¿Cuántos pedidos puede acumular una cafetería durante una pausa de media hora?
Una barra muy ocupada puede estar trabajando sin parar y aun así acumular pedidos. Hay que comparar lo que entra con lo que realmente puede salir.
Estudiamos una cafetería hipotética durante 30 minutos, empezando sin pedidos pendientes. Contamos pedidos aceptados todavía no entregados, incluido el que se está preparando. Nadie abandona ni cancela. Las tasas del modelo se eligen en la solución: no son mediciones de una cafetería real.
Primero elige tus anclas
- Escenario de Aprox: llega un pedido cada 30 segundos, es decir, 120 por hora.
- Una estación completa entrega un pedido cada 45 segundos: capacidad de 80 por hora.
- Usamos flujos uniformes idealizados; no modelamos ráfagas, tipos de bebida ni incertidumbre estadística.
Abrir el razonamiento resuelto
Construir la entrada
En media hora llegan aproximadamente 120 × 0,5 = 60 pedidos. No son sesenta clientes esperando desde el inicio: van entrando durante el período. Suponemos un pedido por cada llegada para no confundir personas con pedidos.
Calcular la salida posible
Una estación puede completar unas 80 × 0,5 = 40 entregas en ese tiempo. La cuenta idealizada supone que se mantiene ocupada y omite pequeños efectos de arranque. Que haya más empleados no duplica automáticamente esta capacidad si comparten la misma estación limitante.
Llevar un saldo de pedidos
Sesenta entradas menos cuarenta salidas dejan unos veinte pedidos pendientes. También podemos calcular (120 − 80) × 0,5. Este saldo incluye trabajo en preparación; una cola de personas físicamente esperando sería una métrica diferente.
¿Qué puede cambiar el resultado?
Si llegaran 90 pedidos/h en vez de 120, con la misma capacidad quedarían unos cinco pendientes. Si la capacidad superase las llegadas, el saldo no podría volverse negativo: partiríamos de cero y sobraría capacidad. Las ráfagas pueden crear esperas incluso cuando la capacidad media basta. Este modelo no predice el tiempo exacto de cada cliente.
Qué enseña este ejemplo
Pedidos acumulados, velocidad de servicio y tiempo de espera son cantidades distintas. Aquí usamos entradas menos salidas en un intervalo. La ley de Little relaciona promedios de inventario, tasa y tiempo en condiciones apropiadas; no la usamos para fingir una espera estable en una cola que sigue creciendo.
Fuente y alcance
- MIT · 6.02, chapter 17, queueing and Little’s law ↗MIT explica tasas, colas y estabilidad en redes. No publica las llegadas ni los tiempos de servicio de esta cafetería: todos esos valores pertenecen al escenario hipotético de Aprox.
Fuente consultada: 2026-10-30. Cálculos y redacción del modelo: Aprox.