Teoría de colas

Investigación de operaciones

Santiago lesmes Cordoba

662212

Corporacion universitaria Minuto de Dios

2020
 Introducción

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 fenómeno de las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado número de trabajos o clientes.

El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de
servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho
recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus
clientes.

Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo de una
herramienta que sea capaz de dar una respuesta sobre las características que tiene un
determinado modelo de colas.
 1. ¿Qué es la teoría de colas?
Los sistemas de colas son modelos de sistemas reales que proporciona servicios, es el
estudio matemático del comportamiento de líneas 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 atención. Si el servidor no está disponible inmediatamente y el cliente
decide esperar, entonces se forma la línea de espera. Es muy importante esta teoría ya que
lo utilizan una gran variedad de grupos, sin embargo, es utilizado en la sociedad para
optimizar el sistema de modo que los tiempos de espera se reduzcan .
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de línea 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 línea de espera para un sistema dado.

2. Notación básica de la teoría de colas

En los problemas de formación de cola, a menudo se habla de clientes, tales como personas
que esperan la desocupación de líneas telefónicas, la espera de máquinas para ser reparadas
y los aviones que esperan aterrizar y estaciones de servicios, tales como mesas en un
restaurante, operarios en un taller de reparación, pistas en un aeropuerto, etc. Los
problemas de formación de colas a menudo contienen una velocidad variable de llegada de
clientes que requieren cierto tipo de servicio, y una velocidad variable de prestación del
servicio en la estación de servicio.
Cuando se habla de líneas 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 relación con la demanda de los clientes; en este caso, las estaciones de
servicio podrían 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 están 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 últimos casos
tipifican una situación equilibrada que tiende constantemente hacia el equilibrio, o una
situación estable.
3. ¿Qué es un proceso de poisson?
es un proceso estocástico de tiempo continuo que consiste en "contar" eventos que ocurren
a lo largo del tiempo.
Se aplica cuando uno quiere llegar a la probabilidad de un caso suceso.
Ejemplo
Quiero saber, cuantos carros pasaron por la misma carretera en una hora.

¿Qué es distribución exponencial?

la distribución exponencial tiene una gran utilidad práctica ya que podemos considerarla
como un modelo adecuado para la distribución de probabilidad del tiempo de espera entre
dos hechos que sigan un proceso de Poisson. De hecho, la distribución exponencial puede
derivarse de un proceso experimental de Poisson con las mismas características que las que
enunciábamos al estudiar la distribución de Poisson, pero tomando como variable aleatoria ,
en este caso, el tiempo que tarda en producirse un hecho

4.¿procesos de nacimientos y muerte del estado estacionario?

En el contexto de la teoría de colas, el termino nacimiento se refiere a la llegada de un

cliente al sistema de colas, mientras que el termino muerte se refiere a la salida del cliente
servido.
5. Describa los modelos de colas simples
 Modelo M/D/s
Cuando el servicio consiste básicamente en la misma tarea rutinaria que el servidor
realiza para todos los clientes, tiende a haber poca variación en el tiempo de servicio
que se requiere. Muchas veces, el modelo M/D/s proporciona una representación
razonable de este tipo de situaciones porque supone que todos los tiempos de
servicio son iguales a una constante fija (la distribución de tiempos de servicio
degenerada) y que tiene un proceso de entradas de Poisson con tasa media de
llegadas fija λ.

 Modelo M/G/1
Este modelo supone que el sistema de colas tiene un servidor y un proceso de entradas
de Poisson (tiempo entre llegadas exponenciales) con una tasa media de llegadas fija λ.
Como siempre, se supone que los clientes tienen tiempos de servicio independientes
con la misma distribución de probabilidad, pero no se imponen restricciones sobre cuál
debe ser esta distribución de tiempos de servicio. En realidad. sólo es necesario conocer
o estimar la media
1/µ y la varianza σ
2 de esta distribución

 M/M/s
En este apartado, la ´única diferencia con el modelo M/M/s es que la fuente de entrada
está a limitada; es decir, el tamaño de la población potencial es finito. En este caso, sea
N el tamaño de esa población, Cuando el número de clientes en el sistema de colas es
n(n = 0, 1, 2, ..., N),existen sólo N − n clientes potenciales restantes en la fuente de
entrada.
7. Ejemplo
El departamento de caballeros de un almacén tiene un sastre que realiza los ajustes a la
medida. Parece que el número de clientes que necesitan ajustes siguen una distribución de
Poisson con una tasa de llegadas de 24 por hora Los ajustes se realizan con orden FIFO y
los clientes siempre desean esperar porque los ajustes son gratis y el tiempo que toma
realizar un ajuste tiene promedio de dos minutos
a) ¿Qué porcentaje de tiempo permanece ocioso el sastre?
b) ¿Cuál es la estadística de congestión del sistema?
c) ¿Cuál es la probabilidad que haya línea de espera?
d) ¿ Cuál es la probabilidad que haya más de 3 clientes en espera de ser atendidos?
e) ¿ Cuál es la probabilidad que un cliente espere los servicios del sastre menos de 10
minutos?

Paran solucionar este problema primero se lee y haciendo un análisis se toman las medidas
para la respuestas. Buscamos los mas importante

1. El departamento de caballeros de un almacén tiene un sastre que realiza los ajustes a

la
m=1
2. la medida. Parece que el número de clientes que necesitan ajustes siguen una
distribución de Poisson con una tasa de llegadas de 24 por hora
m=1
clientes
λ=24 esto quiere decir que 24 clientes están
hora
llegando por hora

3. Sabemos que el tiempo de servicio son dos minutos, pero a nosotros no nos interesa
1
el tiempo de servicio si no, nos interesa μ (mu) sabemos de mu es μ= ósea que 1
ts
 clientes
clientes cada 2 minutos, pero necesitamos son asi que hacemos un factor de
hora
60
conversión para que minutos quede con minutos y quede .
2

1 cliente 60 minutos clientes

ts=2minutos → μ= x =30
2minutos 1 hora hora
4. Este modelo es tipo M/M/1 por que contamos con poisson y tenemos 1 sastre y este
modelo μ(miu) tiene que ser mayo que λ= lambda

clientes clientes
m=1 λ=24 μ=30 FIFO M/M/1
horas horas

5. ¿Qué porcentaje de tiempo permanece ocioso el sastre?

Po=porcentaje que pasa desocupado el sistema

λ 24
Po=1- = Po=1- Po=0,2 = 20%
μ 30

R// el porcentaje de tiempo que permanece ocioso es del 20%

6. ¿Cuál es la estadística de congestión del sistema?

promedio de unidades en la línea de espera
λ (24 )2 clientes
Lq= = =3.2
μ ( μ− λ) 30(30−24) hora
 Numero promedio de unidades en el sistema

λ 24 clientes
L= ¿ =4
(μ−λ) 30−24 hora

tiempo promedio que una unidad pasa en la cola

λ 24 horas∗60 minutos
Wq= = =0,133 =8 minutos
μ−(μ−λ) 30(30−24) 1hora

Tiempo promedio que una unidad pasa en el sistema

1 1 60 minutos
w= =
( μ−λ) 30−24
=0,1667 horas (
1 hora )
=10 minutos

Factor de utilización

λ 24
p= = =0,8=80 %
μ 30

7. ¿Cuál es la probabilidad que haya línea de espera?

λ 24
p= = =0,8=80 %
μ 30

R// la probabilidad que haya línea de espera es del 80%

 Conclusión

para concluir, decimo que esta teoría, nos ayuda utilizar la matemática para llegar a
una probabilidad en un problema de filas (colas) en la cual podemos decidir y pronosticar
una decisión optimizada parar nuestro tiempo, por ejemplo hubo se investigó una teoría del
mismo colas, que dice “si hay dos taquería de peajes y se llena mucho, ¿será que si se abre
otra van avanzar mas los carros?, esa pregunto me hizo mucho de pensar, no es siempre los
mismos casos pero si pasa, para decidir otra taquería deben decidir por medio de una
matemática. Y la respuesta es que no, si se abre una taquería más, va ser mas lento el paso,
de los carros.
Me pareció muy interesante este tema, igual se tiene que expandir para una solución
más adecuada.