THIS IS YOUR

PRESENTATION
TITLE
 Teoría de Colas.
Según Hillier y Lieberman Es el estudio matemático
La teoría de colas es el del comportamiento de
estudio de la espera en las líneas de espera.
distintas modalidades.
Utiliza los modelos de colas
para representar los tipos
de sistemas de líneas de
espera

2
Estructura básica de los modelos de cola:
Proceso básico de colas.

•Los clientes que requieren un servicio se

generan en el tiempo en una fuente de entrada.

•Entran al sistema y se unen a una cola.

•Se selecciona un miembro de la cola para

proporcionarle el servicio mediante alguna
regla conocida como disciplina de la cola.

•Se lleva a cabo el servicio que el cliente

requiere mediante un mecanismo de servicio.

•El cliente sale del sistema de colas.

Fuente de entrada (población potencial).
Una característica de la fuente de entrada es
su tamaño y no es más que el número total de
clientes que pueden requerir servicio en
determinado momento, es decir, el número
total de clientes potenciales.
Puede suponerse que el tamaño es infinito o
finito.
Son más sencillos en el caso del tamaño
infinito.
Cola.
La cola es donde los clientes esperan antes
de recibir el servicio.
Se caracteriza por el número máximo
permisible de clientes que puede admitir.
Pueden ser finitas o infinitas.
4
Disciplina de la cola. Mecanismo de servicio.

Se refiere al orden en el que sus miembros se Consiste en una o más estaciones de servicio,
seleccionan para recibir el servicio . El tipo de cada una de ellas con uno o más canales de
orden puede ser: servicio paralelos, llamados servidores-

FCFS Los modelos de colas deben especificar el

arreglo de las estaciones y el número de
LCFS servidores en cada una de ellas.

SIRO El tiempo que transcurre desde el inicio del

servicio para un cliente hasta su terminación
Por prioridad en una estación se llama tiempo de servicio .

5
El proceso de colas elemental
La teoría de colas se aplica a muchos
tipos diferentes de situaciones.
El tipo que prevalece es el de una
sola línea de espera .
Muchos de ellos se basan en el supuesto
de que todos los tiempos entre llegadas y
todos los tiempos de servicio son
independientes e idénticamente
distribuidos.
Por convención, estos modelos se
etiquetan de la siguiente manera:
Distribución de tiempo de servicio
N° de servidores
Distribución de tiempo entre llegadas.
Donde: M= distribución exponencial (markoviana).
D= distribución degenerada (tiempos constantes)
Ek= distribución Erlang (parámetro de forma = k)
G= distribución general (permite cualquier
distribución arbitraria)
6
Terminología y notación.

•Estado del sistema = número de clientes en el
sistema.
•Longitud de la cola = número de clientes que
esperan servicio.
= estado del sistema menos
número de clientes a quienes se les da el servicio.
•N(t) = número de clientes en el sistema de colas
en el tiempo t (t ≥ 0).
•λn = tasa media de llegadas (número esperado de
llegadas por unidad de tiempo) de nuevos clientes
cuando hay n clientes en el sistema
•μn = tasa media de servicio en todo el sistema
cuando hay n clientes en el sistema. Nota: μn
representa la tasa combinada a la que todos los
servidores ocupados logran terminar sus servicios.

•Pn(t) = probabilidad de que exactamente n clientes

estén en el sistema en el tiempo t, dado el número
en el tiempo 0.

•s = número de servidores (canales de servicio en

paralelo) en el sistema de colas.

7
 λ, μ, ρ =

Cuando la tasa media de servicio por servidor

ocupado es constante para toda n ≥1, esta
Cuando λn es constante para toda constante se denota por μ
n, esta constante se denota por λ

•μn = μs cuando n ≥ s

•1/λ y 1/μ es el tiempo esperado entre

llegadas y el tiempo esperado de servicio.

ρ= λ/(μs) es el factor de utilización de la

instalación de servicio

λ/(μs) representa la fracción de la

capacidad de servicio del sistema (μs)
que utilizan en promedio los clientes que
llegan (λ) 8
•Pn = probabilidad de que haya
exactamente n clientes en el sistema. W= tiempo de espera en el sistema (incluye
tiempo de servicio) para cada cliente.
•L = número esperado de clientes en el W= E(W)
sistema =
Wq = tiempo de espera en la cola (excluye
∞ tiempo de servicio) para cada cliente.

∑ nPn
Wq = E(Wq)

n=0

•Lq = longitud esperada de la cola (excluye

los clientes que están en servicio) .
=
∞
∑ (n-s)Pn
n=s

9
 El término nacimiento se
refiere a la llegada de un El término muerte se refiere a
nuevo cliente al sistema de la salida del cliente servido.
colas.

Proceso de Nacimiento
y muerte.

El estado del sistema en el

tiempo t (t≥0), denotado por Describe en términos
N(t), es el número de clientes probabilísticos como cambia
que hay en el sistema de colas N(t) al aumentar t.
en el tiempo t.

10
 •Dado N(t) = n, la distribución de probabilidad actual del tiempo que falta para el próximo nacimiento (llegada) es
exponencial con parámetro λn (n = 0, 1, 2, . . .).
Supuesto
1

•. Dado N(t) = n, la distribución de probabilidad actual del tiempo que falta para la próxima muerte (terminación de servicio)
es exponencial con parámetro μn (n = 1, 2, . . .).
Supuesto
2

•. La variable aleatoria del supuesto 1 (el tiempo que falta hasta el próximo nacimiento) y la variable aleatoria del supuesto 2
(el tiempo que falta hasta la siguiente muerte) son mutuamente independientes. La siguiente transición del estado del
proceso es:
•n → n + 1 (un solo nacimiento)
Supuesto •Ó
3 •n → n - 1 (una sola muerte)

11
Distribución Exponencial.

Suponga que una variable aleatoria T El valor esperado y la variancia de T

representa ya sea los tiempos entre llegadas son:
o los tiempos de servicio. Se dice que esta
variable aleatoria tiene una distribución
exponencial con parámetro α si su función
de densidad de probabilidad es:

-αt E(T) = 1/α

αe Para t ≥ 0
fT(t) = 2
0 Para t < 0 Var(T) = 1/α

Las probabilidades acumuladas son:

-αt
P {T≤ t} = 1- e
( t ≥ 0)
P {T> t} = e-αt
12
Propiedades:

Propiedad 1: f T(t) es una función de t estrictamente decreciente de t (t ≥ 0)

Una consecuencia es:

P {0 ≤ T ≤ ∆t } > P { t ≤ T ≤ t + ∆t }

Es probable que T tome un valor pequeño cercano a cero. En realidad:

P { 0 ≤ T ≤ (½)(1/α) } = 0,393

mientras que:

P {(½)(1/α) ≤ T ≤ (3/2)(1/α) } = 0,383

13
Propiedad 2: Falta de memoria.

Se puede expresar en forma matemática como: De manera que, sin duda, U tiene distribución
exponencial con parámetro:
P{ T > t + ∆t| T> ∆t } = P { T> t} n

Propiedad 3: El mínimo de diversas variables α=∑αi

aleatorias exponenciales independientes tiene una
distribución exponencial.
Sean T1, T2, . . ., Tn variables aleatorias
exponenciales independientes con parámetros α1,
α2, . . ., αn, respectivamente. También sea U la
variable aleatoria cuyo valor es igual al mínimo de
los valores que toman T1, T2, . . ., Tn, es decir
i= 1
Algunas veces es útil también determinar las
probabilidades de cuál de las variables
aleatorias exponenciales será la que tiene el
valor mínimo.
En particular, la probabilidad de que Tj
resulte ser el menor de las n variables
aleatorias es:

U = mín {T1, T2, . . . , Tn}.

α
P{ Tj= U}= n
Observe que para cualquier t ≥ 0.
n
∑αi
P { U> t} = exp ( ∑αit) Para j=1,2,…,n i= 1

i= 1
Propiedad 4: Relación con la distribución de
Poisson.. La media de la distribución de Poisson es:

Sea X(t) el número de ocurrencias en el tiempo t E { X (t)} = αt

(t ≥ 0), donde el tiempo 0 es el instante en el que
comienza la cuenta. La implicación es que: El número esperado de eventos por unidad de
tiempo es α, y es la tasa media a la que ocurren
n -αt los eventos.
(αt)e
P { X(t) = n} = para n= 0,1,2,…;
n! Cuando se cuentan los eventos de manera
continua, se dice que el proceso de conteo {X(t); t
es decir, X(t) tiene una distribución de Poisson ≥ 0} es un proceso de Poisson con parámetro α (la
con parámetro αt. tasa media).

Por ejemplo, para n = 0, •Definimos X(t) como el número de servicios

completos logrados por un servidor siempre
P{ X (t) = 0} = e-αt ocupado en un tiempo transcurrido t, donde α=μ.

Es exactamente la probabilidad que se obtuvo a • X(t) sería el número de llegadas en un tiempo

partir de la distribución exponencial para que transcurrido t, donde α = λes la tasa media de
ocurra el primer evento después de un tiempo t. llegadas.
Propiedad 5: Para todos los valores positivos de t, P { T ≤ t + ∆t | T > t } ≈ α∆t, para un ∆t pequeño.

•Se interpreta T como el tiempo que pasa desde el último evento de cierto tipo hasta el siguiente evento, y
suponga que ha transcurrido un tiempo t sin que ocurra un evento.

•Cuando el valor de ∆t es pequeño, esta probabilidad constante se puede aproximar de manera muy
cercana por α∆t

16
Propiedad 6: No afecta agregar o desagregar. Si se supone que cada cliente que llega tiene una
probabilidad fija pi de pertenecer al tipo i (i = 1, 2, . .
Es importante para verificar que el proceso de ., n), con:
entrada es de Poisson.
n
También se aplica directamente a la distribución λi = piλ y ∑ pi= 1,
exponencial. i= 1

Agregar (combinar) varios procesos de entrada de
Poisson en un proceso de entrada global.
suponga que existen varios (n) tipos diferentes de
clientes (tipoi) llegan de acuerdo a un proceso de
llegadas de Poisson con parámetro λi (i = 1, 2, . .
., n).
La propiedad dice que el proceso de entrada de los
clientes tipo i también debe ser de Poisson con
parámetro λi .
Gráfico: Función de densidad de probabilidad
de la distribución exponencial.

También debe ser de Poisson, con parámetro

(tasa de llegada) λ = λ1 + λ2+ λ3 + … + λn.

La segunda parte de la propiedad 6 (“no afecta

desagregar”) se refiere al caso contrario.
17
Modelo de colas general de Poisson.
El desarrollo del modelo generalizado se basa en
el comportamiento a largo plazo o de estado
estable de la situación de colas.
El modelo general asume que tanto las tasas de
entrada como de salida dependen del estado.
Defina:
•n = Cantidad de clientes en el sistema (haciendo
cola, además de los que están siendo atendidos).
• λn =Tasa de llegadas, si n clientes están en el
sistema.
•Μn = Tasa de salidas, si n clientes están en el
sistema
•Pn = Probabilidad de estado estable de que n
clientes estén en el sistema.
El modelo general deriva a Pn como una función
de λn y μn.
Las probabilidades Pn se determinan por medio
del diagrama de tasa de transición.
En condiciones de estado estable, para n . 0, las
tasas de flujo esperadas de entrada y salida del
estado n deben ser iguales. Con base en el hecho
de que el estado n puede cambiar sólo a los
estados n - 1 y n + 1, tenemos:
(Tasa de flujo de entrada esperada al estado n) =
λn-1Pn-1 + μn+1Pn+1
(Tasa de flujo de salida esperada del estado n)=
(λn + μn)Pn 18
Igualando las dos tasas:

λn-1Pn-1 + μn+1Pn+1 = (λn + μn) Pn n=1,2,…

Las ecuaciones de balanceo se resuelven recursivamente en función de P0. Para n = 0,

tenemos:
λ0 P0
P1= ( μ1 )
Así tenemos:
λn-1λn-2…λ0 P0
Pn = ( μnμn-1…μ1 ) , n= 1,2,…

El valor de P0 se determina con la ecuación

∞
∑ Pn = 1
n=0

19
Relaciones entre L, W, Lq, y W.

Suponga que λn es una constante λ para toda n, Se ha demostrado que en un proceso de

colas en estado estable,

L = λW

La misma demostración prueba que: Lq = λWq

Si las λn no son iguales, entonces λ se puede sustituir en estas ecuaciones por λ, la tasa
promedio entre llegadas a largo plazo.

Ahora suponga que el tiempo medio de servicio es una constante 1/μ, para toda n ≥ 1. Se
tiene entonces que:

W = Wq + 1/μ

20
Ejemplos de sistemas de colas reales. •Sistemas de servicio de transporte.
Se aplican con sorprendente frecuencia en una •Un avión que espera aterrizar o despegar
amplia variedad de contextos. en una pista.
Algunos ejemplos son:

•El sistema de servicio comercial.

•Una peluquería.

•El servicio de una cajera de banco.

•Las cajas de cobro de un supermercado.

•Una cola en una cafetería.

•La reparación de aparatos domésticos.

•Una máquina de monedas.

21
Proceso de nacimiento y muerte

el término nacimiento se
refi ere a la llegada de un
nuevo cliente al sistema
de colas

22
AND TABLES TO COMPARE
DATA
A B C

Yellow 10 20 7

Blue 30 15 10

Orange 5 24 16

23
MAPS

our office

24
89,526,124
Whoa! That’s a big number, aren’t you proud?

25
89,526,124$
That’s a lot of money

185,244 users
And a lot of users

100%
Total success!
26
OUR PROCESS IS EASY
Vestibulum congue
tempus

1 Lorem ipsum dolor sit amet,

consectetur adipiscing elit, sed do
eiusmod tempor. Donec facilisis lacus
Vestibulum congue eget mauris.

tempus

Lorem ipsum dolor sit amet, 2

consectetur adipiscing elit, sed do
eiusmod tempor. Donec facilisis lacus Vestibulum congue
eget mauris.
tempus

3 Lorem ipsum dolor sit amet,

consectetur adipiscing elit, sed do
eiusmod tempor. Donec facilisis lacus
eget mauris.

27
LET’S REVIEW SOME
CONCEPTS
Yellow
Is the color of gold, butter
and ripe lemons. In the
spectrum of visible light,
yellow is found between
green and orange.
Yellow
Is the color of gold, butter
and ripe lemons. In the
spectrum of visible light,
yellow is found between
green and orange.
Blue
Is the colour of the clear sky
and the deep sea. It is
located between violet and
green on the optical
spectrum.
Blue
Is the colour of the clear sky
and the deep sea. It is
located between violet and
green on the optical
spectrum.
Red
Is the color of blood, and
because of this it has
historically been associated
with sacrifice, danger and
courage.
Red
Is the color of blood, and
because of this it has
historically been associated
with sacrifice, danger and
courage.
28
MOBILE PROJECT
Show and explain your
web, app or software Place your screenshot here

projects using these

gadget templates.

30
TABLET PROJECT
Show and explain your
web, app or software Place your screenshot here

projects using these

gadget templates.

31
DESKTOP PROJECT
Show and explain your Place your screenshot here

web, app or software

projects using these
gadget templates.

32
THANKS!
Any questions?
You can find me at
▰ @username
▰ user@mail.me

33
CREDITS
Special thanks to all the people who made and
released these awesome resources for free:
▰ Presentation template by SlidesCarnival
▰ Photographs by Unsplash

34
PRESENTATION DESIGN
This presentation uses the following typographies:
▰ Titles: Titillium Web Bold
▰ Body copy: Titillium Web Light
You can download the fonts on this page:
https://www.fontsquirrel.com/fonts/titillium

You don’t need to keep this slide in your presentation. It’s only here to serve you as a design
guide if you need to create new slides or download the fonts to edit the presentation in
PowerPoint®

35
SlidesCarnival icons are editable shapes.

This means that you can:

▰ Resize them without losing quality.
▰ Change fill color and opacity.
▰ Change line color, width and style.
Isn’t that nice? :)

Examples:

36
😉
Now you can use any emoji as an icon!
And of course it resizes without losing quality and you can change the color.

How? Follow Google instructions

https://twitter.com/googledocs/status/730087240156643328

✋👆👉👍👤👦👧👨👩👪💃🏃💑❤😂😉
😋😒😭👶😸🐟🍒🍔💣📌📖🔨🎃🎈🎨🏈
🏰🌏🔌🔑 and many more...
37