Está en la página 1de 42

11

CAPTULO I

MARCO TERICO

1.1. INTRODUCCION A SISTEMAS DE ESPERA:


Al respecto Snchez R. (1) comenta:

1()

Barcos que esperan ser atendidos en un puerto.

Clientes que esperan ser atendidos en una caja pagadora.

Automviles que esperan ser atendidos en una plaza de peaje.

Aviones que esperan despegar de un aeropuerto.

Facturacin en aeropuertos

Cajeros automticos

Restaurantes de comida rpida

SANCHEZ R. Juan Monografa - Teora de Colas.- Valparaso: 2006.Cap. I, p.1

12

Esperas en lneas de atencin telefnica

Intersecciones de trfico

Peajes

Aviones en espera para aterrizar

Llamadas a la polica o a compaas de servicios pblicos

Todas estas situaciones, qu tienen en sentido comn?, l fenmeno que se


repite en todas estas situaciones es la espera. No seria mas adecuado, qu
todos estos servicios y otros similares sean sin la molestia de tener qu
esperar?.
La manifestacin de la espera es el resultado directo de la aleatoriedad en la
operacin de instalaciones de servicio.
En general, la llegada y atencin del cliente y su tiempo de servicio no son
conocidas con anticipacin, pero por otro lado, la operacin de la instalacin
se podra programar de modo tal que eliminara la espera por completo. Para
mejor entendimiento vase el siguiente ejemplo.

Figura N 1.1: Ejemplo de Sistema de Espera

13

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P.1

1..1.1. Teora de Lneas de Espera


El conocimiento de las lneas de espera o teora de colas e instruirse
en forma de administrarlas es una de las reas ms importantes en la
gestin de sistemas. Adems, es fundamental para el diseo y
programacin de sistemas de atencin masiva como:

Plaza de peajes

Manejo de niveles de inventario, etc.

Diariamente se espera en mltiples actividades cotidianas, desde la


realizacin de una transaccin en un banco (depsito o cobranza de
un cheque), hasta cuando se espera por el despegue de un avin.
Tambin se producen esperas en las fbricas: los lotes de produccin
aguardan hileras para que trabajen en ellas diferentes mquinas, e
incluso las mismas mquinas que esperan su turno para su
reparacin. La teora de lneas de espera, es bastante amplia como
para cubrir demoras tan dismiles como la que afrontan los barcos en
un puerto, o los pasajeros en un Terminal ferroviario esperando la
salida del tren e incluso, en el ltimo tiempo los proveedores de
acceso a Internet.

1..1.2. Economa del Problema de Fila de Espera:

14

El principal problema que plantean prcticamente todas las situaciones de


lneas de espera segn Snchez R (2) es una decisin de transaccin.

El gerente tiene que evaluar el costo adicional que representara


prestar un mejor servicio disminuyendo la espera. Por ejemplo
aumentar

el

numero

portacontenedores

de

pistas

de

circulacin;

gras

adicionales; ms cajas en un peaje, etc. en

comparacin con el costo inherente a la espera.


Vase figura N 1.2, donde se da un ejemplo.

Figura N 1.2: Ejemplo de Sistema de contenedores

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P. 4

Frecuentemente, la decisin de transaccin es bastante directa


referente a los costos.
Por ejemplo, si se observa el tiempo total que los cajeros de una
sucursal bancaria pasaran en la fila improductiva, esperando que se
desocupe la mquina que cuenta billetes, se podra hacer una
comparacin entre el costo de instalar una mquina adicional con el
2( )

Idem.

15

valor del tiempo ahorrado a los cajeros. De este modo, la decisin


podra reducirse a trminos monetarios lo que facilita el proceso.
Figura N 1.3: Desiciones

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P.5

1..1.3. Balance de Costo Efectividad


La figura N 1.4 muestra la relacin la transaccin esencial bajo
condiciones de influencia de clientes (estables) tpicas.
Inicialmente, con una capacidad de servicio mnima, el costo de la
fila de espera est en un mximo.
La capacidad de servicio se muestra de manera simple como una
funcin lineal, y no por pasos. El costo agregado o total aparece
como una curva en forma de U, una aproximacin corriente a este
tipo de problemas de equilibrio .El costo ptimo idealizado se ubica
en el punto de cruce entre las curvas de capacidad de servicio y filas
de espera.
Figura N 1.4: Capacidad de Servicio versus Capacidad de Instalacin

16

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P.7

1..1.4. Punto de Vista Prctico de las Lneas de Espera


La figura N 1.5 muestra las llegadas a una instalacin de servicios
(por ejemplo, un barco) y los requerimientos de servicio en esa
instalacin (por ejemplo, depsitos giros con los cajeros, y
solicitudes de crdito con un ejecutivo encargado).
Una variable importante es la cantidad de clientes que llegan en el
transcurso de las horas que est abierto la instalacin de servicios.
Desde el punto de vista de la entrega de servicios, los clientes
solicitan diferentes requerimientos de servicios, que muchas veces
exceden la capacidad normal.
Figura N 1.5: Componentes de un Sistema de Espera

17

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P.8

1..1.5. Perfiles de Llegadas de Clientes y Servicios


A pesar que los perfiles de las llegadas de los clientes son muy
dispares, es posible ejercer cierto control sobre la llegada de clientes
de varias maneras.
Por ejemplo, tener una fila de espera corta (como un drive in, en un
restaurante de comida rpida con un solo unos pocos espacios
disponibles), es establecer horas especificas para clientes especficos o
hacer arreglos especiales.

La figura N 1.6 muestra perfiles de arribos de clientes y


requerimientos de servicios.
Desde la perspectiva del servidor, el tiempo de servicio se puede
modificar utilizando servidores ms rpidos o ms lentos, mquinas
ms o menos lentas, herramientas, materiales y disposiciones
diferentes, tiempo de arranque ms rpido, etc.
El factor esencial es que las filas de espera no son una con diccin
fija de un sistema productivo sino que en gran estn bajo el control
de la gerencia y el diseo del sistema.

Figura N

1.6: Perfiles

de Llegadas

de Clientes y

Servicio

18

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. I, P.9

1.2. DEFINICION DE TEORIA DE COLAS:


Con respecto a la teora de colas damos las siguientes definiciones:
M. Martnez define en los siguientes trminos:
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 (3).
Por su parte Juan Prawda (1980) en su obra Mtodos y Modelos de
Investigacin de Operaciones Modelos Estocsticos dice:
La lnea de espera, en su concepto ms
simple, se forma por la llegada aleatoria de
clientes que entran a un establecimiento a
recibir un servicio proporcionado por un
servidor. La naturaleza de los clientes el
establecimiento y los servicios varan con la
organizacin de que se trate (4).

()

MARTNEZ FERREIRA Matas (2004) Teora de Colas. Recuperado el 14 Julio del 2007,
de www. monografas. com.
()
PRAWDA, Juan Investigacin de Operaciones y Modelos Estocsticos.-Vol. 2. Mxico:
Edit. Limusa. 1980, Cap.I, P.57.

19

Por otro lado Amadeo R. Odoni (2001), en su obra Sistemas de Colas


dice:La teora de colas es la rama de la investigacin operativa que estudia
las lneas de espera (retardo/congestin).
Generalmente el administrador se encuentra en un dilema:

Asumir los costos derivados de prestar un buen servicio.

Asumir los costos derivados de tener largas colas.

Se debe lograr un balance econmico entre el costo de servicio y el costo


asociado a la espera por ese servicio.
Adems otras definiciones encontradas en el Internet (5).
Lnea de espera es una herramienta que compara el costo de tener una cola
que espera recibir atencin, contra el costo de atender esa cola o fila. En
cada situacin que se presenta la administracin desea minimizar costos,
teniendo tan pocas atenciones abiertas como sea posible, sin embargo no tan
pocas que se ponga a prueba la presencia de los clientes.
Con frecuencia se presentan problemas en la administracin debido a que se
hace esperar a empleados, mquinas, materiales, etc. Debido a instalaciones
insuficientes para manejarlos de inmediato o la utilizacin de las
instalaciones a menos del mximo, a causa de la secuencia de llegada de
materiales que emplea la instalacin por ejemplo; de tal forma se provoca
prdida de tiempo, mano de obra no utilizada y costos excesivos y el
objetivo de esta tcnica es minimizar estas prdidas.
5()

Teora de Colas (s.f.) Recuperado el 7 de Julio del 2007 de www. google.com:


http://www.salonhogar.com/materias/administracion/herradeplanea.htm.

20

La teora de colas en s no resuelve este problema, slo proporciona


informacin para la toma de decisiones.

1.3. OBJETIVOS DE LA TEORIA DE COLAS:


Segn los archivos encontrados en el Internet (6), 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.
1.4. ELEMENTOS EN UN MODELO DE COLAS:
Martnez Ferreira

(7)

Teora de colas. Trabajo publicado en Internet, indica la

existencia de los siguientes elementos en un modelo de colas:


Fuente de entrada o poblacin potencial.
Cliente.
Capacidad de la cola
Disciplina de la cola.
6()
7()

Teora de Colas (s.f.) Recuperado el 17 de Julio del 2007de http: /www.gestiopolis.com


MARTNEZ FERREIRA Op. Cit.- Cap. I, Pp. 3 - 4.

21

Mecanismo de servicio
Lnea de espera o cola
El sistema de la cola
a. 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.
b. 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

22

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 (8).
c. 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.
d. 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 Input First Output) . Otras disciplinas son LIFO
muy utilizadas en inventario, servicio en orden aleatorio o SIRO y FCFS,
segn la cual se atiende primero al cliente que antes haya llegado.
La disciplina LIFO, tambin conocida como LCFS o pila: que consiste en
atender primero al cliente que ha llegado el ltimo.

La RSS o SIRO, que selecciona a los clientes de forma aleatoria.


e. 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

8()

Idem.

(*)

First Input First Output: Primero en ingresar y primero en salir. Traduccin Propia de los
autores.

23

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.
Figura N 1.7: Tipos de canales en un modelo de colas

Fuente: www. gestiopolis.com/ Comunidad Latina de Estudiantes de Negocio

f.

Lnea de espera o 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.

g.

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.
Figura N 1.8: Elementos en un Modelo de Colas
Mecanismo de
Servicio

Llegada de un
Cliente

Cola

Fuentes de
Entrada
Disciplina de la Cola

Sistema de la Cola

Servicio

24

Fuente: www. gestiopolis.com/ Comunidad Latina de Estudiantes de Negocio

1.5. SISTEMA DE FILAS DE ESPERA:


Desde el punto de vista de un modelo de espera (9), la situacin de espera se genera
del siguiente modo:
a. Cuando un cliente llega ala instalacin se forma una cola de espera
(fila o lnea).
b. El servidor elige un cliente de la lnea de espera para comenzar a
prestar el servicio.
c. Al finalizar un servicio, el cliente abandona el servicio y se repite el
proceso de elegir un cliente (en espera).
Se supone que se pierde tiempo entre el momento en que un cliente tras ser
atendido, sale de la instalacin y la admisin de un nuevo cliente a la lnea
de espera.
En funcin de lo anterior

(10)

, es posible distinguir en cualquier sistema de

lneas de espera tres grandes componentes:


a. La poblacin fuente y la manera en que los clientes llegan al sistema.
b. El sistema de prestacin del servicio.
c. La condicin del cliente que sale del sistema.
9()
10()

SANCHEZ R. Op. Cit.- Cap. II, P. 68.


Idem.

25

La interaccin cliente servidor slo es de inters en tanto se relacione con el


periodo que requiere el cliente para completar el servicio. Por lo tanto, desde
el punto de vista de las llegadas de clientes, nos interesan los intervalos de
tiempo que separan llegadas sucesivas.
1.5.1. Llegada de Clientes
La figura 1.9 muestra las configuraciones generales de los sistemas
de filas de espera.
La llegada de clientes a un sistema de servicios puede derivarse de
una poblacin finita o infinita. Esta distincin es importante porque
los anlisis se basan en premisas diferentes y su solucin exige
ecuaciones distintas. Ver figura siguiente.
Figura N 1.9: Fuentes de Origen de Clientes

Fuente: SNCHEZ R. JuanMonografa - Teora de Colas.- Cap. II, P.69

Poblacin Finita
El resumen encontrado en el Internet, dice:
Una poblacin finita se refiere se refiere al
grupo de clientes de tamao limitado que

26

utilizar el servicio y que, en ciertos


momentos har fila () (11).
Esta clasificacin es importante por que cuando un cliente deja su
posicin como miembro de la poblacin. Por ejemplo, en un servicio
con cinco mquinas, si una mquina se avera y requiere servicio, el
tamao del grupo de usuarios se reduce en uno, lo cual reduce la
probabilidad de la siguiente ocurrencia (12).
La fbrica que tiene cuatro mquinas, tamao limitado es un ejemplo
de una poblacin finita.
-

Poblacin Infinita
Poblacin infinita, es aquella lo bastante grande con relacin al
sistema de servicio como para que el cambio de tamao, ocasionado
por sustracciones o adiciones a la poblacin (un cliente que necesita
servicio, o un cliente ya atendido que regresa a la poblacin) no
afecte significativamente las probabilidades del sistema.
Los supermercados, bancos, donde los clientes son numerosos son
ejemplos de poblacin infinita.

1.5.2. Distribucin de Llegadas


Al describir un sistema de espera, es necesario definir la manera en
que se dispone a los clientes o a las unidades de espera mientras se
presta el servicio.

11
12()

()

Teora de Colas (s.f.). Recuperado el da 24 de Julio del


http://www.monografias.com/trabajos18/teoria-colas/teoria-colas.shtml.
Loc. Cit.-

2007

de

27

Las frmulas de fila de espera por lo general requieren una tasa de


llegadas, o el nmero de unidades por periodo, como por ejemplo un
promedio de una cada seis minutos.
Una distribucin de llegadas constante es peridica con exactamente
el mismo periodo de tiempo entre las sucesivas llegadas.
En los sistemas productivos, casi las uni9cas llegadas que en realidad
se acercan a un periodo de intervalo constante son las sujetas a
controles de mquinas.
Como se indica en las pginas del Internet

(13)

Existen dos tipos de

tiempos entre llegadas:


Determinstico: Los clientes llegan en un mismo intervalo de
tiempo fijo y conocido. Ej. Lnea de ensamblaje.
Probabilstico: Tiempo entre llegadas es incierto y variables.
En una instalacin de servicios se pueden considerar:
a. Se puede analizar el tiempo transcurrido entre las llegadas
sucesivas para comprobar si los tiempos siguen algn tipo de
distribucin. Por lo general, se asume que el tiempo
transcurrido entre las llegadas se distribuye exponencialmente.
b. Establecer algn periodo de tiempo (T), e interpretar,
determinar cuantas llegadas podran ingresar al sistema en T. El
nmero de llegadas por unidad de tiempo se distribuye
mediante Poisson.

13()

Teora de Colas. Recuperado el 30 de Julio del 2007 de: www.monografias.com.

28

Distribucin Exponencial del Tiempo de Atencin:


Bustos Farias sostiene lo mismo que Taha y plantea la siguiente
frmula:
Esta distribucin se aplica cuando el tiempo de servicio es
constante o aleatorio con el propsito del modelo de las colas o
lneas de espera.
f (t ) e t
Donde:
: Nmero de clientes en promedio
e : Base del logaritmo natural (2.718218)
t : Intervalo de tiempo (14).
Figura N 1.10: Las llegadas Distribucin exponencial

Fuente: http://www.auladeeconomia.com

Distribucin de Llegada Poisson:

Si el tiempo transcurrido entre la llegada de un cliente y otro


inmediatamente anterior es constante o una variable aleatoria
independiente se aplica la distribucin de Poisson.
Por su parte Pino Gotuzzo (2007) Metodologa de la investigacin
dice: La distribucin de Poisson se utiliza cuando se hacen
registros de eventos que se distribuyen al azar en un espacio o
tiempo determinado.

14

()

A. TAHA, Hamdy. Investigacin de Operaciones.- 5ta Ed. Mxico. Edit. Alfaomega.


1995, Cap. XV, P. 641. Citado por BUATOS FARIAS, EduardoTeora de Colas.

29

Si las llegadas no fuesen independientes se utiliza el enfoque de


simulacin.
La distribucin de Poisson implica que la probabilidad de que
lleguen n clientes en un intervalo de tiempo t es:

Pn (t )

( t ) n e t
n!

Donde:
Pn (t ) : Probabilidad de t arribos
: Esperanza de llegada de un cliente por
unidad de tiempo.
n! : n(n-1)(n-2)(n-3) (3)(2)(1)
e : Base del logaritmo natural (2.718218)
t : Intervalo de tiempo (15).
Para poder explicar el proceso de Poisson debe considerarse una
serie de eventos E resultantes de la repeticin de un mismo
experimento y que ocurre consecutivamente.
El nmero, N; a la probabilidad que N = n se le podr llamar Pn(t).
La experiencia ha demostrado que es excelente usar el modelo de
Poisson para calcular probabilidades asociadas con:
Nmero de llamadas que recibe la central telefnica durante un
periodo de tiempo determinado.
Nmero de defectos en un producto manufacturado.
Nmero de muertes en accidentes de trnsito al mes en la
ciudad.
Nmero de errores por pgina.
Vase la siguiente figura.
Figura N 1.11 - a: Las llegadas Distribucin Poisson

15()

Loc. Cit.-

30

Fuente: http://www.auladeeconomia.com

Figura N 1.11 -b: Distribucin Poisson para tiempos de arribo 4

Fuente: Ing. ANDRADE D. Ivn G. ... Teora de Colas.- Universidad de Azuay

Distribucin de Erlang:
Matemticamente esta distribucin est expresada como sigue:
F ( x)
Donde:
f(x)

f (t ) dt

( k )k 1 e kx
d

k y son constantes positivas con k 1


Si k = 1se tendr una distribucin aleatoria
exponencial.
Si n =
se tendr una distribucin
regular (*).
1.5.3. Sistema de Fila de Espera
El sistema de fila de espera consiste en las filas de espera y en la
cantidad de servidores disponible, como a continuacin se indican (16)
16

(16)

(*)

Todas las frmulas matemticas son consignados como cita textual, se debe entender as ya
que por falta de tiempo no cumplimos con esto.
Lneas de Espera (s.f.). Recuperado el da 30 de Julio del 2007
de
http://kolmogorov.unex.es/~trinidad/aio/tema4.pdf.

31

a. La Fila de Espera: Entre los factores a considerar en las filas


de espera estn: El largo de la fila, la cantidad de filas y la
disciplina de fila.

b. Longitud: En un sentido prctico, una fila infinita es


simplemente aquella que resulta muy prolongada en trminos
de la capacidad del sistema de servicios.

c. Nmero de Filas: Una fila nica es una sola fila. El termino


filas mltiples se refiere a las filas nicas que se forman frente
a dos o ms servidores, o bien a filas nicas que convergen en
algn punto de redistribucin.

d. Disciplina de la Fila: Es una regla o serie de reglas


prioritarias, para determinar el orden de servicio a clientes que
aguardan en una fila de espera. Las reglas seleccionadas,
pueden ejercer un efecto importante en el desempeo global del
sistema.
La cantidad de clientes en la fila, el tiempo de espera promedio,
el rango de variabilidad en el tiempo de espera y la eficiencia
de las instalaciones de servicio son apenas algunos de los
factores que se ven afectados por la seleccin de prioridad.
Otros ejemplos de las reglas de prioridad son las reservaciones,
primero las emergencias, primero el cliente de mayor

32

rentabilidad, primero los pedidos ms grandes, primero los


mejores clientes, primero el tiempo de espera en fila ms largo
y la fecha prometida ms temprana.
Existen dos problemas grandes prcticos en el uso de cualquier
regla.
Uno de ellos es asegurarse de que los clientes conocen y
obedecen la regla.
El otro es asegurarse de que existe un sistema que permita a
los empleados administrar la fila. Por ejemplo sistemas en
los que se toma u n nmero.
1.6. CARACTERISTICAS DE UN SISTEMA DE COLAS:
Segn Chivilches Ayala

(17)

las caractersticas de un sistema de colas son las

siguientes:
Poblacin de clientes
Proceso de llegada
Proceso de colas
Proceso de servicio
Proceso de salida
La disciplina
Por su parte Garca Sabater

(18)

en su obra Teora de Colas y Mtodos

Cuantitativos de Organizacin Industrial india


17

18

()

Seis caractersticas

CHIVILCHES AYALA, Lus Investigacin de Operaciones toma de Decisiones para


el Cambio.- Lima: Edt. fondo Editorial. 2003, Cap. XI, P. 490.
()
Teora de Colas y Mtodos Cuantitativos de Organizacin Industrial (s.f.). Recuperado el da
30 de Julio del 2007 de http://www.monografias.com/ teora-colas/teora-colas.shtml.

33

bsicas que se deben utilizar para describir adecuadamente un sistema de


colas:
a.Patrn de llegada de los clientes
b. Patrn de servicio de los servidores
c.Disciplina de cola
d. Capacidad del sistema
e. Nmero de canales de servicio
f. Nmero de etapas de servicio

Algunos autores incluyen una sptima caracterstica que es la poblacin de


posibles clientes.
1.6.1. Poblacin de Clientes: Conjunto de todos los clientes posibles de un
sistema de colas. En este caso se considera el tamao de la poblacin
finita e infinita, las cuales ya fueron definidazas con anterioridad.
1.6.2. Proceso de Llegada: Forma en que los clientes de la poblacin
llegan a solicitar un servicio.
1.6.3. Proceso de Colas: Se sintetiza en dos aspectos(19).
a. La forma en que los clientes esperan a que se les d un servicio.
b. Disciplina de colas, que es la forma en que los clientes de la
poblacin llegan a solicitar un servicio.
1.6.4. Proceso de Servicio: Se define como son que son atendidos los
clientes y se clasifican en sistemas de colas de canal mltiple y
sistema de colas de canal sencillo (20).

19()
20()

CHIVILCHEZ AYALA Op. Cit. - Cap. XI, P. 493


Idem.

34

Sistema de colas de canal Sencillo: En el cual los clientes que


llegan pasan por una estacin de trabajo.
Sistema de colas de canal Mltiple: En el cual los clientes
que llegan pueden pasar por varias estaciones de trabajo.
Para su mejor entendimiento vase las figuras que a
continuacin se indica.
Figura N 1.12: Sistema de colas de una sola fila - una lnea, mltiples
servidores

Fuente: http://www.auladeeconomia.com

Figura N 1.13: Sistema de colas de mltiples filas - varias lneas, mltiples


servidores

Fuente: http://www.auladeeconomia.com

1.6.5. Proceso de Salida:


El proceso de salida puede ser de dos tipos:
b. Sistema de Colas de un Solo Paso: En el cual los productos o
los clientes abandonan el sistema despus de ser atendidos en
un solo centro o estacin de trabajo.

35

c. Red de Colas: En el que un producto puede proceder de una


estacin de trabajo y pasar a otra, antes de abandonar el
sistema. Ver figura.
Figura N 1.14: Red de colas formada por cinco sistemas de colas

Fuente: R. ODONI, Amedeo (10 de Octubre 2001) Sistemas de colas. CLASES 1

1.7.

COMO RECOGER DATOS EN UN SISTEMA DE COLAS:


Garca Sabater (21) Teora de Colas y Mtodos Cuantitativos de Organizacin
Industrial, en su trabajo Publicado en Internet indica dos tcnicas para
recoger datos en un sistema de colas orientada al tiempo y la informacin se
recoge cuando algo ocurre.
A priori se puede pensar que el mtodo ms adecuado para recoger datos al
analizar un sistema es establecer una plantilla y recoger los datos sobre el
sistema cada cierto tiempo. Esta tcnica es orientada al tiempo.
Sin embargo es mejor, utilizar una tcnica de recogida de informacin
asociada a eventos. La informacin se recoge cuando algo ocurre.
En una cola convencional los nicos datos a recoger son:
Cada cunto llega un cliente.

21()

GARCA SABATER, Jos P. Op. Cit.- Cap. I, P. 7

36

Cunto se tarda en servir a cada cliente


No es necesario recoger ms informacin para, a partir de las relaciones
expuestas en el apartado anterior, definir cualquier medida de efectividad.

Ejemplo:
Sea un sistema G/G/1. Sean los siguientes datos de entrada:
Tabla N 1.1: Datos de entrada

Fuente: GARCA SABATER, Jos P. . Teora de Colas y Mtodos Cuantitativos de


Organizacin Industrial. Cap. I, P.10

Tabla N 1.2: De la tabla anterior, se genera la siguiente informacin.

Fuente: GARCA SABATER, Jos P. . Teora de Colas y Mtodos Cuantitativos de


Organizacin Industrial. Cap. I, P.10

1.8.

COSTOS DE UN SISTEMA DE COLAS:


Un sistema de colas puede dividirse en sus dos componentes de mayor
importancia, la cola y la instalacin de servicio.
Segn las pginas del Internet:

37

Las llegadas son las unidades que entran en


el sistema para recibir el servicio. Siempre se
unen primero a la cola; si no hay lnea de
espera se dice que la cola esta vaca. De la
cola, las llegadas van a la instalacin de
servicio de acuerdo con la disciplina de la
cola, es decir, de acuerdo con la regla para
decidir cul de las llegadas se sirve
despus(22).
El primero en llegar primero en ser servido es una regla comn, pero podra
servir con prioridades o siguiendo alguna otra regla. Una vez que se
completa el servicio, las llegadas se convierten en salidas.
Ambas componentes del sistema tienen costos asociados que deben de
considerarse. Ver figura 1.15.
Figura N 1.15: Sistema de colas

Fuente: www.monografias.com

1.8.1. Costo por Servidor:


Se define matemticamente de la siguiente forma:
CS Cs .C (1)
Donde:
CS : Costo por Servidor.
Cs : Costo por servidor por unidad de tiempo.
C : Nmero de Servidores.

1.8.2. Costo de Espera.

22

()

Costos de los Sistemas de Colas (s.f.) Recuperado el 2 de Agosto del 2007 de


http://sistemas.itlp.edu.mx/tutoriales/investoper2/tema32.htm.

38

Esperar significa desperdicio de algn recurso activo que bien se


puede aprovechar en otra cosa y esta dado por:
CE Cw. L

(2)

Donde:
Cw : Costo por cliente por unidad de tiempo.
L : Nmero esperado de clientes en sistema.
Luego sumando la ecuacin 1 y 2, se determina el costo total por
unidad de tiempo con C servidores.
Costo Cs .C Cw. L

(3)

1.8.3. Costo por prdida de un cliente:


Es necesario estimar cuanto dinero se pierde cuando una persona
llama y obtiene una seal de ocupado y no puede hacer una
contribucin.
Cd D PP

(4)

Donde:
D : Donacin por llamadas.
L : Probabilidad de perder la llamada.

1.8.4. Costo de la negacin del Servicio.


En la mayora de los casos, se trata de comprar varias instalaciones
de servicio, en estos casos solo se ocupan los costos comparativos o
diferenciales.
Se define matemticamente de la siguiente forma:
Cns Cd . . Pd

(5)
Donde:
Cd : Costo por prdida de un cliente.
Pd : Probabilidad de negocios del servicio
: Tasa de llegadas.
Finalmente el costo total ser:

39

CostoTotal CS CE Cns
CostoTotal Cs .C Cw. L Cd . . Pd

(6)

1.8.5. Sistema de costo mnimo.


Aqu hay que tomar en cuenta que para tasas bajas de servicio, se
experimenta largas colas y costos de espera muy altos. Conforme
aumenta el servicio disminuyen los costos de espera, pero aumenta el
costo de servicio y el costo total disminuye, sin embargo, finalmente
se llega a un punto de disminucin en el rendimiento. Entonces el
propsito es encontrar el balance adecuado para que el costo total sea
el mnimo (23). Ver figura 1.16 y anexo 1.1 equilibrio de costos.
Figura N 1.16: Costo versus Tasa de servicio

Fuente: R. ODONI, Amedeo (10 de Octubre 2001) Sistemas de colas. CLASES 1

1.9.

NOMENCLATURA DE LOS MODELOS DE COLAS:


El investigador Britnico D. Kendall introdujo en 1953 una notacin
pragmtica para las diferentes lneas de espera.
Posteriormente Lee completo esta lista en 1966.

23()

Idem.

40

La nomenclatura o notacin general es la siguiente:


(a / b / c) : ( d / e / f )
Donde:
a : Distribucin de llegadas.
b : Distribucin de servicios.
c : Nmero de servidores en paralelo en el
sistema.
d : Disciplina de servicio.
e : Mximo nmero de clientes que pueden
estar en el sistema (esperando y recibiendo
servicio).
f : Fuente de generacin de clientes (24).
Los parmetros a y b emplean los siguientes

cdigos:

M: Llegada con distribucin Poisson y servicio exponencial.


D: Llegada o servicio determinstico.

E: Llegada y servicios distribuidos respectivamente con


distribucin Erlang y Gamma.

GI: Llegadas con distribucin general independiente.


G: Servicios con una distribucin general dependiente.
En d se utilizan los siguientes cdigos:

FCFS: FIFO (**).

Primero en ingresar es primero en salir.


LCFS: LIFO ltimo que ingresa es el primero en salir.
FEFO: El primero que expira es el primero en salir.
SIRO: Servicio en orden aleatorio.
GD: Disciplina general de servicio.
NPRP: Servicio prioritario no abortivo.
24

()

Teora de Colas (Agosto, 2005). Recuperado el 4 de Agosto del 2007, del sitio www.
google.com: http: //www.angelfire.com/ak5/bustosfarias/clase42.pdf.

41

RPP: Servicio prioritario abortivo.


En e y

el valor puede ser un entero finito o

infinito.
Para mayor informacin ver anexo 1.1, tabla 1.1 simbologa de la notacin.

1.10. MEDIDAS DE RENDIMIENTO PARA EVALUAR SISTEMA DE


COLAS:
1.10.1. En un Sistema de Colas M/M/1
Segn las pginas del Internet

(25)

. Para que este sistema alcance una

condicin estable debe cumplirse:


>
1. Poblacin de clientes finita.
2. Proceso de llegada tipo Poisson con una tasa promedio de
clientes por unidad de tiempo.
3. Proceso de colas de una sola lnea de espera de capacidad
infinita con disciplina de colas, primero en entrar y primero en
salir.
4. Proceso de servicio de u solo servidor que atiende a los clientes
de acuerdo a una distribucin exponencial con una tasa
promedio de clientes por unidad de tiempo.
Factor de utilizacin del sistema o intensidad del trfico ( ):

25

(**)

(7)

()

FERNANDEZ L. (Abril, 2007). Teora de Colas. Recuperado el 5 de agosto del 2007, de


www. google.com: http://tarwi.lamolina.edu.pe/~leojeri/WEB-%20CLASIF%20COLAS.htm.

FIFO: First Input First Output, primero en llegar y primero en salir.

42

Donde:
: Intensidad del trfico
: Tasa promedio de llegadas
: Tasa promedio de servicio
a. Probabilidad de que no haya clientes es el sistema ( P0 ):
P0 1

(8)

b. Numero promedio en la fila ( L q ):


L q

2
...(9)
1

c. Tiempo promedio de espera en la cola ( W q ):


W q

L q
(10)

d. Tiempo promedio de espera en el sistema ( W ):


W W q

1
(11)

e. Nmero promedio en el sistema ( L ):


L W (12)

f. Probabilidad de que un cliente que llega tenga que esperar


P(w) ):
P w 1 P0

(13)

g. Probabilidad de que hayan n clientes en el sistema ( P(n ) ):


P( n ) n . P0

h. Utilizacin del sistema ( U ):


U

(15)

1.10.2. En un sistema de Colas M/M/c

(14)

43

a. Probabilidad de que ningn cliente est en el sistema ( P0 ):


1

P0

c 1

n! ) ( c! ).(
n 0

c
c

(16)

b. Nmero promedio en la fila ( L q ):


L( q )

c 1

( c 1)! (c ) 2

. P0

(17)

c. Tiempo promedio de espera en la cola ( W q ):


W q

L q
(18)

d. Tiempo promedio de espera en el sistema ( W ):


W W q

1
(19)

e. Nmero promedio en el sistema ( L ):


L W (20)

f. Probabilidad de que un cliente que llega tenga que esperar ( P(w) ):


P ( w)

1
c!

. c .

c
. P0
(c )

(21)

g. Probabilidad de que hayan n clientes en el sistema ( P(n ) ):


S: n c :
P( n )

n
n!

. P0

(22)

S: n > c:
P( n )

h. Utilizacin del sistema ( U ):

n .P0
( c! )c n c

(23)

44

1c Pc1

c 1
c 2
U 1 P0
P1

P2 ...
c
c

1.11.

(24)

UNA LNEA UN CANAL DE SERVICIO (POBLACIN


INFINITA):
a. Hay cero unidades en el sistema cuando el rango de las llegadas y
del servicio son dados.
Po(t ) 1

b.

Pr (25)

Hay n unidades en la Lnea de espera ms siendo servidas


Pn(t ) (

) Po(t ) ( ) n (1 ) . (26)

c. Nmero esperando de unidades siendo servidas ms esperando.


En

(27)

d. Nmero esperado de unidades en la cola sin incluir las que estn


siendo servidas.
EW

2
(28)
( )

e. Tiempo promedio de espera en el sistema:


Et

Ew

. (29)

( )

f. Tiempo esperado en el sistema


E E t

1
1

. (30)

g. Nmero de unidades en el sistema es mayo que n.

P ( N n) ( ) n 1 Pr (31)

45

h. Cuando:

n = 0, P(n>0) = P (1-Po) = (32)


P ( N 1) P[1 ( P0 P1 )] 1 [1

(1 )]
(33)

Restricciones:

1; Si no se cumple

Pn(t) no ser independiente. Disciplina FIFO (**).

1.12. UNA LNEA UN CANAL DE SERVICIO (POBLACIN FINITA):


m

n
a. Pn ( n )( ) Po

b.

c.

m!

Pn
( m n)!

P0 n S (34)
n

S n m (35)

P0

Pn
m!

P0
(m n)!

(36)

Para usar las frmulas anteriores se debe conocer P0.Sabemos que:


1
P0

Pn 1, de donde :
n 0

P0

d.

P0

1
m

P
n 0

/ P0

(38)

n 0

Pn P0 1,

1
1
P0

P
n 0

por

tan to :

1
Pn (37)

n 0 P0
m

46

(1 P0 ) (39)

e. EW m

f.

Et

1
1 m

(40)
EW

(1 P0 )
1 P0

g. E n EW (a P0 ) m
h. E Et

(1 P0 ) (41)

1 1 m

1 (42)
1 P0

Restricciones: 1 , Disciplina FIFO

1.13. UNA LNEA - MLTIPLES


(POBLACIN INFINITA):
a.

b.

c.

Pn (t )

n!

S 1

S!

S! S n S )

(43)

ns

P0 (t )

P0 (t )
n 0 n!
Pn (t )

CANALES

(44)

P0

Para

n S (45)

d.

EW


(46)

P0 (t )
2
( S 1)!( S )

e.

Et
P0 (t )
( S 1)!( S ) 2

f.

(48)

En
P0 (t ) EW
2

( S 1)!( S )

EW (47)

DE

SERVICIO

47

g.




E
( S 1)!( S ) 2

P0 (t )

1
1 (49)
Et

Restricciones:
P

1
S

S Disciplina FIFO

1.14. UNA LNEA - MLTIPLES CANALES DE SERVICIO (POBLACIN


FINITA):

a. Pn

b.

P0

0nS

m!
Pn
(m n)! S! S n S

c. EW

(n s) P

n s 1

(50)

P0

S n m (51)

Ps 1 2 Ps 2 3Ps 3 ... (52)

d. E n nPn
n 0

donde EW CE n (53)

e. Que representa el nmero esperado de mquinas en operacin.


m

E 0 m nPn m E n (54)
n 0

f. Es = En - EW

Que representa el nmero esperado de operadores

que estn siendo utilizados.


Es = En - EW (55)
g. E t

m
EW
1

(n s) Pn (56)
( Es ) ( Es) n s 1

h. E Et (57)
Restricciones:

48

1 , Disciplina FIFO.
S

1.15. NOMENCLATURA DE LAS VARIABLES USADAS EN LA


SOLUCIN DE PROBLEMAS DE LNEAS DE ESPERA:
Segn la pgina www. google.com (26). La nomenclatura casi estandarizada y
ms usada a nivel mundial es la siguiente:
= Rango medio de llegadas - nmero promedio de legadas en unidad
de tiempo.

= Rango medio de servicio nmero promedio que han sido

servidos en una unidad de tiempo (por canal).


Si > ; la capacidad de dicho servicio es mayor que la demanda del
servicio.
Si P > 1 llegan ms clientes al sistema por unidad de tiempo de los que
pueden ser atendidas, por tanto se forma una lnea de espera.
n = Nmero de unidades en el sistema (esperando o siendo servidores).
P =

Probabilidad.

Po(t) =Probabilidad que haya cero unidades en el sistema en el tiempo t.


Pn(t) =Probabilidad de que hayan n unidades en el sistema en el tiempo
t, y estas son designadas como Pn cuando provienen de una poblacin
finita y Pn(t) cuando proviene de una poblacin infinita.
Pm

=Probabilidad de que hayan m elementos siendo servidos o

demandando servicio.
26()

Idem.

49

=Longitud de la lnea de espera, no incluyendo las unidades que

estn siendo servidas.


E =

Representa el valor esperado

Pi

Ni

i 0

Ew =Longitud esperada (Promedio) de la lnea de espera.


Eo =Nmero esperado que no ha provenido de una poblacin finita,
para solicitar un servicio.
En = Nmero esperando que est siendo servido ms los que estn
esperando.
Es =

Nmero esperado que est siendo servido.

Et =

Tiempo estimado a emplearse en la lnea de

espera.
Ec =

Utilizacin estimada de S.

E = Tiempo estimado a emplearse en el sistema.


m =

Poblacin

de

universo

total

de

donde

provienen las unidades del sistema.


s =

Nmero de canales de servicio.

m =Nmero mximo esperado de legadas en una unidad de tiempo


cuando la poblacin es finita, no habiendo salido ninguna para solicitar
el servicio.
(m-n) = Nmero mximo de llegadas esperadas, cuando n unidades
estn en la cola o esperando por el servicio.
1.16. PROBLEMAS RESUELTOS DE LINEAS DE ESPERA:
Estos ejemplos fueron obtenidos del Internet.

50

1.16.1. Problema1:
El problema consiste en:
Debido a un reciente incremento en el
negocio una secretaria de una cierta empresa
tiene que mecanografiar 20 cartas por da en
promedio (asuma una distribucin de
Poisson). A ella le toma aproximadamente 20
minutos mecanografiar cada carta (asuma una
distribucin exponencial). Suponiendo que la
secretaria trabaja ocho horas diarias (27).
Determinar:
a. La tasa de utilizacin de la secretaria
b. El tiempo promedio de espera antes de que la secretaria
mecanografe una carta.
c. El nmero promedio de cartas que estarn en la lnea de espera.
Solucin:
Primero debemos determinar: tasa promedio de llegadas y tasa
promedio de servicio.
: = 20 / 8 = 2.5 cartas/hora

: = (1 / 20 min.)(60 min. / 1 hora) = 3 cartas/hora


Ahora empleando las ecuaciones 7, 9 y 10 del presente trabajo
calculamos:
a. La tasa de utilizacin de la secretaria est definida por:

2.5

0.833

b. El tiempo promedio de espera antes de que la secretaria


mecanografe una carta se deduce de la siguiente manera:

27

()

Teora de lneas de Espera (s.f.) Recuperado el 12 de Agosto del 2007 de

http://sitios.ingenieria-usac.edu.gt/estadistica/analisis/teoriacolas.html .

51

L q

2
( 0.833) 2

4.17
1
1 0.833

c. El numero promedio de cartas que estarn en la lnea de espera


est dado por: W q

L q
4.17

1.67

2 .5

1.16.2. Problema 2: Se tiene el siguiente enunciado:


El Barrys Car Wash est abierto seis das a la
semana, pero el da del negocio mas pesado es
siempre el sbado. A partir de datos histricos,
Barrys estima que los coches sucios llegan a una
tasa de 20 por hora, todo el da sbado. Con una
brigada completa trabajando la lnea de lavado a
mano, l calcula que los automviles se pueden
lavar a una tasa de uno cada dos minutos. Este
ejemplo se tiene una lnea de espera de canal
sencillo, los automviles se lavan de uno en uno.
Suponga llegadas de Poisson y tiempos
exponenciales de servicio (28).

Determinar:
El nmero promedio de automviles en la

lnea.

El tiempo promedio que un automvil espera

antes de ser lavado.


El tiempo promedio que un automvil pasa en

el sistema de servicio.
La

tasa

de

utilizacin

del

lavado

de

automviles.
La probabilidad de que no haya automviles

en el sistema
28()

Idem.

52

Solucin:
Primero identificamos los datos e incgnitas y luego hacemos uso de
las ecuaciones en forma conveniente, en este caso las ecuaciones 9 y
10 fueros reducidos en trminos de tasa promedio de llegadas y tasa
promedio de servicio.
=

20 automvil /hora

(1 / 2 min)(60 min) = 30 automvil / hora

El nmero promedio de automviles en la lnea se definir de la


siguiente manera:

El tiempo promedio que un automvil espera antes de ser lavado

El tiempo promedio que un automvil pasa en el sistema de servicio

La tasa de utilizacin del lavado de automviles

La probabilidad de que no haya automviles en el sistema

Por razones de tiempo no se pudo resolver ms problemas, pero en el


anexo 1.1 damos una relacin de problemas por resolver.

FI
N