Teoría de colas

Ir a la navegaciónIr a la búsqueda

Diagrama que muestra dos colas y múltiples nodos servidores. La teoría de colas
estudia los tiempos de espera y capacidad del sistema.
La teoría de colas es el estudio matemático de las colas o líneas de espera dentro
de un sistema. Esta teoría estudia factores como el tiempo de espera medio en las
colas o la capacidad de trabajo del sistema sin que llegue a colapsar. Dentro de
las matemáticas, la teoría de colas se engloba en la investigación de operaciones y
es un complemento muy importante a la teoría de sistemas y la teoría de control. Se
trata así de una teoría que encuentra aplicación en una amplia variedad de
situaciones como negocios, comercio, industria, ingenierías, transporte y logística
o telecomunicaciones.

En el caso concreto de la ingeniería, la teoría de colas permite modelar sistemas

en los que varios agentes que demandan cierto servicio o prestación, confluyen en
un mismo servidor y, por lo tanto, pueden registrarse esperas desde que un agente
llega al sistema y el servidor atiende sus demandas. En este sentido, la teoría es
muy útil para modelar procesos tales como la llegada de datos a una cola en
ciencias de la computación, la congestión de red de computadoras o de
telecomunicación, o la implementación de una cadena productiva en la ingeniería
industrial.

En el contexto de la informática y de las tecnologías de la información y la

comunicación las situaciones de espera dentro de una red son más frecuentes. Así,
por ejemplo, los procesos enviados a un servidor para su ejecución forman colas de
espera mientras no son atendidos; la información solicitada, a través de Internet,
a un servidor Web puede recibirse con demora debido a la congestión en la red;
también se puede recibir la señal de línea de la que depende nuestro teléfono móvil
ocupada si la central está colapsada en ese momento, etc.

Índice
1 Historia
2 Modelo de formación de colas
3 Objetivos
4 Elementos existentes en la teoría de colas
5 Notación Kendall
6 Estructuras típicas
7 Medidas de desempeño de estado estable
8 Modelos
8.1 M/M/1
8.2 M/M/s
9 Las limitaciones del acercamiento matemático
10 Aplicación a la telefonía
11 Modelos de colas con distribuciones no exponenciales
12 Véase también
13 Referencias
14 Bibliografía
15 Enlaces externos
Historia
El matemático danés Agner Krarup Erlang, trabajador de la Copenhagen Telephone
Exchange, publicó el primer artículo sobre la teoría de colas en 1909.1
Específicamente se preocupó del estudio del problema de dimensionamiento de líneas
y centrales de conmutación telefónica para el servicio de llamadas.

Modelo de formación de colas

Se forman debido a un desequilibrio temporal entre la demanda del servicio y la
capacidad del sistema para suministrarlo.
En las formaciones de colas se habla de clientes, tales como máquinas dañadas a la
espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que los
medios existentes sean inadecuados para satisfacer la demanda del servicio; en este
caso, la cola tiende a ser explosiva, es decir, a ser cada vez más larga a medida
que transcurre el tiempo. Los clientes puede que esperen temporalmente, aunque las
instalaciones de servicio sean adecuadas, porque los clientes llegados
anteriormente están siendo atendidos.

Objetivos
Los objetivos de la teoría de colas consisten en:

Identificar el nivel óptimo de capacidad del sistema que minimiza su coste.

Evaluar el impacto que las posibles alternativas de modificación de la capacidad
del sistema tendrían en su coste total.
Establecer un balance equilibrado (“óptimo”) entre las consideraciones
cuantitativas de costes y las cualitativas de servicio.
Prestar atención al tiempo de permanencia en el sistema o en la cola de espera.
Elementos existentes en la teoría de colas

Figura 1.
Proceso básico de colas: Los clientes que requieren un servicio se generan en una
fase de entrada. Estos clientes entran al sistema y se unen a una cola. En
determinado momento se selecciona un miembro de la cola, para proporcionarle el
servicio, mediante alguna regla conocida como disciplina de servicio. Luego, se
lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio,
después de lo cual el cliente sale del sistema de colas.
Fuente de entrada o población potencial: Una característica de la fuente de entrada
es su tamaño. El tamaño es el número total de clientes que pueden requerir servicio
en determinado momento. Puede suponerse que el tamaño es infinito o finito.
Cliente: Es todo individuo de la población potencial que solicita servicio como por
ejemplo una lista de trabajo esperando para imprimirse.
Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo
cola (antes de comenzar a ser servidos). De nuevo, puede suponerse finita o
infinita.
Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se
seleccionan sus miembros para recibir el servicio. Por ejemplo, puede ser:
FIFO (first in first out) primero en entrar, primero en salir, según la cual se
atiende primero al cliente que antes haya llegado.
LIFO (last in first out) también conocida como pila que consiste en atender primero
al cliente que ha llegado el último.
RSS (random selection of service) que selecciona los clientes de manera aleatoria,
de acuerdo a algún procedimiento de prioridad o a algún otro orden.
Processor Sharing – sirve a los clientes igualmente. La capacidad de la red se
comparte entre los clientes y todos experimentan con eficacia el mismo retraso.
Mecanismo de servicio: El mecanismo de servicio consiste en una o más instalaciones
de servicio, cada una de ellas con uno o más canales paralelos de servicio,
llamados servidores.
Redes de colas: Sistema donde existen varias colas y los trabajos fluyen de una a
otra. Por ejemplo: las redes de comunicaciones o los sistemas operativos
multitarea.
El proceso de servicio: Define cómo son atendidos los clientes.
Notación Kendall
David G. Kendall introdujo una notación de colas A/B/C en 1953. La notación de
Kendall para describir las colas y sus características puede encontrarse en Tijms,
H.C,Algorithmic Analysis of Queues, Capítulo 9 en A First Course in Stochastic
Models, Wiley, Chichester, 2003. Ha sido desde entonces extendida a 1/2/3/(4/5/6)
donde los números se reemplazan con:
Un código que describe el proceso de llegada. Los códigos usados son:
M para "Markoviano" (la tasa de llegadas sigue una distribución de Poisson),
significando una distribución exponencial para los tiempos entre llegadas.
D para unos tiempos entre llegadas deterministas, es decir, no siguen un proceso
probabilista a la hora de su determinación.
G para una "distribución general" de los tiempos entre llegadas, o del régimen de
llegadas.
Un código similar que representa el proceso de servicio (tiempo de servicio). Se
usan los mismos símbolos.
El número de canales de servicio (o servidores).
La capacidad del sistema, o el número máximo de clientes permitidos en el sistema
incluyendo esos en servicio. Cuando el número está al máximo, las llegadas
siguientes son rechazadas. Un caso particular de esta situación es el modelo
M/M/n/n o Erlang-B, en el cual no hay cola de espera, sino n recursos (servidores)
y hasta n usuarios como máximo; si llega el usuario n+1, es rechazado. Este último
modelo es el que se aplica en telefonía convencional. Otro caso particular es el
modelo Erlang-C o M/M/n, donde la capacidad del sistema es ilimitada, aunque haya
sólo n recursos; en caso de llegar el recurso número n+1, pasará a una cola de
espera, pero no es rechazado.
El orden de prioridad en la que los trabajos en la cola son servidos:
First Come First Served (FCFS) o First In First Out (FIFO)
Last Come First Served (LCFS) o Last In First Out (LIFO)
Service In Random Order (SIRO)
Processor Sharing
El tamaño del origen de las llamadas. El tamaño de la población desde donde los
clientes vienen. Esto limita la tasa de llegadas.
Estructuras típicas

Figura 2.
El primer sistema que se muestra en la figura, se llama un sistema de un servidor y
una cola. El segundo, una línea con múltiples servidores. El tercer sistema, aquel
en que cada servidor tiene una línea de separación. El cuarto sistema, es una línea
con servidores en serie. Este modelo puede aplicarse a trabajos ordenador que
esperan tiempo de procesador.

Medidas de desempeño de estado estable

En teoría de colas se utilizan comúnmente las siguientes medidas de desempeño,
estas se calculan de forma diferente según el modelo de la línea de espera:

Ls = Cantidad esperada de clientes en un sistema

Lq = Cantidad esperada de clientes en una cola

Ws = Tiempo de espera en el sistema

Wq = Tiempo de espera anticipado en la cola

ρ = Factor de utilización del sistema

Modelos
M/M/1
En este modelo, según la notación de Kendall, la tasa de llegadas y la tasa de
servicio siguen una distribución de Poisson. Y hay un solo servidor. Las medidas de
desempeño de estado estable se calculan de la siguiente forma:

{\displaystyle \rho ={\frac {\lambda }{\mu }}}{\displaystyle \rho ={\frac

{\lambda }{\mu }}}

Donde λ es la tasa promedio de arribos al sistema y μ la tasa promedio de servicio.

{\displaystyle Ws={\frac {1}{\mu -\lambda }}}{\displaystyle Ws={\frac {1}{\mu
-\lambda }}}

{\displaystyle Ls=\lambda *Ws}{\displaystyle Ls=\lambda *Ws}

{\displaystyle Wq=Ws-{\frac {1}{\mu }}}{\displaystyle Wq=Ws-{\frac {1}{\mu }}}

{\displaystyle Lq=\lambda *Wq=Ls-\rho }{\displaystyle Lq=\lambda *Wq=Ls-\rho }

Cabe resaltar que si λ ≥ μ el sistema es explosivo, además, Wq nunca será mayor que
Ws.2

M/M/s
Este modelo supone que existen en el sistema s (entero positivo) servidores, en
este caso las medidas de desempeño se calcularán así3:

{\displaystyle \rho ={\frac {\lambda }{\mu }}}{\displaystyle \rho ={\frac

{\lambda }{\mu }}}

{\displaystyle Ls=\rho *s+{\frac {(\rho *s)^{2}*\rho }{s!}}*{\frac {1}{(1-\rho )

^{2}}}*P_{0}}{\displaystyle Ls=\rho *s+{\frac {(\rho *s)^{2}*\rho }{s!}}*{\frac {1}
{(1-\rho )^{2}}}*P_{0}}

{\displaystyle Ls=Lq+{\frac {\lambda }{\mu }}}{\displaystyle Ls=Lq+{\frac

{\lambda }{\mu }}}

{\displaystyle Ws={\frac {Ls}{\lambda }}}{\displaystyle Ws={\frac {Ls}{\lambda }}}

{\displaystyle Lq={\frac {({\frac {\lambda }{\mu }})^{2}*\rho }{s!}}*{\frac {1}

{(1-\rho )^{2}}}*P_{0}}{\displaystyle Lq={\frac {({\frac {\lambda }
{\mu }})^{2}*\rho }{s!}}*{\frac {1}{(1-\rho )^{2}}}*P_{0}}

{\displaystyle Wq={\frac {Lq}{\lambda }}}{\displaystyle Wq={\frac {Lq}{\lambda }}}

Las limitaciones del acercamiento matemático
La teoría de formación de una cola es a menudo demasiado restrictiva
matemáticamente para ser capaz de modelar todas las situaciones verdaderas a nivel
mundial. Por ejemplo; los modelos matemáticos a menudo asumen el número de
clientes, o la capacidad de la cola infinitos, cuando es evidente que deben estar
limitados. Los medios alternativos del análisis de la teoría de colas consisten
generalmente en simulaciones de ordenador o en el análisis de datos experimentales.

Aplicación a la telefonía
Las redes telefónicas se diseñan para acomodar la intensidad ofrecida del tráfico
con solamente una pequeña pérdida. El funcionamiento de los sistemas depende de si
la llamada es rechazada, de si está perdida, etc. Normalmente los sistemas de
desbordamiento hacen uso de rutas alternativas e incluso estos sistemas tienen una
capacidad de carga finita o máxima de tráfico. Sin embargo, el uso de las colas
permite que los sistemas esperen por las peticiones de su cliente hasta que los
recursos libres estén disponibles. Esto significa que si los niveles de la
intensidad del tráfico exceden de la capacidad disponible, las llamadas del cliente
se perderían. La disciplina de colas determina la manera de cómo manejar las
llamadas de los clientes. Define la manera en que les servirán, la orden de las
cuales se sirven, y la manera en la que los recursos se dividen entre los clientes.

Modelos de colas con distribuciones no exponenciales

En particular, el supuesto de tiempos entre llegadas exponenciales implica que las
llegadas ocurren al azar (proceso de entrada de Poisson), lo cual es una
aproximación razonable en muchas situaciones pero no cuando las llegadas están
programadas o reguladas con todo cuidado. Todavía más, las distribuciones de
tiempos de servicio reales con frecuencia se desvían bastante de la forma
exponencial, en particular cuando los requerimientos de servicio de los clientes
son muy parecidos. Por ello, es importante disponer de otros modelos de colas que
usen otras distribuciones de probabilidad. Desafortunadamente, el análisis
matemático de los modelos de colas con distribuciones no exponenciales es mucho más
difícil. Sin embargo, se han podido obtener algunos resultados útiles con algunos
modelos.4:

Véase también
Unidad Erlang
Ingeniería industrial
Distribución de Poisson
Throughput
Planificador
Congestión vehicular
Red de flujo
Distribución de Erlang
Distribución Exponencial
Cola (estructura de datos)
Cola de prioridad (estructura de datos)
Congestión de red
Referencias
http://pass.maths.org.uk/issue2/erlang/index.html
Taha, Investigación de operaciones (2012). «18». Medidas de desempeño de estado
estable (Novena edición). PEARSON EDUCACIÓN. p. 612. ISBN 978-607-32-0796-6.
Lieberman, INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES (2010). «17». TEORÍA DE
COLAS (Novena edición). McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. p. 725.
ISBN 978-607-15-0308-4.
Lieberman, INTRODUCCIÓN A LA INVESTIGACIÓN DE OPERACIONES (2010). «17». TEORÍA DE
COLAS (Novena edición). McGRAW-HILL/INTERAMERICANA EDITORES, S.A. DE C.V. p. 737.
ISBN 978-607-15-0308-4.
Bibliografía
Gross, Donald; Carl M. Harris (1998). Fundamentals of Queueing Theory. Wiley. ISBN
0-471-32812-X. Online
Deitel, Harvey M. (1984) [1982]. An introduction to operating systems (revisited
first edición). Addison-Wesley. p. 673. ISBN 0-201-14502-2. chap.15, pp. 380–412
Lazowska, Edward D.; John Zahorjan; G. Scott Graham; Kenneth C. Sevcik (1984).
Quantitative System Performance: Computer System Analysis Using Queueing Network
Models. Prentice-Hall, Inc. ISBN 0-13-746975-6.
Zukerman, Moshe. Introduction to Queueing Theory and Stochastic Teletraffic Models.
Enlaces externos
Artículos de Teoría de Colas
Queueing Theory Basics
Calculadora de Teoría de Colas
Control de autoridades
Proyectos WikimediaWd Datos: Q847526Commonscat Multimedia: Queueing theory
IdentificadoresBNF: 12647707b (data)GND: 4255044-0LCCN: sh85109832NDL:
00567524Diccionarios y enciclopediasBritannica: url
Categorías: Investigación operativaProcesos estocásticos