

Operaciones II de la Universidad Ricardo Palma utiliz un equipo

de Investigacin de Operaciones para disear un programa efectivo
deteccin del problema de formacin de colas en el semforo
ubicado en la Cuadra No 10 de la Av. Guardia Civil.

19

Formulacin de un modelo matemtico

Una vez definido el problema del tomador de decisiones, la
siguiente etapa consiste en reformularlo de manera conveniente
para su anlisis. La forma convencional en que la investigacin de
operaciones realiza esto es construyendo un modelo matemtico
que represente la esencia del problema. El modelo matemtico
puede expresarse entonces como el problema de elegir los valores
de las variables de decisin de manera que se maximice la funcin
objetivo, sujeta a las restricciones dadas. Un modelo de este tipo, y
algunas variaciones menores sobre l, tipifican los modelos
analizados en investigacin de operaciones.
Un paso crucial en la formulacin de un modelo de
Investigacin de Operaciones es la construccin de la funcin
objetivo. Esto requiere desarrollar una medida cuantitativa de la
efectividad relativa a cada objetivo del tomador de decisiones
identificado cuando se estaba definiendo el problema. Si en el
estudio se contemplan ms de un objetivo, es necesario transformar
y combinar las medidas respectivas en una medida compuesta de
efectividad llamada medida global de efectividad. A veces esta
medida

compuesta

puede

ser

algo

tangible

(por

ejemplo,

ganancias) y corresponder a una meta ms alta de la organizacin,

o puede ser abstracta (como utilidad). En este ltimo caso la tarea
para desarrollar esta medida puede ser compleja y requerir una
comparacin cuidadosa de los objetivos y su importancia relativa.

20

Obtencin de una solucin a partir del modelo

Una vez formulado el modelo matemtico para el problema
bajo estudio, la siguiente etapa para un estudio de Investigacin de
Operaciones consiste en desarrollar un procedimiento (por lo
general basado en computadora) para derivar una solucin al
problema a partir de este modelo. Esta es una etapa relativamente
sencilla, en la que se aplican uno de los algoritmos de investigacin
de operaciones en una computadora.
Un tema comn en Investigacin de Operaciones es la
bsqueda de una solucin ptima, es decir, la mejor. Se han
desarrollado muchos procedimientos para encontrarla en cierto tipo
de problemas, pero es necesario reconocer que estas soluciones
son ptimas slo respecto al modelo que se est utilizando.
La meta de un estudio de Investigacin de Operaciones debe
ser

llevada

cabo

el

estudio

de

manera

ptima,

independientemente de si implica o no encontrar una solucin

ptima para el modelo. Al reconocer este concepto, los equipos de
Investigacin

de

Operaciones

en

ocasiones

utilizan

slo

procedimientos heursticos (es decir, procedimientos de diseo

intuitivo que no garantizan una solucin ptima) para encontrar una
buena solucin subptima. El anlisis postptimo tambin incluye
la obtencin de un conjunto de soluciones que comprende una serie
de aproximaciones, cada vez mejores, al curso de accin ideal. As,
las debilidades aparentes de la solucin inicial se usan para sugerir
mejoras al modelo, a sus datos de entrada y quiz al procedimiento
de solucin. Se obtiene entonces una nueva solucin, y el ciclo se
repite. Este proceso sigue hasta que las mejoras a soluciones
sucesivas sean demasiado pequeas para justificar su solucin.
21

Prueba del modelo

El desarrollo de un modelo matemtico grande es anlogo en
algunos aspectos al desarrollo de un programa de computadora
grande. Cuando se completa la primera versin, es inevitable que
contenga muchas fallas. El programa debe probarse de manera
exhaustiva para tratar de encontrar y corregir tantos problemas
como sea posible. Este proceso de prueba y mejoramiento de un
modelo para incrementar su validez se conoce como validacin del
modelo. Un enfoque ms sistemtico para la prueba del modelo es
emplear una prueba retrospectiva. Cuando es apacible, esta prueba
utiliza datos histricos y reconstruye el pasado para determinar si el
modelo y la solucin resultante hubieran tenido un buen
desempeo, de haberse usado. Al emplear alternativas de solucin
y estimar sus desempeos histricos hipotticos, se pueden reunir
evidencias en cuanto a lo bien que el modelo predice los efectos
relativos de los diferentes cursos de accin.

Preparacin para la aplicacin del modelo

El siguiente paso es instalar un sistema bien documentado
para aplicar el modelo segn lo establecido por la administracin.
Este sistema casi siempre esta diseado para computadora. De
hecho, con frecuencia se necesita un nmero considerable de
programas integrados. La base de datos y los sistemas de
informacin

administrativos

pueden

proporcionar

entrada

actualizada para el modelo cada vez que se use, en cuyo caso se

necesitan programas de interfaz (de interaccin con el usuario).
Despus de aplicar un procedimiento de solucin (otro programa) al
modelo, puede ser que los programas adicionales maneje la
22

implantacin de los resultados de manera automtica. En otros

casos se instala un sistema interactivo de computadora llamado
sistema de soporte de decisiones, para ayudar a la gerencia a usar
datos y modelos para apoyar (no para sustituir) su toma de
decisiones cuando lo necesiten. Otro programa puede generar
informes gerenciales (en el lenguaje administrativo) que interpretan
la salida del modelo y sus implicaciones en la prctica.

Implantacin
Una vez desarrollado un sistema para aplicar un modelo, la
ltima etapa de un estudio de Investigacin de Operaciones es
implementarlo siguiendo lo establecido por la administracin.
La etapa de implantacin incluye varios pasos. Primero, el
equipo de Investigacin de Operaciones da una cuidadosa
explicacin a la gerencia operativa sobre el nuevo sistema que se
va a adoptar y su relacin con la realidad operativa. Enseguida,
estos dos grupos comparten la responsabilidad de desarrollar los
procedimientos requeridos para poner este sistema en operacin.
La gerencia operativa se encarga despus de dar una capacitacin
detallada al personal que participa, y se inicia entonces el nuevo
curso de accin. Si tiene xito, el nuevo sistema se podr emplear
durante algunos aos. Con esto en mente, el equipo de
Investigacin de Operaciones supervisa la experiencia inicial con la
accin tomada para identificar cualquier modificacin que tenga que
hacerse en el futuro.

23

9. CONSTRUCCION DEL MODELO DE COLA

Para construir el modelo de cola utilizamos la notacin de kendall
Notacin de Kendall
Viene a ser la descripcin resumida de los principales parmetros
de un modelo de cola con servicios en paralelo.
(a /b /c):(d /e /f)

Donde:
a: Distribucin de probabilidad de los tiempos entre arribos de los
clientes al sistema
b: Distribucin de probabilidad de los tiempos de servicios de los
clientes al sistema.
c: Numero de servidores (s : servidor; s 1)
d. Disciplina del servicio (FIFO, LIFO, GD, Prioridad, etctera)
e: Tamao del sistema (N, +)
f: Tamao de la fuente de entrada (N,+)

24

10. TRABAJO DE CAMPO

Anlisis de la Informacin
Primero realizamos toma de tiempos para estimar el parmetro:
Este parmetro debe seguir una distribucin Poisson, lo cual se
demuestra a continuacin.

25

26

En base a los datos tomados y que figuran en las tabla anterior

podemos realizar el siguiente anlisis de los arribos y los tiempos de
atencin.

1.- Arribos:
= 375 vehculos / hora

2.-Tiempos de Servicio
= 500 vehculos / hora

3.- Servidores
S=1

375

= 0.75

500

27

Ajuste de bondad de arribos

Hallando la tasa promedio de arribos

375 vehculos / 60 minutos = 6.25 vehculos /minuto

Tasa de arribos Lambda () = 6.25 vehculos /minuto

Nivel de significacin = 0,05
gl. = 3
02, 05;3 7.81 (Ver tabla estadstica de Chi-cuadrado)

X 2 = 21277.4073
X 2 > Xo 2

Se concluye que los Datos no siguen una

distribucin Poisson.

28

11. CONSTITUCION DEL MODELO DE COLA

En este caso los datos se ajustan al modelo de cola numero 1.
MODELO DE COLA (M/M/1): (FIFO //)

29

30

12. Obtencin e interpretacin de Resultados del

modelo de cola

HALLANDO LOS PARMETROS:

Determinando:

31

Parmetros

DONDE:
Lq : Numero esperado de

S=1

Lq =

2 Vehculos en cola

Ls =

3 Vehculos en el sistema

Wq=

0.006 horas en cola

Ws=

0.008 horas en sistema

vehculos en cola .
Ls: Numero esperado de
vehculos en el sistema.
Wq: Tiempo promedio que
pasa un vehculo en la cola.
Ws: Tiempo promedio que pasa un vehculo en el sistema.

SOLUCION:
Lq

0.752
1 - 0.75

Lq 2.25

Ls

0.75
1 - 0.75

Ls 3.00

Wq

0.75
500 (1 - 0.75)

32

Wq 0.006

Ws

1
500 (1 - 0.75)

Ws 0.008

33

Aplicacin de una nica va, no saturada, teora de longitud de cola

infinita para la operacin de una va con proximidad de un
semforo. Un da determinado, 375 vehculos por hora arriban por
una va ubicada en Av. Guardia Civil Cdra. 10, presencia de un
semforo. Si los vehculos pueden ser servidos slo por un nico
carril a una tasa de servicio de 500 vph, determine:
(a) el porcentaje de tiempo en el cual la va este libre,
(b) el nmero promedio de vehculos en el sistema, y
(c) el tiempo promedio de espera para los vehculos que estn
esperando.
(Asumir una los arribos tipo Poisson y un tiempo de servicio
exponencial negativo).

Solucin:

(a) =375 y =500. Para que la va est libre, el nmero de

vehculos en el sistema debe ser cero.

El operador estar libre el 25% del tiempo.

34

(b) De la ecuacin:

(c) Tenemos:

35

13. FORMULACIN DE NUEVOS ESCENARIOS

COLAS FINITAS, NO SATURADAS, DE CANAL NICO.
En el caso de una cola finita, el mximo nmero de unidades en el
sistema es especificado. Supongamos que este nmero es N y que
la tasa de llegadas es y la tasa de servicio es . Si tambin se
asume que la tasa de arribo y la tasa de servicio son aleatorias,
entonces las siguientes relaciones pueden desarrollarse para una
cola finita:

1. Probabilidad de que hayan n unidades en el sistema:

Donde:

2. El nmero esperado de unidades en el sistema

36

Aplicacin de un nico canal, no saturado, teora de longitud de cola

finita para una rampa de autopista. El Nmero de vehculos que
pueden transitar por esta va se monitorea con un sistema contador,
el cual permite un mximo de 10 vehculos ingresando en la va al
mismo tiempo. Si los vehculos pueden entrar en la va a una tasa
de 500 vph y la tasa de arribo de los vehculos a la rampa de
ingreso es de 400 vph durante la hora punta, determinar:
(a) La probabilidad de que hayan 05 vehculos entrando en la va
(b) El porcentaje de tiempo en el cual la va est totalmente
saturada, y
(c) El nmero esperado de vehculos en la durante la hora punta.

Solucin:
(a) La Probabilidad de que hayan 05 vehculos entrando en la
rampa: =400, =500, y

=(400/500) = 0.8.

(b) Entonces tenemos:

Esto es, la rampa est totalmente llena slo el 2.3% del tiempo.

37

(c) El nmero esperado de vehculos en la va se obtiene de:

El nmero esperado de vehculos en la va es 3.

38

14. COMPARACIN DEL NUEVO ESCENARIO

VERSUS EL ESCENARIO ANTERIOR

Haciendo una comparacin entre ambos cuadros, el cuadro

alternativo mejoro los parmetros establecidos como Ls (Numero
esperado de vehculos en el sistema), Lq (Numero esperado de
clientes en cola en espera de servicio), Ws (Tiempo promedio
esperado que pasa un vehculo en el sistema), Wq (Tiempo
promedio esperado que pasa un vehculo en cola).

39

15. CONCLUSIONES Y RECOMENDACIONES

CONCLUSIONES
Este trabajo ha presentado la parte fundamental de la
teora de colas para determinar sus efectos y sus
caractersticas.
Se ha presentado las definiciones de los diferentes
elementos,

al

mismo

tiempo

con

relaciones

matemticas de los mismos.

Estas relaciones se han dado en base a modelos
macroscpicos,

los

cuales

consideran

el

flujo

vehicular como un todo o conjunto, y modelos

microscpicos

los

cuales

tratan

con

vehculos

individuales del flujo vehicular.

Usando el modelo apropiado para un flujo vehicular,
se puede facilitar el clculo de algn cambio en uno o
ms elementos debido al cambio de otro elemento.
Esta introduccin a la teora de colas, se ha
presentado tambin con la finalidad de proveer
ecuaciones simples que pueden ser usadas con la
finalidad de determinar las demoras y longitudes de
colas para los sistemas de colas de trfico.
40

RECOMENDACIONES

En base a las conclusiones obtenidas hemos realizado la

siguiente recomendacin:
Se recomienda que se disee un programa donde realice
horas en las que la congestin vehicular que requieran el
servicio sea mnima.

41

16. BIBLIOGRAFA
o

Epen Gould. La Investigacin de Operaciones en la Ciencia

Administrativa.

Handy Taha. Introduccin a la Investigacin de Operaciones.

Editorial Prentice Hall.

Hillier Lieberman. Introduccin a la Investigacin de

Operaciones. Editorial Mc Graw Hill.

Apuntes de Clase del Curso de Investigacin de Operaciones

II.

42

17.ANEXOS
IMGENES DEL MUESTREO

43

44