Introducción

La teoría de colas, una disciplina esencial dentro de la investigación operativa,

se dedica al análisis y estudio de sistemas de espera que se presentan en diversos
entornos y situaciones cotidianas. Estos sistemas de colas pueden observarse en
contextos tan variados como centros de atención al cliente, líneas de producción,
instalaciones médicas y otros servicios. Este informe tiene como objetivo explorar las
características fundamentales que definen un sistema de colas, así como proporcionar
una visión detallada de los modelos empleados para su análisis y optimización. (López
Hung & Joa Triay, 2018).

La gestión eficiente de las colas no solo es crucial para mejorar la experiencia

del cliente, sino también para optimizar el rendimiento general de los sistemas en los
que se aplican. Al comprender en profundidad las características clave de un sistema de
colas y los modelos que rigen su comportamiento, podemos diseñar estrategias que
minimicen los tiempos de espera, optimicen el uso de recursos y maximicen la
eficiencia operativa.1 (Izar Landeta, Ynzunza Cortés, & Garnica González, 2018)

A lo largo de este informe, exploraremos la llegada de clientes, el proceso de

servicio, la capacidad del sistema y la estructura de la cola, identificando las variables
críticas que influyen en la eficiencia global. Además, se examinarán modelos
específicos de línea de espera, como el modelo de Kendall-Lee, M/M/1, M/M/c y
M/G/1, proporcionando una comprensión detallada de su aplicación práctica en diversos
escenarios.

Este análisis tiene como objetivo proporcionar a los lectores una visión integral
de la teoría de colas y cómo esta puede ser una herramienta valiosa en la optimización
de procesos y recursos en una amplia gama de industrias. Continuaremos explorando las
aplicaciones prácticas de esta teoría y sus beneficios en términos de planificación de
capacidad y mejora continua de la eficiencia operativa.
Características de un Sistema de Colas
Llegada de clientes
Tasa de llegada
La tasa de llegada de clientes, un elemento clave en la gestión de colas, juega un
papel fundamental al determinar con qué frecuencia los clientes entran al sistema. Esta
variable es esencial para comprender la dinámica de la interacción entre los clientes y el
sistema en cuestión. En palabras simples, representa la velocidad o ritmo con el cual los
clientes ingresan, proporcionando una perspectiva crucial para el diseño eficiente y la
optimización de sistemas de colas, como en el ámbito de servicios al cliente o la
planificación de recursos. La comprensión de esta tasa permite ajustar estrategias y
recursos para gestionar eficazmente la demanda y mejorar la experiencia global del
cliente. (Terrazas Pastor, 2010).
Distribución de llegadas
La forma en que los clientes llegan al sistema también es crucial. La distribución de
llegadas puede seguir patrones diversos, siendo la distribución poissoniana una de las
más comunes. (Arroyo, Bravo M., Llinas , & Muñoz, 2014) nos menciona que la
distribución de Poisson, llamada así en honor a Simeón-Denis Poisson, es una función
de probabilidad discreta que modela la ocurrencia de un número específico de eventos
en un intervalo de tiempo o región, dado una frecuencia promedio (λ). Es útil para
situaciones donde los eventos ocurren de manera independiente y a una tasa constante.
Esta distribución modela la llegada de eventos de manera aleatoria e independiente en el
tiempo.

Donde:
λ= La cantidad de llegadas en el periodo.
x= La cantidad promedio de llegadas por periodo.
Servicio
Tasa de servicio
La velocidad con la que los clientes son atendidos o procesados constituye un
factor crítico para evaluar la eficiencia del sistema. La tasa de servicio tiene un impacto
directo en la capacidad del sistema para satisfacer la demanda de los clientes. En
esencia, esta variable refleja la habilidad del sistema para manejar y completar las
transacciones de manera oportuna. Un entendimiento claro de la tasa de servicio es
esencial para ajustar y optimizar los recursos disponibles, garantizando así que el
sistema funcione de manera efectiva y proporcione una experiencia satisfactoria para los
clientes. (Portilla , Arias Montoya , & Fernandez Henao, 2010).
Distribución de servicio
La distribución del tiempo que lleva atender a un cliente es crucial, y a menudo
se utiliza una distribución exponencial para modelar el tiempo de servicio. No obstante,
en situaciones más complejas, como el modelo M/G/1, se requiere una distribución más
general. En este modelo, "M" se refiere a la llegada de clientes que sigue una
distribución general, "G" indica una distribución general para el tiempo de servicio, y
"1" representa un solo servidor. En resumen, el modelo M/G/1 permite mayor
flexibilidad al considerar situaciones donde las llegadas y los tiempos de servicio no
siguen patrones específicos.

Donde:
µ= La cantidad de unidades que pueden servirse por periodo.
Capacidad del sistema:
Número de servidores
La cantidad de servidores disponibles para atender a los clientes es un elemento
crítico que impacta directamente en la capacidad del sistema. Un número insuficiente de
servidores puede conducir a tiempos de espera prolongados, afectando la satisfacción
del cliente. Por otro lado, un exceso de servidores puede generar costos innecesarios. En
la gestión de sistemas, encontrar el equilibrio adecuado en el número de servidores es
esencial para garantizar eficiencia operativa y proporcionar un servicio eficaz sin
incurrir en gastos superfluos. Este equilibrio óptimo contribuye a una experiencia más
satisfactoria para los clientes y a la eficiencia económica del sistema en su conjunto.
Capacidad del sistema
Esta variable refleja la capacidad máxima para atender a clientes en un período
determinado, siendo esencial para dimensionar adecuadamente el sistema. Su
importancia radica en asegurar que el sistema pueda gestionar la demanda sin
comprometer la eficiencia. Al establecer y entender esta capacidad máxima, los
responsables pueden tomar decisiones informadas sobre recursos, personal y procesos,
permitiendo un funcionamiento fluido del sistema y garantizando una experiencia
óptima para los clientes, evitando situaciones de saturación que podrían afectar
negativamente la calidad del servicio.
Estructura de la cola
La disciplina de la cola, que establece cómo se gestiona la espera, desempeña un
papel crucial en la eficiencia del sistema. Define las reglas que determinan qué cliente
será atendido a continuación. Modelos como el FIFO (primero en entrar, primero en
salir) o modelos prioritarios influyen directamente en la experiencia del cliente y en la
eficacia del sistema. Por ejemplo, el FIFO sigue un enfoque de orden temporal,
atendiendo a los clientes en el orden en que llegaron, mientras que los modelos
prioritarios pueden priorizar a ciertos clientes según criterios específicos. La elección de
la disciplina de la cola tiene implicaciones significativas para la gestión de la demanda y
la satisfacción del cliente. (Navarrete Lozada, 2019).

Clasificación del sistema de cola

Sistema de una sola etapa.
Una línea de espera(cola), un servidor (o un canal)

SALIDA
LLEGADA
COLA

UN SOLO

Una línea de espera(cola), múltiples servidores (o múltiples canales)

SALIDA

SALIDA

LLEGADA COLA
SALIDA

MÚLTIPL

Varias líneas de espera (cola), múltiples servidores (o múltiples canales)

SALIDA
COLA
SALIDA

LLEGADA COLA
SALIDA
COLA
MÚLTIPL

Sistema de Multietapas
Es cuando hay varios sistemas interconectados.
 SALIDA

SALIDA

LLEGADA SALIDA
COLA COLA

UN SOLO MÚLTIPLES
CANAL CANALES

Modelos de Línea de Espera

Modelo de Kendall-Lee
Kendall y Lee, en 1953, propusieron un sistema de clasificación para modelos de
líneas de espera que considera seis características en su estructura. El formato de
clasificación es (a/b/c)(d/e/f), donde los valores a, b, c representan características
relacionadas con la llegada de clientes, y d, e, f representan características asociadas con
el servicio. Estas etiquetas proporcionan una descripción detallada de la dinámica de la
cola, abordando aspectos cruciales como el patrón de llegada de clientes y el
comportamiento de los servidores, lo que facilita la comprensión y gestión de sistemas
de líneas de espera.

LLEGADA SERVICIO # DE DISCIPLINA # MÁXIMO TAMAÑO DE

SERVIDORES DEL ENTRADAS LA
SERVICIO AL SISTEMA POBLACIÓN

Modelo M/M/1
En el modelo M/M/1, el sistema de espera se distingue por la distribución
exponencial tanto de los tiempos de llegada como de los tiempos de servicio, junto con
la presencia de un solo servidor. Esta elección de distribuciones exponenciales facilita la
simplicidad matemática del modelo y es representativa de situaciones donde las llegadas
y los servicios ocurren de manera aleatoria e independiente. La disciplina de la cola se
rige por el principio FIFO (primero en entrar, primero en salir), lo que implica que los
clientes se atienden en el orden en que llegan. Además, el modelo asume una población
de entrada infinita, lo que significa que el número de clientes potenciales en el sistema
no afecta la tasa de llegadas. Esta característica simplifica el análisis del
comportamiento del sistema y proporciona una base para comprender los fundamentos
de los sistemas de colas en términos de eficiencia y rendimiento.
Modelo M/M/c
El modelo M/M/c, una extensión del modelo M/M/1, incorpora la presencia de
múltiples servidores (c). A diferencia del modelo M/M/1 que tiene un solo servidor, el
M/M/c permite analizar sistemas con una capacidad de servicio mayor, al considerar la
interacción de varios servidores operando en paralelo. Este enfoque resulta esencial para
estudiar y comprender sistemas de colas donde la demanda puede ser manejada de
manera más eficiente mediante la simultaneidad de múltiples servidores. El modelo
M/M/c mantiene la asunción de tasas de llegada y servicio exponenciales, así como la
disciplina FIFO en la cola, proporcionando una base teórica valiosa para la optimización
de sistemas con mayor capacidad operativa.

POBLACIÓN

Modelo M/G/1
El modelo M/G/1, en contraste con el M/M/1, incorpora una distribución general
(G) para el tiempo de servicio en lugar de asumir una distribución exponencial. Esta
flexibilidad permite que el modelo sea aplicable a situaciones donde la duración del
servicio exhibe variaciones significativas y no sigue necesariamente un patrón
exponencial. Al introducir una distribución más general para el tiempo de servicio, el
M/G/1 se adapta mejor a escenarios del mundo real donde la complejidad y la
variabilidad en la duración de las operaciones de servicio son más pronunciadas. Esta
característica hace que el modelo M/G/1 sea una herramienta valiosa para analizar
sistemas de colas en contextos más diversos y realistas.

Modelo M/D/1
El modelo M/D/1 representa un escenario donde la tasa de llegada sigue una
distribución exponencial (M), el tiempo de servicio se mantiene constante (D), y hay un
solo servidor (1). Este modelo resulta útil en situaciones donde se puede establecer un
tiempo de servicio fijo y uniforme para cada cliente. Al asumir una duración de servicio
constante, el M/D/1 simplifica el análisis matemático y permite una comprensión más
directa del comportamiento del sistema de colas. Este enfoque es aplicable en casos
donde la variabilidad en los tiempos de servicio no es significativa y se puede establecer
un tiempo predefinido para la atención de cada cliente.
Modelo M/E_k/1
El modelo M/E_k/1 comparte similitudes con el M/M/1, pero difiere al asumir
que los tiempos de servicio siguen una distribución Erlang de orden k (E_k). Esta
elección brinda mayor flexibilidad para describir la variabilidad en los tiempos de
servicio, especialmente en situaciones donde se pueden identificar múltiples fases en el
proceso de atención. La distribución Erlang, caracterizada por su forma de campana y
capacidad para modelar diversas duraciones de servicio, permite abordar situaciones
más complejas que podrían no ajustarse adecuadamente a la simplicidad de la
distribución exponencial. Así, el modelo M/E_k/1 se utiliza cuando se requiere un
mayor nivel de detalle y adaptabilidad en la representación de los tiempos de servicio en
sistemas de colas.
Aplicaciones Prácticas de la Teoría de Colas
Optimización de Recursos:
La teoría de colas se emplea para optimizar la asignación de recursos en
entornos donde la demanda experimenta variaciones. Al comprender las características
específicas del sistema y aplicar modelos pertinentes, es posible determinar el número
óptimo de servidores. Este enfoque busca minimizar los costos operativos al mismo
tiempo que se asegura una eficiencia en la prestación del servicio. Al analizar las
dinámicas de llegada de clientes, los tiempos de servicio y la capacidad del sistema, la
teoría de colas permite tomar decisiones informadas sobre la asignación de recursos,
contribuyendo a la optimización de la gestión de operaciones y a una mejor satisfacción
del cliente.
Planificación de Capacidad
La planificación de capacidad desempeña un papel fundamental en asegurar que
un sistema sea capaz de gestionar tanto la demanda presente como la futura de manera
efectiva. La teoría de colas se presenta como una herramienta esencial en este proceso al
ofrecer métodos para dimensionar adecuadamente la capacidad del sistema. Al anticipar
y modelar los picos de demanda, esta teoría permite tomar medidas proactivas para
asegurar que los tiempos de espera se mantengan dentro de límites aceptables. Así, la
aplicación de la teoría de colas en la planificación de capacidad contribuye a la
eficiencia operativa, la satisfacción del cliente y la adaptabilidad del sistema a las
variaciones en la demanda a lo largo del tiempo.
Mejora de la Experiencia del Cliente
La aplicación de la teoría de colas, mediante el análisis de la dinámica de las
colas y la optimización de la gestión de recursos, desempeña un papel directo en la
mejora de la experiencia del cliente. Al reducir los tiempos de espera y garantizar un
flujo eficiente de clientes a través del sistema, se abordan aspectos fundamentales que
contribuyen significativamente a aumentar la satisfacción del cliente. La eficaz
implementación de estrategias basadas en la teoría de colas no solo optimiza la
operación del sistema, sino que también se traduce en una experiencia más positiva para
los clientes al minimizar la inconveniencia asociada con largos tiempos de espera y
mejorar la eficiencia en la prestación de servicios.
Estrategias de Servicio al Cliente
La teoría de colas desempeña un papel clave en la formulación de estrategias de
servicio al cliente al proporcionar herramientas para la toma de decisiones
fundamentales. Un ejemplo de aplicación es la determinación del número adecuado de
ventanillas de atención en un banco o la cantidad óptima de personal en un centro de
llamadas. Al utilizar modelos de colas, es posible analizar la dinámica de llegada de
clientes, los tiempos de servicio y la capacidad del sistema para encontrar el equilibrio
adecuado entre la oferta y la demanda. Estas estrategias permiten no solo gestionar
eficientemente la carga de trabajo, minimizando los tiempos de espera, sino también
garantizar una atención al cliente eficaz que se traduzca en una experiencia positiva y
satisfactoria.
Análisis de Rendimiento del Sistema
La teoría de colas ofrece métricas esenciales para el análisis de rendimiento del
sistema, incluyendo la longitud promedio de la cola, el tiempo promedio de espera y la
tasa de utilización del sistema. Estas métricas desempeñan un papel fundamental en la
evaluación objetiva de la eficiencia operativa. La longitud promedio de la cola y el
tiempo de espera proporcionan insights sobre la experiencia del cliente, mientras que la
tasa de utilización del sistema indica cómo se está utilizando la capacidad disponible. El
análisis de estas métricas permite identificar áreas de mejora, ajustar la capacidad del
sistema según la demanda y optimizar la eficiencia operativa para garantizar un
rendimiento óptimo y una experiencia positiva para los usuarios.
Referencias
Arroyo, I., Bravo M., L., Llinas , H., & Muñoz, F. (2014). Distribuciones Poisson y
Gamma: Una Discreta y Continua Relación. Redalyc, 10.

Izar Landeta, J., Ynzunza Cortés, C., & Garnica González, J. (2018). Análisis y
optimización de dos sistemas de líneas de espera de empresas de logística y
transporte de los Estados de Querétaro y Colima. Redalyc, 17.

López Hung, E., & Joa Triay, L. (2018). Teoría de colas aplicada al estudio del sistema
de servicio de una farmacia. Scielo, 13.

Navarrete Lozada, E. (2019). Importancia de la gestión de inventario en las empresas.

Revista de investigacion, formacion y desarrollo, 11.

Portilla , L., Arias Montoya , L., & Fernandez Henao, S. (2010). Análisis de líneas de
espera a través de teoría de colas y simulación. Redalyc, 7.

Terrazas Pastor, R. (2010). Aplicación de la simulación a un sistema de colas de canal

simple. Redalyc, 23.