MODELOS Y SIMULACIN SISTEMAS DE COLAS

1
JAQUELINE MARTINEZ CALDERON

TEMA 6

TEORA DE COLAS


6.1. INTRODUCCIN

Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en nuestras actividades diarias.
En el contador de un supermercado, accediendo al Metro, en los Bancos, etc., el fenmeno de las colas surge
cuando unos recursos compartidos necesitan ser accedidos para dar servicio a un elevado nmero de trabajos o
clientes.
El estudio de las colas es importante porque proporciona tanto una base terica del tipo de servicio que podemos
esperar de un determinado recurso, como la forma en la cual dicho recurso puede ser diseado para proporcionar un
determinado grado de servicio a sus clientes.
Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de una herramienta que sea
capaz de dar una respuesta sobre las caractersticas que tiene un determinado modelo de colas.

6.2. DEFINICIONES INICIALES

La teora de colas es el estudio matemtico del comportamiento de lneas de espera. Esta se presenta, cuando los
clientes llegan a un lugar demandando un servicio a un servidor, el cual tiene una cierta capacidad de
atencin. Si el servidor no est disponible inmediatamente y el cliente decide esperar, entonces se forma la lnea de
espera.

Una cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que describen
sistemas de lnea de espera particulares o sistemas de colas. Los modelos sirven para encontrar un buen compromiso
entre costes del sistema y los tiempos promedio de la lnea de espera para un sistema dado.

Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo, pueden representar
cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y salen despus de que
dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto como colas sencillas o como un
sistema de colas interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo de
modelo de colas sencillo. Este modelo puede usarse para representar una situacin tpica en la cual los clientes
llegan, esperan si los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se
obtiene el servicio requerido.

El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto. Esto o es sencillo, ya
que un cliente no llega a un horario fijo, es decir, no se sabe con exactitud en que momento llegarn los clientes.
Tambin el tiempo de servicio no tiene un horario fijo.

Los problemas de colas se presentan permanentemente en la vida diaria: un estudio en EEUU concluy que, por
trmino medio, un ciudadano medio pasa cinco aos de su vida esperando en distintas colas, y de ellos casi seis
meses parado en los semforos.

En la teora de la formacin de colas, generalmente se llama sistema a un grupo de unidades fsicas, integradas de
tal modo que pueden operar al unsono con una serie de operaciones organizadas. La teora de la formacin de colas
busca una solucin al problema de la espera prediciendo primero el comportamiento del sistema. Pero una solucin
al problema de la espera consiste en no solo en minimizar el tiempo que los clientes pasan en el sistema, sino
tambin en minimizar los costos totales de aquellos que solicitan el servicio y de quienes lo prestan.
MODELOS Y SIMULACIN SISTEMAS DE COLAS
2
JAQUELINE MARTINEZ CALDERON

La teora de colas incluye el estudio matemtico de las colas o lneas de espera y provee un gran nmero de
modelos matemticos para describirlas.




















Se debe lograr un balance econmico entre el costo del servicio y el costo asociado a la espera por ese servicio

La teora de colas en s no resuelve este problema, slo proporciona informacin para la toma de decisiones

6.2.1. Objetivos de la Teora de Colas

Los objetivos de la teora de colas consisten en:

Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del mismo.
Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el coste
total del mismo.
Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de costes y las cualitativas
de servicio.
Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la paciencia de los clientes
depende del tipo de servicio especfico considerado y eso puede hacer que un cliente abandone el sistema.

6.2.2. Elementos existentes en un modelo de colas

1. Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no necesariamente seres vivos)
que pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque el caso
de infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla muchas
situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de infinitud no
resulta restrictiva cuando, an siendo finita la poblacin potencial, su nmero de elementos es tan grande
que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta a la
frecuencia con la que la poblacin potencial genera nuevas peticiones de servicio.
2. Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de
llegada de clientes consecutivos son 0<t1<t2<..., ser importante conocer el patrn de probabilidad segn el
cual la fuente de entrada genera clientes. Lo ms habitual es tomar como referencia los tiempos entre las
Generalmente el administrador se encuentra en un dilema
Asumir los costos derivados de tener largas colas
Asumir los costos derivados de prestar un buen servicio
MODELOS Y SIMULACIN SISTEMAS DE COLAS
3
JAQUELINE MARTINEZ CALDERON

llegadas de dos clientes consecutivos: consecutivos: clientes consecutivos: T{k} = tk - tk-1, fijando su
distribucin de probabilidad. Normalmente, cuando la poblacin potencial es infinita se supone que la
distribucin de probabilidad de los Tk (que ser la llamada distribucin de los tiempos entre llegadas) no
depende del nmero de clientes que estn en espera de completar su servicio, mientras que en el caso de que
la fuente de entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en proceso de
ser atendidos.
3. Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola (antes de
comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms sencillo, a efectos de
simplicidad en los clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos reales
la capacidad de la cola es finita, no es una gran restriccin el suponerla infinita si es extremadamente
improbable que no puedan entrar clientes a la cola por haberse llegado a ese nmero lmite en la misma.
4. Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las disciplinas
ms habituales son:

La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se
atiende primero al cliente que antes haya llegado.

La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first served) o pila: que
consiste en atender primero al cliente que ha llegado el ltimo.

La RSS (random selection of service), o SIRO (service in random order), que selecciona a los clientes de
forma aleatoria.

5. Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan. Para
determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho
mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de
probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan
distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada
uno.
















6. La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han
solicitado el servicio pero que an no han pasado al mecanismo de servicio.



Canal

Canales de servicio en serie

Canales de servicio en paralelo
MODELOS Y SIMULACIN SISTEMAS DE COLAS
4
JAQUELINE MARTINEZ CALDERON

El sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto con la disciplina de la
cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al mecanismo de servicio. Estos
elementos pueden verse ms claramente en la siguiente figura:























Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio para cada
servidor.

La distribucin ms usada para los tiempos de servicio es la exponencial, aunque es comn encontrar la distribucin
degenerada o determinstica (tiempos de servicio constantes) o la distribucin Erlang (Gamma).

6.3. NOTACIN DE KENDALL


Por convencin los modelos que se trabajan en teora de colas se etiquetan











Fuente de Entrada
Llegada de un
Cliente
Cola
Disciplina de la Cola
Sistema de la Cola
Mecanismo de Servicio
Servicio

Canal

Canales de servicio en serie

Canales de servicio en paralelo
___/___/___
Distribucin de
tiempo entre
llegadas
Distribucin de
tiempos de
servicio

Nmero de
servidores
MODELOS Y SIMULACIN SISTEMAS DE COLAS
5
JAQUELINE MARTINEZ CALDERON

Con el objeto de verificar si una situacin determinada del sistema de lneas de espera se ajusta o no a un modelo
conocido, se requiere de un mtodo para clasificar las lneas de espera. Esa clasificacin debe de responder
preguntas como las siguientes:
1. El sistema de lneas de espera tiene un solo punto de servicio o existen varios puntos de servicio en
secuencia?
2. Existe solo una instalacin de servicio o son mltiples las instalaciones de servicio que pueden atender a
una unidad?
3. Las unidades que requieren el servicio llegan siguiendo algn patrn o llegan en forma aleatoria?
4. El tiempo que requieren para el servicio se da en algn patrn de o asume duraciones aleatorias de tiempo?
Por lo general, las tasas de llegada y de servicio no se conocen con certidumbre sino que son de naturaleza
estocstica o probabilstica. Es decir los tiempos de llegada y de servicio deben describirse a travs de
distribuciones de probabilidad y las distribuciones de probabilidad que se elijan deben describir la forma en que e
comportan los tiempos de llegada o de servicio.
En teora de lneas de espera o de colas se utilizan tres distribuciones de probabilidad bastante comunes, estn se
mencionan a continuacin:
Markov
Determinstica
General
La distribucin de Markov, en honor al matemtico A.A. Markov quien identifico los eventos "sin memoria", se
utiliza para describir ocurrencias aleatorias, es decir, aquellas de las que puede decirse que carecen de memoria
acerca de los eventos pasados.
Una distribucin determinstica es aquella en que los sucesos ocurren en forma constante y sin cambio.
La distribucin general sera cualquier otra distribucin de probabilidad. Es posible describir el patrn de llegadas
por medio de una distribucin de probabilidad y el patrn de servicio a travs de otra.
Para permitir un adecuado uso de los diversos sistemas de lneas de espera, kendall, matemtico britnico elaboro
una notacin abreviada para describir en forma sucinta los parmetros de un sistema de este tipo. En la notacin
Kendall un sistema de lneas de espera se designa como:
A / B / C
En donde
A = se sustituye por la letra que denote la distribucin de llegada.
B = se sustituye por la letra que denote la distribucin de servicio.
C = se sustituye por el entero positivo que denote el numero de canales de servicio.
La notacin kendall tambin utiliza M = Markoviano, D = determinstica, G = General, por ejemplo un sistema de
lneas de espera con llegadas aleatorias, servicio determinstico y tres canales de servicio se identificar en notacin
Kendall como:
MODELOS Y SIMULACIN SISTEMAS DE COLAS
6
JAQUELINE MARTINEZ CALDERON

M / D / 3
En todos los casos se supone que solo existe una sola lnea de entrada.
Es evidente que existen otros atributos aparte de los que se analizaron antes y que deben de tomarse en
consideracin como por ejemplo:
El tamao de la poblacin de los que provienen los elementos que ingresan al sistema de lneas de espera.
La forma en que las unidades llegan para ingresar al sistema de lneas de espera; por ejemplo, una por una o
en forma de grupos.
Si las unidades rechazan o no debido a la longitud de la lnea de espera y no ingresan al sistema.
Si las unidades se arrepienten y abandonan el sistema despus de haber aguardado un tiempo en la fila.
Si existe o no espacio suficiente para que todas las unidades que llegan aguarden en la fila.
Los modelos de Lneas de espera que se analizarn son los siguientes:
a) MODELO M / M / 1
Este sistema trata de una distribucin de llegada Markoviano, tiempo de servicio Markoviano, y un servidor.
Llegadas aleatorias (M / M / 1)
En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias, puesto que las llegadas sern
aleatorias en cualquier caso en la que una de ellas no afecte a las otras. Un ejemplo clsico de llegadas aleatorias
son las llamadas que arriban a un conmutador telefnico o un servicio de emergencia.
Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden describirse a travs de una distribucin
discreta de probabilidad bien conocida, la distribucin de Poisson. Este tipo especial de llegadas aleatorias supone
caractersticas acerca de la corriente de entrada. En primer lugar, se supone que las llegadas son por completo
independientes entre s y con respecto al estado del sistema.
En segundo lugar la probabilidad de llegada durante un periodo especfico no depende de cuando ocurre el periodo,
sino ms bien, depende solo de la longitud del intervalo. Se dicen que estas ocurrencias carecen de "memoria".
Si conocemos el nmero promedio de ocurrencias por periodo, podemos calcular las probabilidades acerca del
nmero de eventos que ocurrirn en un periodo determinado, utilizando las probabilidades conocidas de la
distribucin de Poisson.
En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de n llegadas en el mismo periodo
esta dado por:
P[n llegadas en le tiempo T] =
Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la probabilidad de que haya solo 3 llegadas
durante una hora esta dada por:
P[6 llegadas en le tiempo en una hora] = = 0.0892
MODELOS Y SIMULACIN SISTEMAS DE COLAS
7
JAQUELINE MARTINEZ CALDERON

Tiempo de servicio aleatorio (M / M / 1)
Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios aleatorios, carentes de memoria, es suceso
bastante comn en las situaciones cotidianas de lneas de espera. Y al igual que las llegadas aleatorias los tiempos
de servicio carentes de memoria se describen a travs de una distribucin de probabilidad.
La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que estos se describen a travs de
una distribucin continua en tanto que las llegadas se describen a travs de una distribucin de Poisson, que es
discreta. Si la duracin de los tiempos de servicio es aleatoria, la distribucin exponencial negativa describe ese
tipo de servicio. Si la m es la tasa promedio de servicio entonces la distribucin esta dada por:
F(t) = m e
-m t

Es posible emplear esta formula para calcular la probabilidad de que el servicio sea mas prolongado que alguna
duracin especificada de tiempo T. En la siguiente figura se representa es modelo.
Caractersticas de operacin
Para calcular las caractersticas de operacin de una cola M / M / 1, primero debemos de observar que s l = tasa
promedio de llegadas y m = tasa promedio de servicio, entonces l debe de ser menor que m . Si esto no ocurriera el
promedio de llegadas sera superior al nmero promedio que se atienden y el nmero de unidades que estn
esperando se volvera infinitamente grande. Si hacemos que r = l / m puede denominarse a r como factor de
utilizacin. Este valor es la fraccin promedio de que el sistema este ocupado, tambin sera el nmero promedio de
unidades que estn siendo atendidas en cualquier momento. En trminos de probabilidad tendramos que:
Pw = probabilidad de que el sistema est ocupado.

Entonces la probabilidad de que el sistema no est trabajando, o est vaco, P
0
, puede obtenerse por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el sistema, Pn, mediante:

en donde n es cualquier entero no negativo. Este importante resultado nos permite calcular las caractersticas de
operacin de las lneas de espera.
La primera caracterstica de operacin que calculamos es el numero promedio de unidades que se encuentran en el
sistema, ya sea esperando o siendo atendidas. Denominaremos a este nmero promedio de unidades promedio, L.
Entonces tenemos que:

Con estos valores obtenidos podemos calcular el nmero promedio de unidades que esperan ser atendidas, Lq.
Dado que L es el nmero de unidades que estn esperando o estn siendo atendidas, y r es el nmero promedio de
unidades que estn siendo atendidas en algn momento dado entonces:
MODELOS Y SIMULACIN SISTEMAS DE COLAS
8
JAQUELINE MARTINEZ CALDERON

L = Lq + r
A partir de esto es fcil observar que
Lq = L - r
O tambin podramos decir que

Ahora examinaremos el tiempo de espera. Utilizaremos W para representar el tiempo promedio o esperado que una
unidad se encuentra en el sistema. Para encontrar W, observaremos que se L el nmero esperado de unidades de en
le sistema y l es el nmero promedio de unidades que llegan para ser atendidas por periodo, entonces el tiempo
promedio de cualquier unidad que llega debe estar en le sistema est dado por:
W = tiempo promedio de una unidad en el sistema

De manera similar, el tiempo esperado o promedio que una unidad tiene que esperar antes de ser atendida, Wq, esta
dado por:

En la siguiente figura se representa este modelo.

b) MODELO M / M / S
Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio mltiples, teniendo las
mismas consideraciones que le modelo de canal nico de servicio (M / M / 1), excepto que ahora existe una sola fila
de entrada que alimenta los canales mltiples de servicio con iguales tasas de servicio.
El clculo de las caractersticas de la lnea de espera para el modelo M / M / S es lago mas complicado que los
clculos para el caso de canal nico, y dado que primordialmente nos interesa las implicaciones de estas
caractersticas mas que las formulas necesarias para calcularlos, nos apoyaremos en le uso de tablas elaboradas a
partir de estas formulas para hacer los clculos.
MODELOS Y SIMULACIN SISTEMAS DE COLAS
9
JAQUELINE MARTINEZ CALDERON

Caractersticas de operacin.
En el modelo M / M / S, si m es la tasa promedio de servicio para cada uno de los S canales de servicio, entonces ya
no se requiere que m > l , pero Sm debe ser mayor que l para evitar una acumulacin infinita de lneas de espera. En
el caso de M / M / S, la caracterstica que se utilizar para hacer los dems clculos es la probabilidad de que el
sistema est ocupado. En otras palabras, la probabilidad es de que haya S o ms unidades en el sistema. En este caso
todos los canales de servicio se estarn utilizando y por ello se dice que el sistema est ocupado. Esto de puede
representar como:
P(Sistema ocupado) =
Y lo podemos calcular por medio de la siguiente ecuacin:
P(Sistema ocupado) =
En donde Po estar representado por

Con las ecuaciones anteriores podemos calcular los dems datos que requiera el sistema. En el modelo M / M / S,
al igual que el modelo M / M / 1, se tiene que L = Lq + r, pero aqu utilizaremos el valor P(sistema ocupado) para
calcular Lq:
Lq = P(sistema ocupado) x
Ahora calcularemos el valor L
Lq = P(sistema ocupado) x
En el caso de M / M / S, al igual que en el modelo M / M / 1, W = L / l y Wq = Lq / l , por ello se tiene que


En la siguiente figura se representa este modelo.
MODELOS Y SIMULACIN SISTEMAS DE COLAS
10
JAQUELINE MARTINEZ CALDERON


MODELO M / G / 1
Descripcin
Sistema de lneas de espera con llegadas aleatorias, distribucin general de los tiempos de servicio (para el cual se
supone conocida la desviacin estndar), un canal de servicio y una lnea de espera.
En este modelo las llegadas se distribuyen de acuerdo con la distribucin de Poisson, al igual a los casos anteriores,
pero los tiempos de servicio no necesariamente se distribuyen de acuerdo con la distribucin exponencial negativa.
Si consideramos el caso en que solo existe un solo canal, estamos considerando el caso M / G / 1, es decir, llegadas
de tipo Markov, tiempo de servicio general y un canal de servicio.
La razn por la que podemos considerar el caso M / G / 1 es que las formulas que se utilizan para calcular sus
caractersticas de operacin son bastantes simples. Al igual que en el caso M / M / S, no es posible calcular en
forma directa el numero esperado de unidades en el sistema (L). Para esto primero debe de calcularse el numero de
unidades que estn esperando a ser atendidas (Lq), y utilizar este resultado para calcular el valor de L. Para calcular
el valor de Lq debemos de conocer le valor de la desviacin (s ) estndar de la distribucin que distingue los
tiempos de servicio. Si no se conoce la distribucin de los tiempos de servicio no es posible determinar las
caractersticas de operacin.
Ahora si conocemos la desviacin estndar y la media de la distribucin de los tiempos de servicio, puede obtenerse
formula para el valor de Lq a partir de la siguiente ecuacin.

Si utilizamos Lq podemos determinar el valor de L, por medio de la siguiente ecuacin:

Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1, podemos calcular el tiempo
esperado en el sistema de lneas de espera (W), y el tiempo que se invierte antes de ser atendido (Wq), esto lo
podemos realizar por medio de las siguientes ecuaciones:


c) MODELO M / D / 1
MODELOS Y SIMULACIN SISTEMAS DE COLAS
11
JAQUELINE MARTINEZ CALDERON

Descripcin
Sistema de lneas de espera con llegadas aleatorias, tiempo de servicio constante, una lnea de servicio y una lnea
de espera.
En este modelo los tiempos de servicio son determinsticos, este es un caso especial de la situacin M / G / 1 que se
analiz con anterioridad, en donde la desviacin estndar es igual a cero. En este caso se puede conocer el nmero
de unidades que estn esperando a ser atendidas (Lq), a travs de la siguiente ecuacin:

Todas las dems caractersticas de operacin pueden determinarse a partir de este valor. Si utilizamos Lq podemos
determinar el valor de L, por medio de la siguiente ecuacin:

Al igual que las caractersticas de operacin de los modelos M / M / 1 y M / S / 1, podemos calcular el tiempo
esperado en el sistema de lneas de espera (W), y el tiempo que se invierte antes de ser atendido (Wq), esto lo
podemos realizar por medio de las siguientes ecuaciones: