Universidad del Bo-Bo

Facultad de Ingeniera
Depto. Ingeniera Industrial

Investigacin de Operaciones II:

TEORIA DE COLAS,
FENOMENOS DE ESPERA

Integrantes: Pedro Chvez

Cristian Guajardo

Victor Pino

Milton Saavedra

N Grupo: 7

Profesor: Milton Ramrez

Domingo 29 de Enero de 2012

INDICE
I. INTRODUCCION .......................................................................................................................... 3
II. MODELO DE LINEAS DE ESPERA. ............................................................................................... 4
II.1. Elementos bsicos del modelo de Lneas de espera ..................................................... 4
II.1.a. Fuente de entrada o poblacin potencial ........................................................ 4
II.1.b. Cliente .................................................................................................................. 4
II.1.c. Capacidad de la cola.......................................................................................... 4
II.1.d. Disciplina de la cola............................................................................................ 4
II.1.e. Instalacin o mecanismo de servicio ............................................................... 4
II.1.f. Cola....................................................................................................................... 5
II.1.g. Sistema de la cola .............................................................................................. 5
II.2. Consideraciones ............................................................................................................ 5
III. PROCESO BASICO DE COLAS..................................................................................................... 6
III.1. Estructura bsica ........................................................................................................... 6
III.2. Tipos de Sistemas .......................................................................................................... 6
III.2.a. Una lnea un servidor. ........................................................................................ 6
III.2.b. Una lnea, mltiples servidores. ....................................................................... 6
III.2.c. Varias lneas, mltiples servidores. ................................................................. 7
III.2.d. Una lnea, servidores secuenciales. ................................................................ 7
IV. FUNCIONES DE LA DISTRIBUCION DE POISSON Y EXPONENCIAL ............................................ 7
IV.1. Axiomas ......................................................................................................................... 8
IV.1.a. Axioma 1 ................................................................................................................. 8
IV.1.b. Axioma 2 .............................................................................................................. 8
IV.1.c. Axioma 3 .............................................................................................................. 8
IV.2. Colas especializadas de Poisson .................................................................................... 9
V. MEDIDA DE RENDIMIENTO DE ESTADO DESEABLE................................................................. 10
VI. LINEAS DE ESPERA CON LLEGADAS Y SALIDAS COMBINADAS. .............................................. 11
VII. APLICACIONES Y EJEMPLO .................................................................................................... 12
VII.1. Ejemplo.................................................................................................................... 12
VIII. CONCLUSIONES .................................................................................................................... 14
IX. REFERENCIAS .......................................................................................................................... 15

2
 I. INTRODUCCION

La teora de colas es una coleccin de modelos matemticos que describen

sistemas de lneas de espera particulares o de sistemas de colas. Los modelos sirven
para encontrar el comportamiento de estado estable, como la longitud promedio de la
lnea y el tiempo de espera promedio para un sistema dado.

Bsicamente los objetivos de la teora de colas permiten identificar el nivel

ptimo de capacidad del sistema que minimiza el coste global del mismo, sin dejar de
lado la atencin al tiempo de permanencia en el sistema o en la cola.

Esta teora aparece a principios del siglo XX para estudiar los problemas de
congestin de trfico que se presentaban en las comunicaciones telefnicas. Erlang,
destacado matemtico dans, fue el primero en tratar el trfico telefnico de forma
cientfica (entre los aos 1903 y 1905), y estableci la unidad de trfico telefnico, que
recibe su nombre.

Comnmente el problema en las colas surge al querer establecer una

determinada capacidad o tasa de servicio que sea balanceada, puesto que un mal
clculo de las colas puede llevar a un costo operacional excesivo, y en contraposicin
puede causar costos sociales los que se ven reflejados en una prdida de clientes,
como tambin al mantener empleados ociosos.

A continuacin se presentan en detalle los elementos que conforman el modelo

de lneas de espera, mtodos para su desarrollo y los problemas en que se pueden
aplicar.

3
 II. MODELO DE LINEAS DE ESPERA.

Cuando se habla de lneas de espera se refiere a las creadas por

clientes o por las estaciones de servicio. Un factor por lo que los clientes tengan que
esperar en cola puede ser porque los medio existentes son los inadecuados para
satisfacer la demanda de servicio, en estos casos, la cola tiende a ser explosiva, esto
significa que ha medida que pase el tiempo la cola ir en aumento.

Los modelos de lnea de espera consisten en frmulas y relaciones

matemticas que pueden usarse para determinar las caractersticas operativas
(medidas de desempeo) para una cola.

Si se tiene, dicha informacin, se puede ser capaz de tomar decisiones que

equilibren los niveles de servicio deseables con el costo de proporcionar dicho
servicio.

II.1. Elementos bsicos del modelo de Lneas de espera

II.1.a. Fuente de entrada o poblacin potencial

Conjunto de individuos posibles usuarios del servicio. Esta puede ser finita o
infinita, aunque esta ltima no es realista, nos ayuda a resolver de forma ms sencilla
muchas situaciones en las que la poblacin es finita pero de gran tamao. Ejemplos
seran: personas, automviles, mquinas que puedan requerir reparacin, documentos
y diversos artculos.

II.1.b. Cliente
Todo individuo, entidad o elemento de la poblacin potencial que solicita el
servicio, en ocasiones formar una cola.

II.1.c. Capacidad de la cola

Mximo nmero de clientes que pueden estar haciendo cola antes de recibir el
servicio. Puede ser finito o infinito.

II.1.d. Disciplina de la cola

Orden en el que se seleccionan los miembros de una cola para recibir el
servicio. Las disciplinas ms habituales son:

-La disciplina FCFS (first come firts serve): Se atiende al cliente que primero haya
llegado.
-La disciplina LCFS (last come first serve): Se atiende primero al cliente que ha llegado
ltimo.
-La SIRO (random selection of service): Selecciona a los clientes de forma aleatoria.

II.1.e. Instalacin o mecanismo de servicio

Procedimiento por el cual se entrega el servicio al cliente. Consiste en una o
ms instalaciones de servicio, donde cada una de ellas consta con uno o ms
servidores. Conocido el nmero de servidores es necesario conocer el tiempo que
transcurre desde el inicio del servicio hasta su terminacin en una instalacin segn el

4
cliente, el cual es llamada tiempo o duracin de servicio. Un modelo de un sistema de
colas debe especificar la distribucin de la probabilidad de los tiempos de servicio para
cada servidor.

II.1.f. Cola
Nmero de clientes que esperan ser atendidos por el servicio que han
solicitado, no incluye a quien est recibiendo el servicio.

II.1.g. Sistema de la cola

Conjunto formado por la cola y el mecanismo de servicio, la fuente son los
clientes que tienen la alternativa de iniciar el servicio o esperar en la cola su turno.

Los elementos bsicos de un modelo de espera dependen de los siguientes

factores:

-Distribucin de llegada.
-Distribucin de tiempo de servicio.
-Diseo de instalaciones de servicios.
-Disciplina de servicio.
-Tamao de cola.
-Fuente de llamadas.

II.2. Consideraciones

Otro factor que podra considerarse en las lneas de espera es la conducta

humana, ya que un cliente puede cambiarse de una lnea de espera a otra pensando
en reducir su tiempo de espera. Algunas personas tambin pueden eludir la lnea
cuando se percatan que la demora ser de arto tiempo, o bien, pueden renunciar
despus de estar un momento en la fila ya que su espera haya sido demasiado larga.

Como complemento definiremos los costos posibles:

-Costos de espera: Es lo que significa al cliente tener que esperar en la cola, es

decir el costo oportunidad del tiempo que ha de demorarse en ser atendido.

-Costo de servicio: Es el costo de operacin del servicio entregado. Uno de los

objetivos de un sistema de colas es encontrar el sistema del costo total mnimo.

Desde el punto de vista de un modelo de espera, una situacin de lneas de

espera se genera de la siguiente manera: cuando un cliente llega a u na
instalacin se forma una lnea de espera, el servidor atiende al cliente
correspondiente de la cola para comenzar y prestar el servicio, al terminar el
servicio con el cliente, se repite el servicio con el siguiente en espera. Se supone
que no se pierde tiempo entre el momento que un cliente ya atendido sale de la
instalacin y la admisin de un nuevo cliente en espera.

Desde el punto de vista del anlisis de colas, la llegada de clientes se

representa por media del "tiempo entre llegadas" y el servicio se describe por el
"tiempo de -servicio" por cliente. En general los tiempos entre llegada y servicios
pueden -ser probabilstica.

5
 III. PROCESO BASICO DE COLAS

El proceso bsico supuesto por la mayora de los modelos de cola es el

siguiente: los clientes entran y se unen al sistema de colas, en determinado
momento se selecciona un miembro la cola para proporcionarle el servicio,
mediante una regla conocida como "disciplina de cola", posteriormente en un
mecanismo de servicio se lleva a cabo la necesidad del cliente, ante lo cual sale
del sistema de colas. La disciplina ms comn es al que llega primero se le
atiende primero (FCFS). Otras disciplinas influyen al que llega al ltimo se le
atiende primero (LCFS) y servicio en orden aleatorio (SIRO). Los clientes
tambin se pueden seleccionar de la cola con pase en algn orden de prioridad.

III.1. Estructura bsica

Permitiendo que varen el nmero de colas y el nmero de servidores, pueden

hacerse los: diagramas de, los cuatro, tipos de sistemas como se observa en las
siguientes figuras.

III.2. Tipos de Sistemas

III.2.a. Una lnea un servidor.

Se utiliza para describir
sistemas de una sola cola, como
lavados de auto o sistemas de
descarga.

III.2.b. Una lnea, mltiples servidores.

Una lnea de mltiples
servidores, es utilizado tpicamente
en sistemas en los que se avanza
mediante varios servidores, como en
una carnicera o farmacia, en la que
cuando se llega al local se debe sacar
un nmero y se espera el turno
correspondiente.

6
 III.2.c. Varias lneas, mltiples servidores.

Es aquel en donde cada

servicio tiene su propia cola,
esto queda claro en el caso de
los bancos ya que estos tienen
colas para clientes, empresas y
pblico general.

III.2.d. Una lnea, servidores secuenciales.

Es un sistema de cola de
servicios, esto generalmente ocurre en
una fbrica.

IV. FUNCIONES DE LA DISTRIBUCION DE POISSON Y EXPONENCIAL

En la mayor parte de las situaciones de colas, el arribo de los clientes ocurre en

forma totalmente aleatoria: este carcter aleatorio significa que la ocurrencia de un
evento (por ejemplo la llegada de un cliente o el trmino de un servicio) no est influido
por el tiempo que trascurre desde la ocurrencia del ltimo evento.

Los tiempos aleatorios entre llegadas y de servicio se describe en forma

cuantitativa con el propsito del modelado de colas mediante la distribucin
exponencial, que se define como:

f (T ) * e *t , t 0 (Exponencial)

1
Et
Con media

7
 Para ilustrar la aplicacin de las distribuciones de poisson y exponencial, se
considera una situacin de espera en la cual el numero de llegadas y salidas (a las
que se le da servicio), durante un intervalo de tiempo es controlado por los siguientes
axiomas.

IV.1. Axiomas

IV.1.a. Axioma 1
La probabilidad que un evento (llegada o salida) ocurra entre los tiempos t y t+h
depende nicamente de la longitud de h lo que significa que la probabilidad no
depende ni del numero de evento que ocurren hasta el tiempo t ni del valor especifico
del periodo (0,t). (Matemticamente decimos que la funcin de probabilidad tiene
incrementos independientes estacionarios).

IV.1.b. Axioma 2
La probabilidad que ocurran n eventos durante un intervalo de tiempo muy
pequeo h es positiva, pero menos que uno.

IV.1.c. Axioma 3
Cuando mucho, puede ocurrir un evento durante un intervalo de tiempo muy
pequeo h.

Estas tres condiciones describen un proceso donde el conteo de eventos

durante un intervalo de tiempo dado sigue la distribucin de poisson y que
equivalentemente, el intervalo de tiempos entre eventos sucesivos es exponencial. En
este caso decimos que las condiciones representan un proceso de poisson, definiendo
lo siguientes se tiene:

Pn(t)= probabilidad de que ocurran n eventos durante el tiempo t.

Como f(t) es una distribucin exponencial, la teora de la probabilidad indica

Pn(t) debe ser una distribucin de poisson, o sea:

( * t ) n * e *t
Pn (t ) , n 0,1,2,... (Poisson)
n!
El valor medio de n durante un periodo dado t es E n / t * t eventos.
Esto significa que alfa representa la tasa a la que ocurren los eventos.

La conclusin de los resultados anteriores es que si el intervalo de tiempo entre

eventos sucesivos es exponencial con media de 1/ unidades de tiempo, entonces, el
nmero de eventos de un periodo dado debe corresponder a una distribucin de

8
poisson, o con una tasa media de ocurrencia (evento por unidad de tiempo) . El
enunciado inverso igual es verdadero.

El proceso de poisson es un proceso completamente aleatorio porque tiene la

propiedad de que el intervalo de tiempo que permanece hasta la ocurrencia del
prximo evento, es totalmente independiente del intervalo tiempo que ha trascurrido
desde la ocurrencia del ltimo evento. Esta propiedad equivale a demostrar el
siguiente enunciado de probabilidad:

Pt T S | T s Pt T
Donde s es el intervalo de tiempo desde la ocurrencia del ltimo evento.

Como t es exponencial, tenemos:

Pt T S | T S Pt T S
Pt T S | T S
PT S Pt S

e *(T S )
*S e *T
e
Pt T
Esta propiedad suele denominarse olvido o falta de memoria de la distribucin
exponencial, y es la base para demostrar que la distribucin de poisson es totalmente
aleatoria.

Otra caracterstica que distingue a la de poisson es que es la nica distribucin

cuya media es igual a la varianza. En ocasiones se usa esta propiedad como un
indicador inicial para conocer si los datos de muestra se tomaron de una distribucin
de poisson.

IV.2. Colas especializadas de Poisson

Se tiene una situacin especializada de cola de poisson c servidores

paralelos idnticos. Un cliente en espera se selecciona de la cola para inicial el
servicio con el primer servidor libre. La tasa de llegada al sistema es clientes por
unidad de tiempo. Todos los servidores ofrecen servicios iguales lo que significa que la
tasa de servicio para cualquier servidor es clientes por unidad de tiempo. El nmero
de cliente en el sistema est definido para incluir los que estn en servicio y los que
esperan en la cola.

La notacin estndar descrita fue ideada originalmente por DG kendall en 1953

en la forma (a/b/c) y se le conoce en la literatura como notacin de kendall despus,
A.M. lee en 1966 agreg los smbolos d y e a la notacin de kendall. En el modelo se

9
aumenta la notacin de kendall-lee mediante el uso del smbolo f, que representa la
capacidad de las fuentes de llamadas.

(a/b/c):(d/e/f)

Donde:

- a: descripcin de la distribucin de llagadas

- b: descripcin de la distribucin del tiempo de servicio (o de salidas)
- c: numero de servidores en paralelo
- d: disciplina general de servicio o de la cola
- e: nmero mximo (finito o infinito) admitido en el sistema (en la cola y adems en el
servicio).
- f: tamao de la fuente de llegada (finito o infinito)

La notacin estndar para representar las distribuciones de llagada y salida (smbolos

a y b) son:

- M: distribucin de llegadas o salidas Markovianas (o de poisson) o como de

forma equivalente, distribucin de llegadas o de tiempo de servicio
exponencial.
- D: distribucin degenerada (tiempos constantes)
- Ek: distribucin Erlang o gama del tiempo (suma de distribuciones
exponenciales independientes)
- GI: distribucin general (permite cualquier distribucin arbitraria) del tiempo de
llegadas.
- G: distribucin general (permite cualquier distribucin arbitraria) del tiempo de
servicio.

La notacin de la disciplina de colas (smbolo d) incluye:

- FCFS: el primero que llega es el primero que se entiende

- LCFS: el ltimo que llega es el primero que se atiende
- SIRO: servicio en orden aleatorio.
- GD: disciplina general, es decir, cualquier tipo de disciplina.

V. MEDIDA DE RENDIMIENTO DE ESTADO DESEABLE

Las medidas de desempeo de estado estables se pueden usar para analizar

la operacin de las lneas de espera con el fin de hacer recomendaciones sobre el
diseo del sistema, entre las principales medidas de desempeo se cuentan: el
nmero de clientes estimados en espera, el tiempo estimado de espera por cliente y la
utilizacin estimada del servicio.

Las medidas de rendimiento ms comnmente usadas en una situacin de colas

son:

- Ls: nmero esperado de clientes en el sistema.

- Lq: nmero esperado de clientes en la cola.
- Ws: tiempo aproximado de espera en el sistema.
- Wg: tiempo aproximado de espera en la cola.

10
 - C: nmero esperado de servidores ocupados.

VI. LINEAS DE ESPERA CON LLEGADAS Y SALIDAS COMBINADAS.

Modelo (M/M/1) :(GD//)

Este es un modelo donde se indica que la entrada o llegada al sistema es

poisson, la atencin es exponencial, se tiene un nico servidor que presta los
servicios. Este modelo presenta una disciplina de cola general (generalmente es fcfs),
la capacidad del sistema y de la fuente son infinitas.

Se supone que las tasas de llegadas son independientes del nmero en el

sistema, es decir n = . Similarmente se supone que el servidor completa su servicio a
una tasa constante, es decir, n = .

Definiendo obtenemos la siguiente frmula general para este modelo

generalizado de Poisson:

Ecuaciones del Sistema M/M/1 ( ):

= Tasa de llegada o nmero promedio de llegada de cliente por unidad de tiempo.

1/= Tiempo medio entre llegadas.

1/= Tiempo promedio de atencin a un cliente.

= Tasa de servicio o nmero promedio de servicios por unidad de tiempo. Este

parmetro representa la mxima capacidad de servicio.

n= Cantidad de clientes en espera.

PW : Probabilidad de que el sistema este ocupado. Pw debe ser menor que 1 porque de
lo contrario, si llegan ms clientes que la capacidad de atencin que debe tener el
sistema, se formar una cola cuyo crecimiento ser infinito. Si es mayor que 1, se
debern agregar ms servidores al sistema de manera que se cumpla la condicin.

PW

P0 : Probabilidad de que el sistema este vaco.

P0 1 PW 1 1

Pn: Probabilidad de que haya n unidades en el sistema.

Pn P0 . n P0 .( ) n

11
L: Valor esperado de unidades en el sistema.

L nPn
n 0 1

Lq: Valor esperado de unidades que esperan ser atendida (cola).

2 2
Lq L Lq
1 ( )

W: Valor esperado del tiempo en que una unidad se encuentra en el sistema.

L 1
W

Wq: Valor esperado del tiempo en que una unidad tiene que esperar antes de ser
atendida (tiempo en la cola).

Lq 1
Wq W Wq
.( )

Las lneas de espera que combinan salidas y llegadas se inician en condiciones

transitorias y llegan gradualmente al estado estable despus de haber transcurrido un
tiempo lo suficientemente grande, siempre que los parmetros permitan que se
alcance el estado estable.

VII. APLICACIONES Y EJEMPLO

Un ejemplo claro de este tipo de colas es en un lavado de autos en donde se

dispone de una maquina nica para realizar el servicio y los clientes esperando su
servicio.

El uso de cajeros automticos es otro ejemplo de este tipo de modelo.

El uso de la maquina principal para el proceso de la madera en un aserradero.

VII.1. Ejemplo

Los clientes llegan a una ventanilla bancaria de autoservicio, segn una

distribucin de Poisson con media de 10 por hora. El tiempo de servicio por cliente es
exponencial con media de 5 minutos. El espacio en frente de la ventanilla, incluyendo
al auto al que se le est dando servicio, puede acomodar un mximo de tres
automviles. Otros vehculos pueden esperar fuera de este espacio.

a) Cul es la probabilidad de que un cliente que llega pueda manejar directamente

hasta el espacio frente a la ventanilla?

12
b) Cul es la probabilidad de que un cliente que llega tendr que aguardar fuera del
espacio indicado?

c)Cuntos espacios tendrn que proporcionar enfrente de la ventanilla de manera

que todos los clientes que llegan puedan esperar frente a sta al menos el 20% del
tiempo?

Solucin:

Resolviendo mediante el modelo (M/M/1) :(GD//)

a)

= 10 clientes/hora = 10(Clientes/hora)*(1/60)= 0,16667 clientes/minuto

= 5 minutos

Por lo tanto, la probabilidad de que un cliente que llega pueda manejar directamente
hasta el espacio frente a la ventanilla es de aproximadamente un 96,7%

b) la posibilidad de que un cliente que llega tenga que aguardar afuera, implicara que
este es el cliente n 4, pues en la ventanilla solo hay 3 puestos, por ende n=4

= / =0,16667/5= 0,03333

Luego, , la probabilidad de que un cliente que llega tenga que aguardar fuera del
espacio indicado es del 0%

c) en el enunciado se indica que

Por lo tanto, los espacios en la ventanilla, para que el cliente espere como mnimo un
20% del tiempo frente a ella tiene como valor ptimo 1 sola ventanilla

13
 VIII. CONCLUSIONES

Los sistemas de colas son muy comunes hoy en da, ya que para diversos
trmites, tales como trmites bancarios, pago de cuentas, etc.; o utilizacin de algunos
servicios, como por ejemplo cajeros automticos, se pueden producir colas, por lo cual
este tipo de sistemas no se pueden dejar de lado. El tema de tener que realizar colas
es algo engorroso, que tiene efecto sobre la calidad de vida de las personas, ya que
estas deben dedicar parte de su tiempo a esperar ser atendidos, lo cual es un costo
para estas personas. Es por esto que las empresas estn tratando de buscar la forma
de reducir esto a travs de los servicios a domicilio o utilizacin de sistemas online,
como son el caso de pago de cuentas, pedidos de comida, etc; el objetivo que
pretenden conseguir con esto es que los clientes prefieran utilizar el servicio prestado
por este tipo de empresas, ya que con esto disminuirn sus costos, los costos de la
empresa y por consiguiente esto provocar un aumento de la productividad de esta.

Un claro ejemplo son las tiendas de Retail que trabajan intensamente en el

tema de la teora de colas. En los mdulos de atencin a clientes, se han
implementado nmeros de atencin para luego ser llamado para solucionar sus
problemas.

En sntesis, la teora de las colas es el estudio matemtico de las colas o lneas

de espera, donde la formacin de colas es un fenmeno comn que ocurre siempre
que la demanda efectiva de un servicio excede a la oferta efectiva, por lo que se trata
de una potente herramienta que puede ser de gran utilidad en una infinidad de
situaciones tanto cotidianas como industriales y que se nos presentarn reiteradas
veces en nuestro ambiente laboral.

14
 IX. REFERENCIAS

- Ricardo Cao, Ricardo Cao Abad. Introduccin a la Simulacin y a la Teora de

Colas. [Recurso Bibliogrfico]. 1 Ed. NETBIBLIO, Corua, Espaa, 2002
[Consulta: 24 de Enero del 2012]

- Thomas L. Saaty, Rafael Pro Bermejo. Elementos de la teora de colas.

[Recurso Bibliogrfico]. Aguilar, 1997 [Consulta: 24 de Enero del 2012]

- David de la Fuente Garca; Ral Pino Diez. Teora de lneas de espera:

Modelos de Colas. [Recurso Bibliogrfico]. Universidad de Oviedo, Servicio de
Publicaciones, Espaa, 2001[Consulta: 24 de Enero del 2012]

- Franco Bellini M. Teora de Lneas de Espera. [En lnea] Investigacin de

Operaciones, Universidad Santa Mara, Caracas, Venezuela. [Consulta: 26 de
Enero del 2012]. Disponible en: http://www.investigacion-
operaciones.com/Teoria_colas_web.htm

- Prof. Efran Muretti. Sistema de Colas. [En lnea] Simulacin de Sistemas,

UGMA, Barcelona, Venezuela. [Consulta: 28 de Enero 2012]. Disponible en:
http://members.libreopinion.com/ve/efrain-muretti/simulacion/ss_colas.pdf

15