1

COLAS O LÍNEAS DE ESPERA

2
¿Cuál es la utilidad de la Teoría de
Colas ?
Trata de cuantificar el fenómeno de esperar formando colas, a través de modelos que
representar los tipos de sistemas de líneas de espera. Las formulas de cada modelo indican cual
debe ser el desempeño del sistema correspondiente y señalan la cantidad promedio de espera
que ocurrirá en diversas circunstancias.

Los modelos permiten encontrar un balance adecuado entre el costo de servicio y la cantidad
de espera.
3
Proceso Básico de Colas

4
Elementos del sistema de Colas

 Fuente de entrada (población potencial)

Los clientes no tienen que ser necesariamente personas.

Tamaño de la fuente de entrada= N° total de clientes que pueden requerir servicio en

determinado momento (población de entrada finita o infinita). La población de entrada
sigue una distribución de Poisson. Es decir, las llegadas de los cliente ocurren de manera
aleatoria pero con cierta tasa media fija. Y el tiempo entre llegadas sigue una distribución
exponencial.

 Cola
Las colas pueden ser finitas o infinitas, según si el número es finito o infinito. El supuesto de
una cola infinita es el estándar de la mayoría de los modelos.
No es necesario que se forme una línea de espera física delante de una estructura material
que constituye la estación de servicio.
Los miembros de la cola pueden estar dispersos en un área mientras esperan que el servidor
venga a ellos.
5
Elementos del sistema de Colas

 Disciplina de la cola

La disciplina de la cola se refiere al orden en el que sus miembros se seleccionan para

recibir el servicio. Puede ser: primero en entrar, primero en salir; aleatoria; de acuerdo con
algún procedimiento de prioridad o con algún otro orden.

6
Elementos del sistema de Colas

 Mecanismo de servicio
Consiste en una o mas estaciones de servicio, cada una de ellas con uno o mas canales de
servicio paralelos, llamados servidores.
El tiempo que transcurre desde el inicio del servicio para un cliente hasta su terminación
en una estación se llama tiempo de servicio (o duración del servicio), el cual sigue que
distribución exponencial por lo general.

7
Terminología de un modelo de Colas

Estado del sistema  n  clientes en el sistema

Longitud de la cola  n  clientes que esperan servicio
N (t )  N Clientes en el sistema de colas en el tiempo t
Pn (t )  Probabilidad de que exactamente n clientes estén en el sistema en el tiempo t
s  N Servidores en el sistema de colas
 n  Tasa media de servicio en todo el sistema
n  Tasa media de llegadas de nuevos clientes
  Factor de utilización de la instalación de servicio   /( s )
Tiempo entre llegadas  1 / 
Tiempo de servicio  1 / 

Sistema en condición transitoria = Cuando el estado del sistema se encuentra bastante afectado por el
estado inicial y el tiempo que ha pasado desde el inicio (sistema de colas apenas inicia su operación).

Sistema en condición estable = Cuando el estado del sistema se vuelve independiente del estado inicial y
del tiempo transcurrido (ha pasado suficiente tiempo desde el inicio).
8
MODELO GENERALIZADO DE COLA DE
POISSON
Combinan llegadas y salidas, y se basa en el comportamiento a largo plazo (estado
estable) de la cola, que se alcanza después de que el sistema ha estado funcionando
durante un tiempo suficientemente largo.
Las frecuencias tanto de llegada como de salida dependen de la cantidad de clientes en la
instalación de servicio.

Terminología:
n  Cantidad de clientes en el sistema
Pn  Probabilidad de estado estable de que haya n clientes en el sistema
 n  Frecuencia de salida cuando hay n clientes en el sistema
n  Frecuencia de llegada cuando hay n clientes en el sistema

Las probabilidades Pn se calculan usando el diagrama de frecuencia de transición.

9
MODELO GENERALIZADO DE COLA DE
POISSON
Diagrama de frecuencia de transición (o “tasa” de transición)

El sistema de cola está en el estado n cuando la cantidad de clientes en él es n.

Cuando n>0, el estado n sólo puede cambiar a dos estados posibles: n – 1 cuando hay una
salida con frecuencia n, y n+1 cuando hay una llegada con la frecuencia n. Entonces:

10
MODELO GENERALIZADO DE COLA DE
POISSON
Ejemplo:
Un almacén opera con dos cajas. El gerente usa el siguiente programa para determinar la
cantidad de cajeras en operación, en función de la cantidad de clientes en la tienda:

Los clientes llegan a las cajas siguiendo una distribución de Poisson, con una frecuencia media
de 10 por hora. El tiempo promedio de atención a un cliente es exponencial, con 12 minutos
de promedio. Calcular la probabilidad p de estado estable de que haya n clientes en las cajas.

Solución:

11
MODELO GENERALIZADO DE COLA DE
POISSON
Solución:

Para hallar P0 se aplica

12
COLAS ESPECIALIZADAS DE POISSON

(a/b/c) : (d/e/f)
a = Distribución de las llegadas
b = Distribución de las salidas (o del tiempo de servicio)
c = Cantidad de servidores en paralelo ( 1, 2, ..., ∞)
d = Disciplina de la cola
e = Cantidad máxima (finita o infinita) admisible en el sistema (en la cola más en servicio)
f = Tamaño de la fuente (finito o infinito)

Notaciones:

a yb d
M= distribución exponencial (o de Poisson) de las PLPS= Primero en llegar, primero en ser
llegadas o de las salidas (o lo que es igual, servido
distribución exponencial del tiempo entre
llegadas o tiempo de servicio)
D = distribución degenerada (tiempo constante- ULPS= Último en llegar, primero en ser
determinístico) servido
Ek =distribución Erlang SEOA=Servicio en orden aleatorio
G = distribución general DG= Disciplina en general (es decir,
cualquier tipo de disciplina)
13
COLAS ESPECIALIZADAS DE POISSON

Medidas de desempeño en estado estacionario

Ls= Cantidad esperada de clientes en el sistema =

Lq =Cantidad esperada de clientes en la cola =
Ws =Tiempo esperado de espera en el sistema
Wq =Tiempo esperado de espera en la cola
c  Cantidad esperada de servidores ocupados =

Hay una relación directa entre Ws y Wq:

Esto se traduce en:

14
COLAS ESPECIALIZADAS DE POISSON

Medidas de desempeño en estado estacionario

También hay una relación entre Ls y Lq:

Como:

Y la utilización de la instalación es:

15
COLAS ESPECIALIZADAS DE POISSON
Modelos con 1 servidor (c=1)

Casos especiales del Modelo generalizado de cola de poisson.

(M/M/1):(DG/∞/∞)
• No se establece límite para la cantidad máxima en el sistema
• Supone una fuente de capacidad infinita

Medidas de desempeño en estado estacionario

16
COLAS ESPECIALIZADAS DE POISSON
Modelos con 1 servidor (c=1)

(M/M/1):(DG/N/∞)
• Supone un límite finito del sistema
• Supone una fuente de capacidad infinita

Medidas de desempeño en estado estacionario

17
COLAS ESPECIALIZADAS DE POISSON
Modelos con 1 servidor (c=1)

La probabilidad de perder clientes es:

18
COLAS ESPECIALIZADAS DE POISSON
Modelos con varios servidores (c>1)

(M/M/c):(DG/∞/∞)
• No hay límite de cantidad en el sistema.

 n , n  c
n  
c , n  c
n   , n  0

Medidas de desempeño en estado estacionario

19
COLAS ESPECIALIZADAS DE POISSON
Modelos con varios servidores (c>1)

(M/M/c):(DG/N/∞), c≤N
•El tamaño máximo de la cola es N – c .

Medidas de desempeño en estado estacionario

20
COLAS ESPECIALIZADAS DE POISSON
Modelos con varios servidores (c>1)

Modelo de autoservicio — (M/M/ ∞) : (DG/N/ ∞)

•La cantidad de servidores es ilimitada, porque el cliente también es el servidor.

 n  n n  0, 1, 2...
n   , n  0, 1, 2...

Medidas de desempeño en estado estacionario

21
Redes de Colas (Varias colas)

Son redes de instalaciones de servicio en las que los clientes solicitan el servicio
de algunas o todas ellas.

Propiedad de equivalencia
Suponga que una instalación de servicio tiene s servidores, un proceso de
entradas Poisson con parámetro λ y la misma distribución de los tiempos de
servicio de cada servidor con parámetro μ (el modelo M/M/s), en donde sμ>λ.
Entonces, la salida en estado estable de esta instalación de servicio también es
un proceso de Poisson con parámetro λ .

22
Redes de Colas (Varias colas)

Colas infinitas en serie

•Todos los clientes deben recibir servicio en una serie de m instalaciones, en una secuencia
fija.
•Cada instalación tiene una cola infinita, de manera que se forma un sistema de colas infinitas
en serie.
•Cada instalación i (i=1,2,...,m) tiene la distribución exponencial de tiempos de servicio con
parámetro μi de sus si servidores, donde siμi> λ.
•Cada instalación de servicio tiene entrada Poisson con parámetro λ .
•La probabilidad conjunta de n1 clientes en la instalación 1, n2 clientes en la instalación 2, etc.,
es, entonces, el producto de las probabilidades individuales obtenidas de esta manera:

•La probabilidad de que haya n clientes en el sistema es:

•Factor de utilización de la instalación de servicio i es:

23
Redes de Colas (Varias colas)

Redes de Jackson
•Los clientes visitan las instalaciones en diferente orden y pueden no llegar a todas.

•Cada instalación i (i=1,2,...,m) tiene una cola infinita.

•Cada instalación i (i=1,2,...,m) tiene clientes que llegan de afuera del sistema según un
proceso de entrada Poisson con parámetro ai.

•Cada instalación i (i=1,2,...,m) tiene si servidores con distribución exponencial de tiempos de

servicio con parámetro μi.

•Un cliente que deja la instalación i se encamina después a la instalación j (j=1, 2,..., m) con
probabilidad pij o sale del sistema con probabilidad:

24
Redes de Colas (Varias colas)

Redes de Jackson
•La tasa de llegadas total a la instalación j desde todas las fuentes es:

•El número esperado de clientes en el sistema Lsi es:

•El tiempo esperado de espera total en el sistema Wsi es:

•El Tiempo esperado de espera en la cola Wqi es:

1
Wqi  Wsi 
i

25
Redes de Colas (Varias colas)

Ejemplo:
Considere una red de Jackson con tres estaciones de servicio que tienen los parámetros
que se muestran en la siguiente tabla:

La tasa de llegadas total a la instalación j desde todas las fuentes es:

26
Redes de Colas (Varias colas)

Ejemplo:

•Factor de utilización de la instalación de •El número esperado de clientes en el

servicio i es: sistema Lsi es:

•El número total de clientes esperado en

•El tiempo esperado de espera total en el
todo el sistema Ls es:
sistema Ws* es:

• =(1/(10-5)+(1/10-10)+(1/10-7,5)=0,6

27