INVESTIGACIÓN DE

OPERACIONES ECONÓMICAS II

5° Teoría de colas

Mag. Pierina C. Norabuena Trejo

pnorabuenat@unasam.edu.pe
 1. INTRODUCCIÓN
Muchos de nosotros hemos
Las colas o las líneas tenido que esperar en fila, por
de espera son parte ejemplo, para realizar el pago
de nuestra vida correspondiente a la matrícula
diaria de un semestre académico o
para ser atendidos en el salón
de belleza.

Algunas personas toman esta

El sistema se espera con buen humor, pero
congestiona y hay otras se ven desalentadas por
que esperar el tamaño de la fila y se
marchan.
 2. DEFINICIÓN

La teoría de colas es el La teoría de colas está El objetivo último de la

estudio de los procesos en relacionada con teoría de colas
una línea de espera procesos que tienen consiste en responder
(NAHMIAS, 1999)… e incluye variabilidad en la llegada cuestiones
el estudio matemático de de los trabajos al sistema administrativas
estas colas o líneas de y en que, por lo general, pertenecientes al
espera (HILLIER- el tiempo requerido para diseño y a la
LIEBERMAN, 1997). la atención también es operación de un
variable. sistema de colas;
3. MODELOS DE LÍNEAS DE ESPERA
1. La población de
clientes .

LÍNEAS DE ESPERA
Determinístico
MODELOS DE
2. El proceso de
llegadas
Probabilístico

La manera en que los

clientes esperan para
ser atendidos.
3. El proceso de colas

La disciplina de colas

4. El proceso de servicio
 4. CLASIFICACION DE LOS MODELOS DE COLAS
El Proceso de llegada.

Este símbolo describe la distribución de tiempo entre llegadas, que

es uno de los siguientes:

D para denotar que el tiempo de llegada es determinístico.

M para denotar que el tiempo de llegada es probabilístico y siguen

una distribución exponencial.

G para denotar que los tiempos entre llegadas son probabilísticos y

siguen una distribución diferente a la exponencial.
 4. CLASIFICACION DE LOS MODELOS DE COLAS
El Proceso de servicio.

Este símbolo describe la distribución de tiempos de servicio, que es

uno de los siguientes:

D para describir un tiempo de servicio determinístico.

M para denotar que los tiempos de servicio son probabilísticos y

siguen una distribución exponencial.

G para denotar que los tiempos de servicio son probabilísticos y

siguen una distribución diferente a la exponencial.
 4. CLASIFICACION DE LOS MODELOS DE COLAS
El Proceso de colas (c).

Representa cuántas estaciones o canales paralelos existen en el sistema.

K que representa el número máximo de clientes que pueden estar en el

sistema (en servicio o en espera en la fila) en cualquier momento. Este
número es igual al número de estaciones paralelas más el número total de
clientes que pueden esperar para ser atendidos.

L que representa el número total de clientes de la población. Cuando se omite

cualquiera de estos símbolos se supone que el valor correspondiente es
infinito.
 5. MEDIDAS DE RENDIMIENTO DE UN SISTEMA DE COLAS
1. Algunas medidas de rendimiento comunes

Preguntas relacionadas Preguntas cuantitativas

con el tiempo, centradas Preguntas probabilísticas que involucran tanto a Preguntas relacionadas
relacionadas al número con los costos:
en el cliente: de clientes: los clientes como a los servidores:

¿Cuál es el
¿Cuál es el Si el
tiempo ¿Cuántas
tiempo espacio de
promedio estaciones
promedio ¿cuántos Cuál es la espera es ¿Cuál es el
que un de trabajo
que un clientes probabilida finito, ¿cuál costo
cliente ¿Cuál es el ¿cuál es la ¿Cuál es la se
cliente están d de que un es la promedio
invierte en número de probabilida probabilida necesitan
recién esperando cliente que probabilida por unidad
el sistema d de que un d de que para
llegado clientes en llegue d de que la de tiempo
entero, en la cola servidor existan “n” lograr la
tiene que
incluyendo
el tenga que cola esté para
esperar en para ser esté clientes en mayor
el tiempo sistema? esperar a llena y que operar el
la fila antes atendidos ocupado? el sistema? efectivida
de espera y ? ser un cliente sistema?
de ser
de atendido? que llegue d de
atendido? no sea costos?
servicio?
atendido?
5. MEDIDAS DE RENDIMIENTO DE UN SISTEMA DE COLAS
Relaciones entre medidas de rendimiento

▪Suponga una población de clientes infinita y una

cantidad ilimitada de espacio de espera en la fila.

▪El tiempo total que un cliente invierte en el sistema es

la cantidad de tiempo invertido en esperar en la fila
más el tiempo durante el cual es atendido:
 Tiempo estimado  Tiempo estimado  Tiempo 
     
 de espera en =
  de espera +
  estimado 
 el sistema   en la fila   de servicio
5. MEDIDAS DE RENDIMIENTO DE UN SISTEMA DE COLAS
Relaciones entre medidas de rendimiento

El tiempo estimado de servicio puede expresarse en

términos del parámetro m. Dado que m es la tasa de
servicio por servidor activo, el tiempo estimado de
servicio es 1/m, lo que nos conduce.

(W ) = (Wq )+ (1 μ)
5. MEDIDAS DE RENDIMIENTO DE UN SISTEMA DE COLAS
Relaciones entre medidas de rendimiento
La relación entre el número promedio de clientes en el
sistema y el tiempo promedio que cada cliente pasa en
el sistema, en términos de l y de las medidas de
rendimiento, es:
 Número 
   Tasa promedio   Tiempo estimado 
 esperado     
 de clientes en  =  de llegadas por  *  de espera 
     
 el sistema   unidad de tiempo   en el sistema 
 

(L) = (λ)* (W )
 5. MEDIDAS DE RENDIMIENTO DE UN SISTEMA DE COLAS
Relaciones entre medidas de rendimiento
La relación entre el número promedio de clientes que esperan
en la cola para ser atendidos y el tiempo promedio que un
cliente recién llegado tiene que esperar en la fila antes de ser
atendido, se puede calcular con la siguiente fórmula:
 Número 
   Tasa promedio   Tiempo estimado
 esperado  =  de llegadas por  +  de espera 

 de clientes en    
   
 la fila   unidad de tiempo  en la fila 
 

(Lq ) = (λ)* (Wq )

6. LA DISTRIBUCIÓN EXPONENCIAL Y DE POISSON EN LA
TEORÍA DE COLAS
Las características operativas de los sistemas de colas están determinadas en gran parte por dos
propiedades estadísticas, a saber, la distribución de probabilidad de los tiempos entre llegadas y la
distribución de probabilidad de los tiempos de servicio..

Para los sistemas de colas reales, estas distribuciones pueden tomar casi cualquier forma, la única
restricción es que no pueden ocurrir valores negativos.

Sin embargo, para formular un modelo de teoría de colas como una representación del sistema real,
es necesario especificar la forma supuesta de cada una de estas distribuciones.

Para que sea útil, la forma supuesta debe ser lo suficientemente realista como para que el modelo
proporcione predicciones razonables y al mismo tiempo debe ser lo suficientemente sencilla para que
sea matemáticamente manejable.
6.1. Distribución de probabilidad de Poisson

La distribución de probabilidad de Poisson es aplicable si

se satisface las siguientes dos condiciones:

a) La probabilidad de una ocurrencia del evento es la

misma para cualesquier dos intervalos de igual
longitud.
b) La ocurrencia o no ocurrencia del evento en cualquier
intervalo es independiente de la ocurrencia o no
ocurrencia en cualquier otro intervalo.

La función de probabilidad de la variable aleatoria de

Poisson está dada por la ecuación:
6.1. Distribución de probabilidad de Poisson
donde:
 x e − T para x=0, 1, 2,…
f (x) =
x!
l: Media o cantidad promedio de ocurrencias en un
intervalo
e: 2.71828
x: Cantidad de ocurrencias en el intervalo
f(x): Probabilidad de x ocurrencias en el intervalo.
T: Cantidad de tiempo

El número e es la base de los logaritmos naturales y su

valor tiene un número infinito de decimales. El valor
que aquí se proporciona es aproximado
6.2. Distribución de probabilidad exponencial
Los analistas cuantitativos han encontrado que, puede suponerse
que la distribución de probabilidad para el tiempo de servicio
sigue una distribución de probabilidad exponencial. Esta
distribución de probabilidad es complementaria a la de Poisson y
tiene como variable aleatoria el tiempo entre llegadas o el tiempo
de servicio. Es decir, da la probabilidad del número de veces que
puede ocurrir un evento, dada una intensidad λ y un cierto periodo
de tiempo T.

Por tanto, la probabilidad de que el tiempo de servicio sea menor

o igual que un tiempo de duración t es.

donde:
µ: Cantidad media de unidades que pueden servirse por periodo

P(tiempo entre llegadas  T) = 1 − e −T

6.2. Distribución de probabilidad exponencial
Propiedades de la distribución exponencial

Suponga que una variable aleatoria T representa ya sea los tiempos entre
llegadas o los tiempos de servicio. Se dice que esta variable aleatoria tiene
una distribución exponencial con parámetro a si su función de, densidad de
probabilidad es:
e t Para t>0
f T (t ) =  Para t<0
0
Como se deriva del gráfico de la función de densidad de probabilidad para la distribución
exponencial, las probabilidades acumuladas son:
P(T  t ) = 1 − e −t
Para t>0
P(T  t ) = e −t

el valor esperado y la variancia de T son:

1
E (T ) =

1
var(T ) =
2