Unidad 2 / Escenario 4

Lectura fundamental

Modelos de líneas

Contenido

1 Sistemas de líneas de espera

2 Notación de Kendall

3 Ley de Little

4 Principales modelos

Palabras clave: teoría de colas, líneas de espera, modelos markovianos.

1. Sistemas de líneas de espera
En la mayoría de los sistemas de interés se encontrará al menos un sistema de líneas de espera, es
decir, un sistema en donde se atienden entidades por medio de uno o varios servidores, y en el cual,
cuando todos los servidores disponibles se encuentran ocupados o no disponibles, las entidades
tendrán que esperar en una fila.

La teoría de las líneas de espera, o teoría de colas como es más conocida, está conformada por un
amplio conjunto de modelos matemáticos que bajo ciertas características pueden proveer medidas de
desempeño de forma exacta, pero que en muchos casos sus respuestas son simples aproximaciones,
a veces no tan simples, y que por lo tanto requieren de una herramienta de alto nivel, como la
simulación para comprobar sus conjeturas en los ambientes complejos o para hallar las respuestas que
se escapan a los modelos analíticos en los sistemas aún más complejos.

Para comenzar con el análisis, se deben considerar los principales elementos de un sistema de líneas
de espera, en particular las incertidumbres involucradas, lo que implica que se deben utilizar procesos
estocásticos para su modelamiento. Las dos principales fuentes de incertidumbre están en el proceso
de arribos y el proceso de atención.

Punto de llegada al sistema Fila Servidores

Punto de salida
del sistema
Origen de
llegadas

Medidas de
desempeño
L, Lq, Ls, W,
Wq, Ws

Tamaño de Patrón de llegadas Disciplina de la fila Patrón de servicio

población Tiempo entre arribos FIFO, LIFO., SIRO, HVF, LVF Número de servidores
Tamaño de lote Capacidad de la fila Número de etapas
Abandonos Descansos, interrupciones

Figura 1. Esquema general de un sistema de líneas de espera

Fuente: elaboración propia

POLITÉCNICO GRANCOLOMBIANO 2
El primer elemento a considerar en un sistema de líneas de espera es la población de la cual provienen los
clientes o entidades que serán atendidas; en muchos casos la población es tan grande que el hecho de
que un cliente ingrese al sistema no afecta la probabilidad de que llegue otro cliente en un periodo fijo de
tiempo. En este caso se acostumbra a asumir que la población de origen es infinita, aunque técnicamente
no lo sea. En caso contrario, se debe determinar con precisión el tamaño de la población.

Una vez definida la población de origen, se debe determinar cómo es el proceso de llegadas al sistema.
En este elemento son vitales dos aspectos: el tiempo entre arribos y el tamaño de lote en cada arribo.

Siguiendo a Banks, los arribos pueden ocurrir según un cronograma específico o de forma aleatoria,
en este último caso, lo mejor es modelarlos por medio de una distribución de probabilidad así:

Si An representa el tiempo que transcurre entre la llegada del cliente n-1 y la llegada del cliente n,
entonces se conoce como la tasa promedio de arribos al sistema, siempre y cuando este
límite exista (Banks, 2010).

En cuanto al tamaño del lote en cada arribo, en la mayoría de los sistemas los arribos suceden de
uno en uno, pero en algunos casos, como en pedidos de materias primas, pueden llegar en lotes de
tamaño fijo o aleatorio.

Una vez en el sistema, el cliente o entidad será atendido por alguno de los servidores disponibles, pero
si todos se encuentran ocupados o no disponibles, deberá esperar en la fila que puede o no tener una
capacidad finita. En la mayoría de los sistemas de atención se asume que no hay límite a la cantidad de
clientes que pueden estar esperando al mismo tiempo y por eso se habla de filas de capacidad infinita,
sin embargo, en sistemas productivos el espacio de almacenamiento es limitado y, por lo tanto, se
tiene una capacidad finita para la fila. La principal consecuencia de esta característica es que se
pueden presentar bloqueos o rechazos, es decir, una entidad o cliente llega al sistema, pero no puede
ingresar porque la fila está llena. La otra característica importante está en la disciplina de la fila, esto se
refiere al siguiente cliente que será atendido una vez alguno de los servidores esté disponible. Entre las
principales reglas de atención que definen este aspecto se encuentran (Banks, 2010):

• FIFO (First In, First-Out): la primera entidad que ingresa a la fila es la primera que va a ser
atendida, es decir, se respeta el orden de llegada a la hora de prestar el servicio.

• LIFO (Last In, First-Out): la primera entidad en ser atendido es la última en llegar a la fila, es
decir, se atiende de forma inversa al orden de llegada. Es una regla no utilizada en la atención de
clientes, pero sí muy común en sistemas de inventarios en donde los materiales se van apilando
y al necesitar uno se toma al que está en la cima de la pila, el cual corresponde al último en ser
colocado allí.

POLITÉCNICO GRANCOLOMBIANO 3
 • SIRO (Service In Random-Order): cada vez que hay un servidor disponible se escoge al azar
a una entidad de la fila, no necesariamente la primera. Es una regla utilizada comúnmente en
los protocolos de comunicación de redes y en los procesos de cómputo con el fin de evitar
bloqueos por tareas muy complejas.

• HVF o LVF (Highest Value First o LowerValue First): las entidades tienen un atributo que indica
su prioridad y, por ejemplo, en la regla HVF, al quedar disponible un servidor, se atiende la
primera entidad con el valor más alto de su atributo, si no hay ninguna, se vuelve al inicio y se
busca a la entidad con el segundo valor más alto del atributo y así sucesivamente. Esta regla se
utiliza en las salas de urgencias, por medio del triaje, o en las filas de los centros de servicio que
tiene atención preferencial.

El tercer elemento a considerar en un sistema de líneas de espera es la forma en la cual se presta

el servicio a los clientes o entidades. Lo primero que se debe determinar es el número de etapas de
servicio, es decir, si el cliente será atendido por un único servidor o si se moverá a través del sistema
por varios servidores. En este último caso se tiene una red. Si por el contrario solo uno (cualquiera
de ellos) de los servidores atiende a cada entidad se tiene un conjunto de servidores en paralelo. Los
servidores pueden ser homogéneos (IID) o heterogéneos y, por lo tanto, tener reglas o restricciones
en la atención de los clientes.

Si se trata de servidores homogéneos, el proceso de atención se caracteriza por el número total

de servidores disponibles y por la distribución de probabilidad de los tiempos de atención que,
por tratarse de servidores homogéneos, es la misma para todos. También, se deben considerar
los descansos, mantenimientos y fallas que pueden presentar los servidores porque esto afecta la
capacidad de atención del sistema.

Finalmente, al caracterizar el sistema de líneas de espera se deben determinar algunas medidas de

desempeño que permiten su evaluación y comparación, entre las principales medidas de desempeño,
en estado estable, se encuentran:

• El tiempo promedio que tarda una entidad en todo el sistema (W).

• El tiempo promedio que tarda una entidad esperando para ser atendida (Wq).

• El tiempo promedio de servicio de una entidad (Ws=1/μ).

• El número promedio de entidades en todo el sistema (L).

• El número promedio de entidades que se encuentran esperando a ser atendidas (Lq).

POLITÉCNICO GRANCOLOMBIANO 4
 • El número promedio de entidades en servicio o el número promedio de servidores ocupados (Ls ).

• El factor promedio de utilización del sistema (ρ) .

2. Notación de Kendall
Debido a la variedad de los sistemas de líneas de espera, en 1953 Kendall propuso un sistema de notación
general basado en tres símbolos A/B/C, los cuales indican el tipo de distribución de los arribos, el servicio y
el número de servidores en paralelo disponibles en el sistema, de la siguiente forma:

• A: corresponde a la distribución de los tiempos entre arribos. Las distribuciones más utilizadas
incluyen a la distribución exponencial (M), tiempos determinísticos (D), la distribución Erlang
(Ek), la distribución Normal (N), y, para una distribución en general, aquellas sin la propiedad de
no memoria, la letra G.

• B: corresponde a la distribución de los tiempos de servicios, aquí se pueden utilizar las mismas
letras descritas para la distribución de los tiempos entre arribos (M, D, Ek, N, G).

• C: indica el número de servidores en paralelo de los que dispone el sistema. Si se trata de un

sistema en el cual se cuenta con un servidor para cada entidad que arriba (autoservicio) se dice
que tiene capacidad infinita (Banks, 2010).

Por ejemplo, un sistema M/M/1 indica que los tiempos entre arribos siguen una distribución
exponencial, que los tiempos de servicios también siguen una distribución exponencial independiente
de la de los arribos y que el sistema cuenta con un único servidor. De la misma forma, un sistema
G/D/3 indica que los tiempos entre arribos siguen una distribución general, que los tiempos de
servicio son determinísticos y que hay 3 servidores en paralelo en el sistema.

Después de la propuesta inicial de Kendall, su notación se ha extendido para incluir otras

características de los sistemas, entre ellas se puede nombrar a tres símbolos ampliamente utilizadas:

• D: se puede introducir en la notación de Kendall para indicar la capacidad del sistema, es decir,
el número máximo de entidades que pueden estar al mismo tiempo en el sistema. Si no hay un
límite para la cantidad de entidades se dice que el sistema tiene capacidad infinita.

POLITÉCNICO GRANCOLOMBIANO 5
 • E: indica el tamaño de la población de la cual llegan las entidades. Si esta tiene una capacidad
finita de sebe indicar su tamaño, en caso contrario se dice que la población es de tamaño
infinito.

• F: se refiere a la disciplina de la fila, es decir, el orden en el cual son atendidas las entidades una
vez un servidor está disponible. Las más comunes son FIFO, LIFO, SIRO, HVF y LVF.

¿Sabía que...?
En los sistemas de líneas de espera que consideran
abandonos; los tiempos de impaciencia se modelan con una
distribución de probabilidad, esto se denota en la notación
de Kendall con las mismas letras utilizadas para los tiempos
entre arribos y los de servicio, sin embargo, el símbolo no se
separa con líneas diagonales, sino que se utiliza el símbolo +.
Por ejemplo, un sistema M/M/1 con tiempos de impaciencia
exponenciales se denota como M/M/1+M.

Por ejemplo, al utilizar la notación extendida un modelo M/M/1 se notaría como M/M/1/∞/∞/FIFO, pero
esa notación es mucho más útil en sistemas con capacidad, por ejemplo, un sistema D/G/2/10/100/FIFO
sería aquel en el cual los tiempos entre arribos son determinísticos, los tiempos de servicio siguen una
distribución de probabilidad general, se tiene dos servidores, en la fila solo se permiten 8 entidades, que
junto con las dos en servicio dan la capacidad total de 10, la entidades provienen de una población de 100
entidades en total y la disciplina de la fila es FIFO.

POLITÉCNICO GRANCOLOMBIANO 6
3. Ley de Little
Una de las leyes más importantes para analizar los sistemas de línea de espera en estado estable es la
conocida Ley de Little, que establece que, bajo condiciones de estado estable, las cuales alcanza un
sistema en el largo plazo si cumple con la condición de estabilidad, el número promedio de entidades
en el sistema es igual a la tasa promedio de arribos multiplicada por el tiempo promedio que una
entidad gasta en todo el sistema, es decir (Little y Graves, 2008):

Esta es una relación poderosa y suficientemente simple para ser utilizada en una gran variedad
de sistemas. Note, por ejemplo, que la relación no depende del número de servidores, ni de las
distribuciones de probabilidad utilizadas en los arribos o el servicio, ni siquiera si los servidores están
en paralelo o conforman una red de atención, la ley se cumple, en estado estable, para todo tipo de
sistemas. La única restricción que se requiere cumplir para poder aplicar la Ley de Little en un sistema
en estado estable es que en el mismo ni se creen ni se destruyan entidades.

Un caso particular de su aplicación se da en la misma teoría de los sistemas de líneas de espera. Al

considerar la fila del sistema y excluir a los servidores del análisis, se puede aplicar la Ley de Little y
llegar a la siguiente ecuación:

¿Sabía que...?
En los sistemas productivos, los tres indicadores más
importantes de la productividad de un sistema son la tasa de
producción (Throughput [TH]), tiempo de ciclo [CT] y trabajo
en proceso [WIP], y están relacionados por la Ley de Little:

WIP=TH×CT

POLITÉCNICO GRANCOLOMBIANO 7
4. Principales modelos
A continuación, se presentan las medidas de desempeño de los principales modelos de la teoría de
líneas de espera; la utilización de las fórmulas suministradas para el cálculo de las principales medidas
de desempeño se ilustra al final con un ejemplo.

Tabla 1. Principales modelos para sistemas de líneas de espera con un único servidor

Sistema Parámetros Condición de estabilidad Medidas de desempeño

λ: tasa de arribos.
M/M/1 λ<μ
μ: tasa de servicio.

λ: tasa de arribos.
M/M/1/K No necesita
μ: tasa de servicio.

λ: tasa de arribos.
ca: coeficiente de
variación de los tiempos
entre arribos.
G/G/1 λ<μ
μ: tasa de servicio.
cs: coeficiente de
variación de los tiempos
de servicio.

Fuente: Elaboración propia

POLITÉCNICO GRANCOLOMBIANO 8
 Tabla 2. Principales modelos para sistemas de líneas de espera con múltiples servidores

Sistema Parámetros Condición de estabilidad Medidas de desempeño

λ: tasa de arribos
μ: tasa de servicio.
M/M/s λ<s×μ
s: número de
servidores.

λ: tasa de arribos.

ca: coeficiente
de variación de
los tiempos entre
arribos.

μ: tasa de servicio. λ<s×μ

M/M/s
s: número de
servidores.

cs: coeficiente
de variación de
los tiempos de
servicio.

Fuente: elaboración propia

POLITÉCNICO GRANCOLOMBIANO 9
Por ejemplo, a una caseta de peaje con solo una ventanilla de atención llegan 10 vehículos
aproximadamente cada hora. El cajero tarda en promedio 4 minutos en atender cada vehículo.
Asumiendo que tanto los tiempos entre arribos como los tiempos de servicio se distribuyen
exponenciales se puede calcular:

1. La probabilidad de que el sistema este desocupado.

2. El tiempo promedio que un vehículo tardará desde que llega al peaje hasta que lo cruza.

3. El número promedio de vehículos en el peaje.

4. El número promedio de vehículos en la fila del peaje.

5. El tiempo promedio que tarda un vehículo en la fila antes de ser atendido.

6. La proporción del tiempo que el cajero tiene que trabajar.

Para resolver el problema propuesto, primero se debe determinar el modelo adecuado. En este caso
los tiempos entre arribos son exponenciales al igual que los tiempos de servicio, además se tiene un
único servidor (caseta en este caso), por lo tanto, se trata de un modelo M/M/1.

Una vez identificado el modelo, se debe establecer sus parámetros; según la Tabla 1, hay dos: la tasa
de arribos y la tasa de servicio. Para la primera, se tiene que llegan 10 vehículos por hora, así que
de forma directa λ=10 vehículos/hora. Para la tasa de servicio se tiene que cada vehículo tarda en
promedio 4 minutos, por lo tanto, en una hora se pueden atender a 15 vehículos (60/4=15), es decir,
μ=15 vehículos/hora. Como λ<μ , el sistema cumple con la condición de estabilidad.

Finalmente, se debe calcular la medida de desempeño correspondiente a cada numeral, así:

1. La probabilidad de que el sistema este desocupado.

Es este caso, la medida pedida corresponde a P0 (probabilidad de que no haya ningún vehículo
en la caseta), de las ecuaciones de la Tabla 1 se tiene que:

POLITÉCNICO GRANCOLOMBIANO 10
2. El tiempo promedio que un vehículo tardará desde que llega al peaje hasta que lo cruza.

En este caso, se hace referencia al tiempo promedio en el sistema, por lo tanto:

Las unidades de tiempo resultan de las unidades en las cuales están λ y μ, en este caso
vehículos/hora, para pasar el tiempo a minutos basta con multiplicar por 60, así:

3. El número promedio de vehículos en el peaje.

Se refiere al número promedio de vehículos en el sistema, es decir, L. Por lo tanto, de la Tabla 1

se tiene que:

4. El número promedio de vehículos en la fila del peaje.

Se trata del promedio de vehículos solo en la fila del peaje, es decir, Lq. Por lo tanto, de la Tabla 1
se tiene que:

5. El tiempo promedio que tarda un vehículo en la fila, antes de ser atendido.

Se refiere al tiempo promedio que tarda un vehículo en la fila del peaje, es decir, Wq . Por lo
tanto, de la Tabla 1 se tiene que:

Nuevamente, para pasar las unidades a minutos se multiplica por 60:

POLITÉCNICO GRANCOLOMBIANO 11
6. La proporción del tiempo que el cajero tiene que trabajar

Finalmente, se hace referencia al factor de utilización del sistema, es decir, ρ. Por lo tanto, de la
Tabla 1 se tiene que:

De esta forma, con las fórmulas de las tablas 1 y 2 se pueden obtener, o aproximar, para su
validación, las medidas de desempeño de muchos de los sistemas que se analizan en un modelo
de simulación.

En síntesis...
Para obtener las medidas de desempeño de un sistema de líneas de espera se debe:

1. Determinar cuál es el sistema bajo análisis. Definirlo utilizando la notación de

Kendall (M/M/1, G/M/2, M/D/3/1/10/FIFO, etc.).

2. Determinar los parámetros del sistema según sea el caso (tasa de arribo y de
servicio, número de servidores, coeficientes de variación).

3. Determinar si el sistema cumple con la condición de estabilidad.

4. Determinar cuál de las medidas de desempeño es la de interés y calcularla, sin

olvidar el manejo de unidades de tiempo en los casos requeridos.

5. Concluir.

POLITÉCNICO GRANCOLOMBIANO 12
Referencias

Banks, J. (2010). Discrete-event System Simulation. New Jersey, EE.UU.: Prentice Hall.

Little, J. y Graves, S. (2008). Little’s Law. En Springer (Ed.), Building Intuition: Insights From
Basic Operations Management Models and Principles (pp. 81–100). Recuperado de https://doi.
org/10.1007/978-0-387-73699-0

POLITÉCNICO GRANCOLOMBIANO 13
 INFORMACIÓN TÉCNICA

Módulo: Simulación
Unidad 2: Análisis de los datos de entrada
Escenario 4: Teoría de colas

Autor: Juan Carlos Gutiérrez

Asesor Pedagógico: Carlos Andrés Marín Rodríguez

Diseñador Gráfico: Kelly Yohana Valencia Forero
Asistente: Laura Andrea Delgado Forero

Este material pertenece al Politécnico Grancolombiano.

Prohibida su reproducción total o parcial.

POLITÉCNICO GRANCOLOMBIANO 14