INTRODUCCIÓN

Esperar que nos atiendan es parte de la vida diaria. Esperamos en los restaurantes,
hacemos fila para abordar un avión, y nos formamos en la cola para que nos
atiendan en dependencias oficiales.
El fenómeno de esperar no se limita a los seres humanos: los trabajos esperan para
ser procesados, los aviones vuelan en círculos a diferentes alturas hasta que se les
permite aterrizar, y los autos se detienen en los semáforos. Eliminar la espera por
completo no es una opción factible debido a que el costo de instalación y operación
del centro de operación puede ser prohibitivo. Nuestro único recurso es buscar el
equilibrio entre el costo de ofrecer un servicio y el de esperar a que lo atiendan.
El análisis de las colas es el vehículo para alcanzar esta meta. El estudio de las
colas tiene que ver con la cuantificación del fenómeno de esperar por medio de
medidas de desempeño representativas, tales como longitud promedio de la cola,
tiempo de espera promedio en la cola, y el uso promedio de la instalación.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang
(Dinamarca, 1878 - 1929) en 1909 para analizar la congestión de tráfico telefónico
con el objetivo de cumplir la demanda incierta de servicios en el sistema telefónico
de Copenhague. Sus investigaciones acabaron en una nueva teoría denominada
teoría de colas o de líneas de espera.
Esta teoría es ahora una herramienta de valor en negocios debido a que un gran
número de problemas pueden caracterizarse, como problemas de congestión
llegada-salida.
5.1. Introducción, terminología, notación y casos de
aplicación.
Un problema de líneas de espera se forma cuando los clientes llegan a una estación
a solicitar un servicio. Si el tiempo de atención es mayor al número de clientes que
llegan a solicitar el servicio, entonces se forma una línea de espera. Algunos
ejemplos de líneas de espera son:
• La llegada de llamadas telefónicas a un conmutador de un hospital.
• La llegada de equipos electrónicos al área de control de calidad dentro de una
fábrica.
• La llegada de trabajos a la cola de impresión en una computadora.
• La llegada de pacientes a un consultorio.
• La llegada de operaciones computacionales a un microprocesador.
Un sistema de líneas de espera se forma por: Clientes que llegan a solicitar un
servicio, Filas que forman los clientes para esperar el servicio, y Estaciones de
servicio que atienden a los clientes, los cuales después de ser atendidos salen del
sistema.
Los parámetros más importantes de una línea de espera son:
1. Tasa de llegada. Es el número de clientes que llegan a solicitar el servicio. Esta
tasa puede ser determinística o probabilística. Si es probabilística, se debe
determinar la función de distribución de probabilidades que la modela. Por
ejemplo: La llegada de llamadas a un conmutador, la llegada de operaciones al
microprocesador de la computadora, la llegada de trabajos de impresión a una
computadora, etc.
2. Tasa de servicio. Es el tiempo que se tarda el cliente en la estación de servicio.
Este tiempo, al igual que la tasa de llegada, puede ser determinístico o
probabilístico. Si es probabilístico, se debe determinar la función de distribución de
probabilidades que lo modela. Por ejemplo: El tiempo de atención del
conmutador a una llamada, el tiempo que dura un despachador en llenar el
tanque de gasolina de un automóvil, el tiempo que tarda el microprocesador en
realizar una operación, el tiempo que tarda la impresora en imprimir un archivo, etc.
3. Número máximo de clientes en la fila. Si consideramos que la fila puede crecer
infinitamente, entonces no debemos poner restricciones en cuanto a la cantidad de
clientes en la fila, de otra manera debemos construir un modelo que tome en cuenta
que al llegar a cierto tamaño, la fila ya no permite que se formen. Esto último
complica la construcción del modelo, por lo que vamos a considerar sistemas
que acepten una cantidad infinita de clientes. Para el caso de filas finitas,
vamos a utilizar otro modelo dentro de la I .O. llamado: Simulación. Por ejemplo: En
teoría suponemos que la cantidad de llamadas que pueden estar en espera en un
conmutador es infinita, ya que de otra manera tendríamos que manejar la
probabilidad de que al realizar la llamada el conmutador esté saturado. En un
verificentro el tamaño de la fila puede crecer indefinidamente, sólo está acotado por
la decisión del conductor si es que se encuentra dispuesto a esperar o no.
4. Número de estaciones. Es la cantidad de estaciones de servicio que están
disponibles. Este número depende de la política de la empresa. Las estaciones
pueden estar dispuestas en serie o en paralelo. Por ejemplo: En una empresa
dedicada a la manufactura de equipos electrónicos, las estaciones de servicio son
las máquinas que añaden componentes a la tarjeta principal (donde se va a armar
el circuito), en este caso las estaciones se encuentran en serie y el equipo tiene que
pasar por todas antes de abandonar el sistema.

5.2. Proceso de nacimiento y muerte (modelos Poisson).

En esta sección consideraremos dos procesos especiales. En el primer proceso, los
clientes llegan y nunca parten y en el segundo proceso los clientes se retiran de un
abasto inicial. En ambos casos los procesos de llegada y retiro ocurren de manera
aleatoria. Las dos situaciones se denominan proceso de nacimiento puro y proceso
de muerte pura.
MODELO DE NACIMIENTO PURO
Considere la situación de emitir actas de nacimiento para bebes recién nacidos.
Estas actas se guardan normalmente en una oficina central de Registro Civil. Hay
razones para creer que el nacimiento de bebes y, por ello, la emisión de las actas
correspondientes es un proceso completamente aleatorio que se puede describir
por medio de una distribución de Poisson. Usando la información de la sección15.2
y suponiendo que λ es la tasa con que se emiten las actas de nacimiento, el proceso
de nacimiento puro de tener n arribos o llegadas (acta de nacimiento) durante el
periodo de tiempo t se puede describir con la siguiente distribución de Poisson:
Donde λ es la tasa de llegadas por unidad de tiempo, con el número esperado de

llegadas durante t igual a λ. Ejemplo 1Suponga que los nacimientos en un

país están separados en el tiempo, de acuerdo con una distribución
exponencial, presentándose un nacimiento cada 7minutos en promedio.
Como el tiempo promedio entre arribos (entre nacimientos) es de 7 minutos, la tasa
de nacimiento en el país se calcula como: El número de nacimientos en el país por
año está dado por λ t = 205.7x365 = 75080 nacimientos/año.
La probabilidad de ningún nacimiento en cualquier día es:
Suponga que nos interesa la probabilidad de emitir 45 actas de nacimiento al final
de un periodo de 3 horas, si se pudieron emitir 35 actas en las primeras 2 horas.
Observamos que debido a que los nacimientos ocurren según un proceso
de Poisson, la probabilidad requeridas reduce a tener 45-35=10 nacimientos en una
hora ( =3-2). Dado λ=60/7=8.57 nacimientos/hora.
MODELO DE MUERTE PURA
Considere la situación de almacenar N unidades de artículo al inicio de la semana,
para satisfacer la demanda de los clientes durante la semana. Si suponemos que la
demanda se presenta a una tasa de µ unidades por día y que el proceso de
demanda es completamente aleatorio, la probabilidad asociada de tener
artículos en el almacén después de un tiempo t, la da la siguiente distribución
truncada de Poisson:

Ejemplo 2
Al inicio de la semana, se almacenan 15 unidades de un artículo de inventario para
utilizarse durante la semana. Solo se hacen retiros del almacenamiento
durante los primeros 6 días (la empresa está cerrada los domingos) y sigue una
distribución de Poisson con la media de 3 unidades/día. Cuando el
nivel de existencia llega a 5 unidades, se coloca un nuevo pedido de 15 unidades
para ser entregado al principio de la semana entrante. Debido a la naturaleza del
artículo, se desechan todas las unidades que sobran al final de la semana Podemos
analizar esta situación en varias formas. Primero, reconocemos que la tasa de
cálculo es µ = 3 unidades por día. Supóngase que nos interesa determinarla
probabilidad de tener 5 unidades (el nivel de nuevo pedido) al día t; es decir, t=
1,2,…,6.
Como ejemplo ilustrativo de los cálculos, tenemos los siguientes
resultados utilizando el programa TORA µt=3, 6, 9…., y 18.
Obsérvese que p5(t) representa la probabilidad de hacer un nuevo pedido el día t.
Esta probabilidad llega a su nivel máximo en t=3 y después disminuye conforme
transcurre la semana. Si nos interesa la probabilidad de hacer un nuevo pedido para
el día t, debemos determinar la probabilidad de tener cinco unidades o menos el día
t; esto es, Pn<=5 (t) = p0(t)+p1(t)+…..+p5(t).

5.3. Población infinita un servidor, cola infinita.

El sistema de colas consiste esencialmente de tres componentes
principales: (1) la población fuente y la forma como los clientes llegan al sistema,
(2) el sistema de servicio y (3) la condición en que los clientes que salen del sistema
(¿vuelven o no la fuente de `población?).
La Teoría de Cola no es una técnica de optimización, sino una
herramienta que utiliza fórmulas analíticas (limitadas por suposiciones
matemáticas. No se asemejan a una situación real, pero da una primer
aproximación a un problema y a bajo costo), que brindan información sobre el
comportamiento de líneas de espera (estas se presentan cuando “clientes"
llegan a un "lugar" demandando un servicio a un "servidor" el cual tiene una cierta
capacidad de atención y no está disponible inmediatamente y el cliente decide
esperar).
Proceso Básico de las Colas
El proceso básico supuesto por la mayor parte de los modelos decolas es el
siguiente. Los clientes que requieren servicios, a través del tiempo, provienen
de una fuente de entrada. Estos clientes arriban al sistema de servicios y se unen a
una cola. En un determinado tiempo se selecciona un miembro de la cola, mediante
alguna regla conocida como disciplina deservicio. Luego, se brinda el servicio
requerido por el cliente en un mecanismo de servicio, después de lo cual el
cliente sale del sistema deservicio.
Componentes del Proceso de Colas
1 – Fuente de Entrada.
Una característica de la fuente de entrada es su tamaño. El tamaño es el número
total de potenciales clientes que pueden requerir servicio en un determinado
momento. Esta población a partir de la cual surgen las unidades que
arriban se conocen como población o fuente de entrada. Puede suponerse
que el tamaño es infinito o finito (por lo cual se dice que la fuente de entrada es
ilimitada o limitada). Debe especificarse el patrón estadístico mediante el cual se
generan los clientes a través del tiempo. La suposición normal es que se generan
de acuerdo al proceso de Poisson. Este caso corresponde a aquel cuyas
llegadas al sistema ocurren de manera aleatoria, pero con cierta taza media fija y
sin importar cuantos clientes están ya allí (por lo que el tamaño de la fuente de
entrada es infinito). Una suposición equivalente es que, la distribución de
probabilidad del tiempo que transcurre entre dos llegadas consecutivas es
exponencial. Se hace referencia al tiempo que transcurre entre dos llegadas
consecutivas como tiempo en Población Finitas un grupo limitado de clientes que
representa la fuente que usará un servicio y que en ocasiones forma una cola. En
este caso cuando un cliente deja su posición como miembro de la población de
usuarios, se reduce en una unidad el tamaño del grupo de usuarios, lo cual reduce
la probabilidad que un usuario requiera servicio. Por el contrario, si se
brinda mantenimiento a un cliente y éste regresa al grupo de usuarios, aumenta la
población y también la probabilidad de que un usuario requiera servicio. (ejemplos:
reparación de cosechadoras, las PC de un gabinete, etc.).
Población Infinita
Es aquella población que tiene el tamaño suficiente en comparación con el
sistema de servicio, para que los cambios en el tamaño de la población,
ocasionados por disminuciones o incremento a la población, no afectan de manera
sustancial las probabilidades del sistema. (ejemplos: en un supermercado los
clientes que hacen fila; la cola en un banco; en una estación de gasolina, etc.).
2 – Proceso de Llegada: Es la forma en que los clientes de la fuente de
entrada llegan a solicitar un servicio. La característica más importante del proceso
de llegada es el tiempo entre llegadas, que es la cantidad de tiempo entre dos
llegadas sucesivas de clientes a un sistema de colas. Se supone que el proceso de
llegada no es afectado por el número de clientes presentes en el sistema. Existen
casos en los que el proceso de llegada puede depender del número de clientes
presentes en el sistema, como en el caso de una población pequeña. Ejemplo: hay
cuatro barcos en un astillero, si los cuatro están en reparación, entonces ningún
barco se puede descomponer en el futuro cercano. Por otro lado, si los barcos
están en el mar, en el futuro cercano hay una probabilidad relativamente
alta de que alguno sufra una avería.
3 – Cola
Una cola se caracteriza por el número de clientes que puede admitir. Las colas
pueden ser finitas o infinitas; la suposición de una cola infinita esla estándar en la
mayoría de los modelos, incluso las situaciones en las quede hecho existe una cota
superior (relativamente grande) sobre el número permitido de clientes. Los sistemas
de colas en los que la cota superior es tan pequeña que se llegan a ella con cierta
frecuencia, se suponen como cola finita.
Costos del Sistemas de Colas
Las llegadas son las unidades que entran en el sistema para recibir el servicio; estos
elementos se unen primero a la cola; si no hay línea de espera se dice que
la cola está vacía.
Costo de Espera
Esperar significa desperdicio de algún recurso activo que bien se puede
aprovechar en otra cosa y está dado por: Costo total de espera = Cw * L

5.4. Población finita un servidor, cola finita

En los modelos de colas anteriores se ha supuesto que la población de clientes es infinita, aunque
esto nunca es verdadero, para muchas situaciones practicas la suposición es razonable, sin embargo
en algunos modelos esta suposición no es apropiada como en el caso del personal de mantenimiento
en un laboratorio de computación con 50 computadoras. Como la población es muy limitada en
tamaño, obtener medidas de rendimiento utilizando la suposición de que una población infinita
puede producir resultados no validos En este caso, la tasa de llegadas disminuye conforme aumenta
el número de clientes en el sistema, porque existen menos clientes restantes que aun no llegan. Los
procesos de llegada para una población finita no se pueden describir de manera matemática
mediante una tasa de llegada fija, ya que la tasa de llegada cambia de acuerdo al número de clientes
que se encuentran en el sistema (entre más clientes haya en el sistema, menor será la tasa de llegada
de clientes).

MEDIDAS DE DESEMPEÑO Considere:  = tasa de llegadas promedio  = tasa de servicio promedio,

N = tamaño de la población Las medidas de desempeño de este modelo de población finita para
varios canales o servidores de turno son las siguientes: Probabilidad que ningún cliente esté en el
sistema o que el sistema esté vacío.
Utilización promedio del servidor  = −1 P0

En este modelo no hay un área de espera o la capacidad de ésta es limitada. Como en el caso de
reservaciones por teléfono que puede tener un número limitado de llamadas. Cuando se llena el
área de espera los clientes que llegan son rechazados y podrían o no regresar por lo que las medidas
de rendimiento que se obtienen suponiendo un área de espera infinita pueden no ser válidas. Por lo
que las formulas para calcular las medidas de rendimiento se modifican tomando en cuenta el
espacio de espera limitado para obtener resultados validos Resultados para el caso de varios
servidores (s>1). Como este modelo no permite más de K clientes en el sistema, K es el número
máximo de servidores que pueden tenerse. Suponga que s  K .

5.5. Población infinita servidores múltiples, cola infinita.

Se supone un sistema con una sola cola, a la cual puede llegar un número infinito
de clientes en espera de recibir un mismo servicio por parte de S(S>1) servidores
en paralelo. La política del sistema es que sirve a los clientes en el orden de su
llegada; el servicio lo proporciona el primer servidor que se haya en una distribución
de poisson. El número promedio de servicios de cada servidor por unidad de tiempo
es el mismo y se denota por µ. Se supone que este número tiene una distribución
exponencial negativa. Se observa que cuando el número de elementos en la cola y
en las estaciones de servicio, m, es mayor que el número de servidores,
S, (m > S), la probabilidad de que algún cliente abandone el sistema (después
de recibir su servicio) en el intervalo de tiempo Δ t es S µ Δ t. En caso contrario (S
> m), dicha probabilidad es m µ Δ t.
Con el modelo de múltiples servidores, los clientes forman una sola línea y los
atiende uno de los "s" servidores cuando uno está disponible. Recuerde que el
tercer símbolo de la etiqueta de un modelo de líneas de espera indica el número de
servidores.

1. Una población de clientes infinita

2. Un proceso de llegada en el que los clientes se presentan de acuerdo a un
proceso de poisson con una tasa promedio de clientes por unidad de tiempoU
3. Un proceso de colas que consiste en una sola fila de espera de capacidad finita
y disciplina primero en entrar primero en salir.
4. Un proceso de servicio de "s" servidores idénticos, que atiende a los clientes con
distribución exponencial, con una cantidad promedio de clientes por unidad de
tiempo.
5.6. Uso de software.
Los modelos de línea de espera consisten en fórmulas y relaciones matemáticas
que pueden usarse para determinar las características operativas (medidas de
desempeño) para una cola.
Las características operativas de interés incluyen las siguientes:
✓ Probabilidad de que no haya unidades o clientes en el sistema
✓ Cantidad promedio de unidades en la línea de espera
✓ Cantidad promedio de unidades en el sistema (la cantidad de unidades en la
línea de espera más la cantidad de unidades que se están atendiendo)
✓ Tiempo promedio que pasa una unidad en la línea de espera
✓ Tiempo promedio que pasa una unidad en el sistema (el tiempo de espera
más el tiempo de servicio)
✓ Probabilidad que tiene una unidad que llega de esperar por el servicio

ProModel
ProModel es un simulador con animación para computadoras personales. Permite
simular cualquier tipo de sistemas de manufactura, logística, manejo de
materiales,etc. Puedes simular bandas de transporte, grúas viajeras, ensamble,
corte, talleres, logística, etc.
Puedes simular Justo a Tiempo, Teoría de Restricciones, Sistemas de Empujar,
Jalar, Logística, etc. Prácticamente, cualquier sistema puede ser modelado.
Algunos ejemplos incluyen determinar la mejor combinación de factores para
maximizar producción minimizando costo, minimizar el número de camiones sin
penalizar el servicio, etc.
• Único software de simulación con optimización plenamente intregrada
• Creación de modelos rápida, sencilla y flexible.
• Modelos optimizables.
• Elementos de Logística, Manejo de Materiales, y Operaciones incluídas. (Bandas
de transporte, Grúas Viajeras, Operadores).
• Resultados probados.
• Importación del Layout de Autocad, y cualquier herramienta de CAD / CAE /
Diseño, así como de fotografías digitales.
• Integración a Excel, Lotus, Visual Basic y herramientas de Microsoft.
R Brainware Decision Tools
El objetivo del módulo de Líneas de Espera de OR Brainware Decision Tools Versión
2.1.0 es apoyar a las pequeñas y medianas empresas en el estudio de las colas en
sus sistemas de producción de bienes o servicios de una manera sencilla y
rápida.Está compuesto por un total de 8 modelos de líneas de espera, seis de los
cuales están diseñados para poblaciones infinitas, y los otros dos modelos restante
son para poblaciones finitas.
El módulo de Control de Inventarios del programa OR Brainware Decision Tools
versión 2.1.0 está constituido por un conjunto de diez sub-módulos de optimización
que le ayudarán a las pequeñas y mediana empresas a tomar decisiones en cuanto
a tamaños óptimos del lote de producción o de compra.

SIMNET II
El diseño de SIMNET II se basa en la idea general que los modelos de simulación
discreta pueden crearse de una u otra manera como sistemas de líneas de espera.
En este contexto, el lenguaje se basa en un acercamiento de red que utiliza tres
nodos autodescriptivos: una fuente, en donde llegan las transacciones (clientes),
una línea de espera, donde la espera tiene lugar en caso de que esta sea necesaria,
y una instalación, en donde se lleva a cabo el servicio. Se agrega un cuarto nodo,
llamado auxiliar, para incrementar las capacidades de modelación de lenguaje.
Los nodos en SIMNET II están conectados por ramas.
 CONCLUSIÓN
La teoría de colas es una herramienta muy importante de la
investigación de operaciones pues sus resultados son aplicables en
una amplia variedad de situaciones como: negocios, comercio,
industria, ingenierías, transporte y telecomunicaciones. Concluyo que
para la mejor atención del cliente, es importante que ésta sea lo más
óptima posible para generar confianza y fidelidad con el cliente y éste
regrese satisfecho a su hogar y por lo tanto así se mantendrá la clientela
por mucho tiempo y por otro lado aumentar la utilidad del negocio.

BIBLIOGRAFÍA:
https://www.studocu.com/es-mx/document/instituto-tecnologico-del-
istmo/fundamentos-de-investigacion/unidad-5-lineas-de-espera-
investigacion/41197356
https://es.scribd.com/document/488253088/2-7-Uso-de-software
https://es.scribd.com/presentation/474014863/5-5-POBLACION-INFINITA-
SERVIDORES-MULTIPLES-COLA-INFINITA-pptx