Está en la página 1de 22

TEORIA DE COLAS O LINEA DE ESPERA

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.
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.
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 no 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.
Introduccin a la Teora de Colas
En muchas ocasiones en la vida real, un fenmeno muy comn es la formacin de colas o
lneas de espera. Esto suele ocurrir cuando la demanda real de un servicio es superior a
la capacidad que existe para dar dicho servicio. Ejemplos reales de esa situacin son: los
cruces de dos vas de circulacin, los semforos, el peaje de una autopista, los cajeros
automticos, la atencin a clientes en un establecimiento comercial, la avera de
electrodomsticos u otro tipo de aparatos que deben ser reparados por un servicio
tcnico, etc.

Todava ms frecuentes, si cabe, son las situaciones de espera en el contexto de la


informtica, las telecomunicaciones y, en general, las nuevas tecnologas. As, por
ejemplo, los procesos enviados a un servidor para ejecucin forman colas de espera
mientras no son atendidos, la informacin solicitada, a travs de Internet, a un servidor
Web puede recibirse con demora debido a congestin en la red o en el servidor
propiamente dicho, podemos recibir la seal de lneas ocupadas si la central de la que
depende nuestro telfono mvil est colapsada en ese momento, etc.
Origen:
El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca,
1878 - 1929) en 1909 para analizar la congestin de trfico telefnico con el objetivo de
cumplir la demanda incierta de servicios en el sistema telefnico de Copenhague. Sus
investigaciones acabaron en una nueva teora denominada teora de colas o de lneas de
espera. Esta teora es ahora una herramienta de valor en negocios debido a que un gran
nmero de problemas pueden caracterizarse, como problemas de congestin llegadasalida.

Modelo de formacin de colas.


En los problemas de formacin de cola, a menudo se habla de clientes, tales como
personas que esperan la desocupacin de lneas telefnicas, la espera de mquinas para
ser reparadas y los aviones que esperan aterrizar y estaciones de servicios, tales como
mesas en un restaurante, operarios en un taller de reparacin, pistas en un aeropuerto,
etc. Los problemas de formacin de colas a menudo contienen una velocidad variable de
llegada de clientes que requieren cierto tipo de servicio, y una velocidad variable de
prestacin del servicio en la estacin de servicio.
Cuando se habla de lneas de espera, se refieren a las creadas por clientes o por las
estaciones de servicio. Los clientes pueden esperar en cola simplemente por que los
medios existentes son inadecuados para satisfacer la demanda de servicio; en este caso,
la cola tiende a ser explosiva, es decir, a ser cada vez mas larga a medida que transcurre
el tiempo. Las estaciones de servicio pueden estar esperando por que los medios
existentes son excesivos en relacin con la demanda de los clientes; en este caso, las
estaciones de servicio podran permanecer ociosas la mayor parte del tiempo. Los
clientes puede que esperen temporalmente, aunque las instalaciones de servicio sean
adecuadas, por que los clientes llegados anteriormente estn siendo atendidos. Las
estaciones de servicio pueden encontrar temporal cuando, aunque las instalaciones sean
adecuadas a largo plazo, haya una escasez ocasional de demanda debido a un hecho
temporal. Estos dos ltimos casos tipifican una situacin equilibrada que tiende
constantemente hacia el equilibrio, o una situacin estable.
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.
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.

Para ver el grfico seleccione la opcin "Descargar" del men superior


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 Empolln

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.
Elementos existentes en un modelo de colas
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.
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 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.
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.
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.
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.
Para ver el grfico seleccione la opcin "Descargar" del men superior
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.
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:
Para ver el grfico seleccione la opcin "Descargar" del men superior
Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los
tiempos de servicio para cada servidor.
DEMOSTRACION
Pn : Probabilidad de que haya exactamente n clientes en el sistema
L: Nmero esperado de clientes en el sistema.
Lq : Longitud esperada de la cola (excluye los clientes que estn en servicio).
W : Tiempo de espera en el sistema para cada cliente
W : E(W )
W q: Tiempo de espera en la cola para cada cliente.
Wq: E (Wq )
El tiempo de estancia de un cliente en el sistema se relaciona con el tiempo de espera de
un
cliente en la cola,

El nmero de clientes que por trmino medio se estn atendiendo en cualquier momento
es:

En un sistema de un nico servidor:

La probabilidad de que un sistema de un nico servidor est vaco es p0=1-


La probabilidad de que un servidor (de un sistema de c servidores en paralelo) est
ocupado en
el estado estable es:

El tiempo de estancia del cliente (i+1) en la cola es:

donde S(i) es el tiempo de servicio del cliente i, y T(i) es el tiempo que transcurre desde la
llegada del cliente y hasta la llegada del cliente (i+1)

DISTRIBUCIN DE LAS LLEGADAS


La distribucin del proceso de las llegadas para una lnea de espera involucra determinar
la distribucin de probabilidades del numero de llegadas en un periodo dado
Las llegadas ocurren de manera aleatoria e independientes
Distribucin de probabilidad poisson da una buena descripcin del patrn de llegada

Para X=0,1,2,3
X= Nmero de llegadas en el periodo
= Promedio o nmero medio de llegadas por periodo
e= 2,71828

DISTRIBUCIN DE LOS TIEMPOS DE SERVICIO


El tiempo de servicio es aquel que pasa un cliente en la instalacin de servicio una vez
que este se ha iniciado
Los tiempos de servicio son rara vez constantes
Los tiempos de servicio siguen una distribucin de probabilidad exponencial
La probabilidad de que el tiempo de servicio sea menor o igual a un tiempo de duracin t
es:
= Promedio o nmero medio de unidades que pueden atenderse por periodo

FORMULAS para desarrollar las caractersticas de operacin en estado estable de una


lnea de espera de un solo canal, aplicables solo cuando >

Factor de utilizacin

1.

Probabilidad de que no existan unidades en el sistema

2.

Nmero promedio de unidades en la lnea de espera

3.

Nmero promedio de unidades en el sistema

4.

Tiempo promedio que utiliza la unidad en la lnea de espera

5.

Tiempo promedio que una unidad ocupa en el sistema

6.

Probabilidad de que una unidad que llega tiene que esperar servicio

7.

Probabilidad de que el sistema este n unidades

(M/M/K) MODELO DE LINEA DE ESPERA DE MLTIPLES CANALES CON


LLEGADAS POISSON Y TIEMPOS DE SERVICIO EXPONENCIAL.

La lnea de espera tenga dos o mas canales


Las llegadas siguen una distribucin de probabilidad poisson
El tiempo de servicio de cada canal sigue una distribucin de probabilidad
exponencial
La tasa media de servicio es la misma para cada uno de los canales
Las llegadas esperan en una sola lnea de espera y entonces pasan al primer
canal abierto para su servicio
La disciplina de la cola es PEPS(Primero en entrar, primero en salir)

FORMULAS, solo aplicables cuando: K>


= Tasa media de llegadas del sistema
= Tasa media de servicio de cada canal
K= Nmero de canales
1.

Probabilidad

sistema
2.
Nmero

de

que

promedio

de

no

exista

unidades

unidades

en

la

espera

3.

Nmero promedio de unidades en el sistema

4.

Tiempo promedio que ocupa una unidad en la lnea de espera

5.
6.

Tiempo promedio que una unidad ocupa en todo el sistema


Probabilidad que existan n unidades en el sistema

= Tasa de llegada
1/= Tiempo promedio entre llegadas
= Tasa de servicio
1/= Tiempo promedio de servicio

STEMAS DE COLAS LINEAS DE ESPERA

en

lnea

el

de

Parte de nuestra vida diaria es la de esperar algn servicio. Esperamos para entrar a un restaurante, hacemos cola
en la caja de algn almacn o banco. Y el fenmeno de la espera no es una experiencia que se limite slo a las
personas o seres humanos: los trabajos esperan a ser procesados en una mquina, los aviones vuelan en crculo
hasta que la torre de control les da permiso de aterrizar y los automviles se detienen ante la luz roja de los
semforos. Desafortunadamente no se puede eliminar la espera sin incurrir en gastos desmesurados. De hecho,
todo lo que cabe esperar es reducir el impacto desfavorable a niveles tolerables [1].

La teora de colas es un rea de la investigacin de operaciones que estudia los sistemas que tienen que ver con
clientes que necesitan un servicio, llegan a las instalaciones fsicas donde se les brinda el servicio requerido y
esperan mientras son atendidos. Despus de recibido el servicio, se marchan de las instalaciones.
El estudio de las lneas de espera trata de cuantificar el fenmeno de esperar formando colas, mediante medidas
representativas de eficiencia, como la longitud promedio de la cola, el tiempo promedio de espera en ella, y la
utilizacin promedio de las instalaciones.
Histricamente, los primeros trabajos que comenzaron a dar cuerpo a la teora de colas son los debidos al
matemtico-ingeniero dans A.K. Erlang, quien en 1909 public la teora de probabilidades y las conversaciones
telefnicas. Erlang era por entonces empleado de la compaa telefnica existente en teora de probabilidad al
problema de determinar el nmero ptimo de lneas telefnicas en una centralita, teniendo en cuenta la frecuencia
de las llamadas y su duracin. A l se le atribuye la distribucin Erlang.
A pesar de que a comienzos del estudio de la teora, las aportaciones fueron muy escasas, esta situacin cambi
notablemente a partir de los aos 50, comenzando a publicarse gran nmero de trabajos sobre el tema. En la
actualidad las aplicaciones de la teora de colas en los campos de la informtica, las telecomunicaciones y, en
general, las nuevas tecnologas abren un mayor porvenir a esta teora matemtica[2].

ELEMENTOS O PARTES DEL SISTEMA


1.

2.
3.

Sistema de la Poblacin: La conforman todos los clientes potenciales del sistema, que mas tarde o ms temprano
requerirn de algn servicio que brinda ese sistema. Su principal caracterstica es su tamao, el cual puede ser
finito o infinito. Cada elemento de la poblacin es llamado entidad.
Sistema de cola: Est compuesto por todos los clientes que esperan por servicio
Sistema de servidor: Es el componente del sistema de colas que se encarga de brindar el servicio a los clientes que
lo requieren, est compuesta por uno o ms canales de servicio o servidores, los cuales estn en paralelo en caso
de que sean varios[3].

A continuacin se presenta una grfica que ilustra los elementos del sistema de
colas y cada uno de los procesos que se llevan a cabo en ellos:

El proceso de llegada puede ser medido de dos formas:


1.

Tiempo entre llegadas o lapso de tiempo: este se distribuye exponencialmente.


El uso de la distribucin exponencial supone que los tiempos de servicio son aleatorios, es decir, que un tiempo de
servicio determinado no depende de otro servicio realizado anteriormente, ni de la posible cola que pueda estar
formndose. Otra caracterstica de este tipo de distribuciones es que no tienen memoria. Por ejemplo, su
pongamos que el tiempo de atencin de un paciente en una sala quirrgica sigue una distribucin exponencial. Si el

paciente ya lleva 5 horas siendo operado, la probabilidad de que est una hora ms es la misma que si hubiera
estado 2 horas, 10 horas o las que sea[4].

La funcin de densidad de la distribucin exponencial es la siguiente:


P(x)=e-x

Donde x representa el tiempo de servicio y el tiempo promedio de servicio.


En general nos interesa encontrar P(X<x), la probabilidad de que el tiempo de servicio T sea inferior o igual a un
valor especfico x. este valor es igual al rea por debajo de la funcin de densidad.

1.

Tasa o Nmero de entidades en un intervalo de tiempo; la distribucin poisson proporciona una buena descripcin
del patrn de llegadas y esta caracterizado por cumplir las siguientes condiciones:
La probabilidad de que un suceso tenga lugar en un intervalo de tiempo o en una regin es proporcional a la
amplitud de dicho intervalo o regin.
El nmero de sucesos que tienen lugar en un intervalo o regin es independiente del nmero de sucesos que tienen
lugar en otro intervalo o regin[5].

La funcin de probabilidad de Poisson proporciona la probabilidad de x llegadas en un periodo especfico:

Donde >0 es el parmetro que representa el nmero promedio de resultados por unidad de tiempo o
regin.
A continuacin se muestran grficas de la distribucin poisson para diferentes valores de

El proceso de servicio tambin puede ser medido de dos formas:


Tiempo entre llegadas o lapso de tiempo
Tasa de servicio

A.

K. Erlang, desarroll principios para que el sistema de lneas de espera funcione, y defini lo siguiente:

Cola: hay cola cuando el nmero de entidades es mayor que el nmero de servidores; es decir, n>s.
Colapso del sistema: se da cuando la velocidad de entrada de las entidades al sistema es mayor que la velocidad
del servicio.
La tasa de llegada debe ser estrictamente menor que el tiempo de servicio, es decir: <.
El proceso de cola debe ser poissoniano, es decir, el patrn de comportamiento de llegada debe seguir una
distribucin poisson y el de servicio, una distribucin exponencial.

CLASIFICACIN DEL SISTEMA DE COLAS

Una Sola Fase o fase sencilla:

Multifase o Cascada:

Fase sencilla con varios servidores:

NOTA: el canal o los canales es el nmero de servidores, no el nmero de colas.

[1]
[2]
[3]
[4]
[5]

investigacin de operaciones, Hamdy A. Taha pg. 579


Introduccin a la Simulacin y a la teora de colas, Ricardo Cao, pg. 113
Control de inventarios y teora de colas, Marcos Javier Molla, pg. 100-102
Mtodos cuantitativos para la toma de decisiones, Daniel serra de la Figuera pag 126
Estadstica descriptiva e inferencial, Antonio Vargas Sabadas, pg. 270

ROCESO

DE

LLEGADA

Definir el proceso de llegada para una lnea de espera


implica determinar la distribucin de probabilidad
para la cantidad de llegadas en un periodo dado. Cada
llegada ocurre aleatoriamente e independientemente
de otras llegadas y no podemos predecir cuando
ocurrir[2]. La distribucin que proporciona una buena
descripcin del patrn de llegadas es la de Poisson. La
funcin de probabilidad es:

Donde:
= La cantidad de llegadas en el periodo.

x= La cantidad promedio de llegadas por periodo.


PROCESO

DE SERVICIO

El proceso de servicio de un sistema de lneas de


espera se especifica una distribucin de probabilidad
la cual rige el tiempo de servicio a un cliente. La
distribucin de probabilidad para el tiempo de
servicio es la exponencial[3]. La probabilidad de que el
tiempo de servicio sea menor o igual que un tiempo
de duracin t es:

Donde:
= La cantidad de unidades que pueden servirse por
periodo.

CLASIFICACIN DEL SISTEMA DE COLA


1. Sistema de una sola etapa.
-Una lnea de espera(cola), un servidor (o un canal)

-Una lnea de espera(cola), mltiples


(o mltiples canales)

servidores

-Varias lneas de espera (cola), mltiples servidores


(o mltiples canales)

"En los sitemas de mltiples canales o servidores, la


cola unificada (una sola lnea de espera) es mejor
que el
de
varias
colas".
2. Sistema de Multietapas. Es cuando hay varios
sistemas interconectados.

NOTACIN KENDALL-LEE
Kendall y Lee Proponen un sistema de clasificacin
para sistemas de lneas de espera: (a/b/c)(d/e/f)[4].
a) Distribucin de probabilidad del tiempo de
llegadas.
b) Distribucin de probabilidad del tiempo de
servicio.
c) Nmero de servidores o canales.

d) Orden de atencin de los cliente.


e) Nmero mximo de clientes que soporta el sistema
en un mismo instante de tiempo.
f) Nmero de clientes potenciales del sistema de lnea
de espera.

Notacin Kendall-Lee

SISTEMA M/M/1

- Proceso de Llegada Poisson.


El
tiempo
de
atencin
se
distribuye
exponencialmente.
- Existe un solo servidor.
-Cola de capacidad infinita y poblacin infinita.

Caractersticas Operativas de Estado Estable de una Linea de Espera

SISTEMA M/M/k
- Los clientes llegan de acuerdo a la distribucin
poisson.
El
tiempo
de
atencin
se
distribuye
exponencialmente.
- Existen k servidores.
-Existe una poblacin infinita e infinitas colas.

Caractersticas Operativas de Estado Estable de una Linea de Espera

ECUACIONES DE LITTLE

Little muestra que: el nmero promedio de unidades


en la lnea de espera (Lq), el nmero de unidades en
el sistema (Ls), el tiempo promedio que cada unidad
pasa en la lnea de espera (Wq) y el tiempo promedio
que una unidad pasa en el sistema (Ws) estan
relacionadas en toma general y se aplican a diversos
modelos de lneas de espera independiente.

Primera Ecuacin: El nmero de unidades en el


sistema es igual a la tasa promedio de llegadas por el
tiempo promedio que una unidad pasa en el sistema:
Igualmente, el nmero promedio de unidades en la
cola es igual a la tasa promedio de llegadas por el
tiempo promedio que una unidad pasa en la cola:

Segunda Ecuacin: El tiempo promedio en el sistema


es igual al tiempo en espera mas el tiempo promedio
de servicio:

La importancia de las ecuaciones de little es que se


aplican
a
cualquier
modelo
de
espera
independientemente de que si las llegadas siguen una
distribucin poisson o no y si los tiempos de servicios
siguen una distribucin exponencial o no.

MODELO DE COSTO DE UN M/M/K


Es un costo unitario por unidad de tiempo.
CT= Costo de Espera/Perodo + Costo de
Servir/Perodo
CT= Ls.Cw/Perodo + K.Cs/Perodo

El Siguiente documento adjunto muestra una serie de


ejercicios propuestos de los Sistemas de Cola para la
aplicacin de todo lo aprendido en esta seccin.
_________________
[1]
[2]
[3]
[4]
[5]

http://www.unamerida.com/archivospdf/337%20Lectura6.2.pdf
Mtodos Cuantitativos para los Negocios, David R. Anderson.Pg 601
Mtodos Cuantitativos para los Negocios, David R. Anderson.Pg 603
http://www.unamerida.com/archivospdf/337%20Lectura6.2.pdf
Mtodos Cuantitativos para los Negocios, David R. Anderson.Pg 605,622

CONDICIN:

MNIMO TIENE QUE A VER UNA PERSONA EN ESPERA,PARA QUE HALLA COLA,EL
NUMERO DE ENTIDADES ES DIFERENTE ALA CANTIDAD PARA HACER ATENDIDOS POR EL
SERVIDOR , ES DECIR QUE SON INVERSAMENTE PROPORCIONAL PARA QUE SE CUMPLA
ESTA CONDICIN.
E>S ( COLA)

E=S (NO HAY COLA )

E<S(NO HAY COLA)


Donde :
E= Entidades.
S=Servidores.
PROCESO DE ENTRADA O LLEGADA
El proceso de entrada se denomina, por lo regular, proceso de llegada. Las
llegadas se llaman clientes. En todos los modelos que se estudian, se supone que no ms de
una llegada ocurre en un instante dado.
Existen dos situaciones comunes en las cuales el proceso de llegadas podra depender de la
cantidad de clientes presentes. La primera se presenta cuando las llegadas se extraen de

una pequea poblacin,los modelos


pequea poblacin reciben
nombre

en los cuales las llegadas se toman de una


de
modelos
de
origen
finito.

PROCESO DE SALIDA O DE SERVICIO


Para poder definir el proceso de salida de un sistema de linea de espera o un sistema de colas , se
especifica una distribucin de probabilidad , llamada distribucin del tiempo de servicio, la cual rige
el tiempo de servicio de un cliente, lo cual se supone que la distribucin de l tiempo de servicio es
independiente de la cantidad de clientes presentes, de aqu se infiere que el servidor o canal , no
trabajara mas rpido cuando hay mas clientes presentes.
en lo cual se encuentran dos tipos de servidores : servidores en paralelo y servidores en serie. los
servidores estn en paralelo si todos ofrecen el mismo tipo de servicio y un cliente solo requiere
pasar por un servidor o canal para completar su servicio por ejemplo : los cajeros de bancos, los
servidores estn en serie cuando un cliente debe pasar por varios servidores antes de terminar el
servicio por ejemplo: una linea de ensamble.
DISCIPLINA DE LAS LINEAS DE ESPERA.
Explica el mtodo usando para determinar el orden con cual se atienden los clientes.
la disciplina mas comn es la disciplina FCFS(frist come,frist served, es decir , al primero que llega
es al primero que se le atiende),en la cual se atiende a los clientes segn el orden en que llegan, en
la disciplina LCFC(last come,frist served,el ultimo en llegar es el primero en salir),las llegadas mas
recientes son los primeros en entrar al servicio ejemplo de este caso el
elevador, disciplina SIRO(service in random order, servicio en orden aleatorio),cuando una persona
que llama a una areolinia se le hace esperar, la suerte determina con frecuencia quien sera el
siguiente persona en ser atendida por un operador, y por ultimo las disciplina de la prioridad en las
colas , una disciplina de prioridad clasifica cada llegada en una categora por ejemplo las salas de
urgencia de un hospital.
SISTEMAS DE COLAS BSICO

SISTEMA DE COLAS DE UN SOLO CANAL CON UN SOLO SERVIDOR

SISTEMA DE COLAS DE UN SOLO CANAL CON MLTIPLES SERVIDORES

SISTEMA DE COLAS CON MLTIPLES CANALES CON MLTIPLES SERVIDORES

SISTEMA DE COLAS MULTIFACETICO

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
b

distribucin de probabilidad del tiempo entre llegadas de las transacciones.


distribucin de probabilidad del tiempo de servicio.

Los smbolos utilizados en estos dos primeros campos son:


D:
Ek:
G:
GI:
H:
M:

constante.
distribucin Erlang con parmetro k.
cualquier tipo de distribucin.
distribucin general independiente.
distribucin hiperexponencial.
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.

CAPACIDAD DEL SISTEMA


En algunos sistemas existe una limitacin respecto al nmero de clientes que
pueden esperar en la cola. A estos casos se les denomina situaciones de cola finitas.
Esta limitacin puede ser considerada como una simplificacin en la modelizacin
de la impaciencia de los clientes.
COMO DETERMINAR SI MI SISTEMA TIENE RENDIMIENTO?

La tarea de un analista de colas puede ser de dos tipos:


a) establecer mecanismos para medir la efectividad del sistema.
b) disear un sistema ptimo (de acuerdo a algn criterio).
Disear eficientemente consiste, bsicamente, en definir un sistema cuyo coste (de diseo y de
operacin) se justifique por el servicio que da. Dicho servicio se puede evaluar mediante el coste de
no darlo. De este modo al disear se pretende minimizar unos supuestos costes totales .A partir de
los datos que nos suministra la teora de colas se puede obtener la informacin necesaria para
definir el nmero de asientos necesarios en una sala de espera, o la estructura de etapas de un
proceso de atencin al cliente.
En cualquier caso, para poder tomar decisiones hacen falta datos que la teora de colas puede dar en
alguno de los siguientes tres aspectos:
a) tiempo de espera (en el total del sistema o en la cola)
b) cantidad de clientes esperando (en el sistema o en las colas)
c) tiempo ocioso de los servidores (total o particular de cada servicio)

TERMINOLOGA
:Nmero de llegadas por unidad de tiempo
:Nmero de servicios por unidad de tiempo si el servidor est ocupado

K : Nmero de servidores en paralelo


N(t): Nmero de clientes en el sistema en el instante t
Nq(t): Nmero de clientes en la cola en el instante t
Ns(t): Nmero de clientes en servicio en el instante t
Pn(t): Probabilidad que haya n clientes en el sistema en el instante t=Pr{N(t)=n}
N: Nmero de clientes en el sistema en el estado estable
Pn : Probabilidad de que haya n clientes en estado estable Pn=Pr{N=n}
L : Nmero medio de clientes en el sistema
Lq : Nmero medio de clientes en la cola
Tq : Representa el tiempo que un cliente invierte en la cola
S : Representa el tiempo de servicio
T =Tq+S: Representa el tiempo total que un cliente invierte en el sistema
Wq=[Tq]: Tiempo medio de espera de los clientes en la cola
W=[T]: Tiempo medio de estancia de los clientes en el sistema
r: nmero medio de clientes que se atienden por trmino medio
Pb: probabilidad de que cualquier servidor est ocupado

NOTA: cuando es constante para toda n , cuando la tasa medida de servicio por servidor ocupado
es constante para toda n >=1, esta constante se denota por mu.en estas circunstancias ; los tiempos
entre llegadas esperadas y los tiempos de servicio esperados que conforman el factor de utilizaron
para la instalacin de servicio;es decir;la fraccin de tiempo que los servidores individua les estn
ocupados entre la fraccin de capacidad de servicio de sistema que utilizan en promedio los
clientes que ll