Documentos de Académico
Documentos de Profesional
Documentos de Cultura
COLAS
¡ATENCION!
HISTORIA
Esta teoría nació en el año 1909 gracias al matemático danés Agner
Krarup Erlang, el cuál, analiza las conversaciones telefónicas para
realizar el cálculo del tamaño de las centralitas necesarias.
Posteriormente, ha sido utilizada para resolver multitud de problemas
de la vida real.
FINITO
INFINITO
REPRESENTACIÓN
ESQUEMA DE UN SISTEMA DE COLAS CON C SERVIDORES
ESQUEMÁTICA
PARALELOS
MODEL
OS
LOS MODELOS SE DIVIDEN EN
EXPONENCIALES Y NO EXPONENCIALES:
¡A TENER EN CUENTA!
M/M/1 : GD/∞/∞ MEDIDAS DE DESEMPEÑO
GENERALES
M/M/1 : GD/N/∞
M/M/ m: GD/∞/∞
M/G/S
Diferentes autores utilizan diferentes tipos de
M/D/S nomenclatura tanto para la representación de modelos,
asi como de medidas de desempeño
M/E K/S
ANÁLISIS
ECONÓMICO
Los modelos de costos tratan de balancear dos costos conflictivos:
1. El costo del ofrecimiento del servicio.
2. El costo de la demora al ofrecer el servicio (tiempo de espera del cliente).
Un incremento de un costo provoca automáticamente una reducción del otro
Costo por unidad de tiempo que depende del tiempo de espera de una
unidad en el sistema y del número promedio de unidades en el
sistema.
SIMBOLOGÍ
A SABIENDO QUE:
LLEGADAS
SERVICIOS
UNIDADES
número promedio de clientes en el
L sistema (En la Línea de Espera y/o
siendo atendidos)
SIMBOLOGÍ
AMEDIDA DE
DESEMPEÑO
Tiempo promedio que una persona
Wq pasa en la LE.
TIEMPO
Tiempo promedio que una persona
W pasa en el sistema.(En la LE y/o
siendo atendidos.)
SIMBOLOGÍ
A SABIENDO QUE:
cs Costo de servicio
c Costo de espera
COSTO w
S C Costo de servicio total
S
C Costo de espera total
W
SIMBOLOGÍ
MEDIDA DE
A Po
DESEMPEÑO
Probabilidad de que el sistema esté vacío o esté
desocupado.
Factor de utilización del sistema o Probabilidad de
ρ que haya al menos una unidad en el sistema.
Probabilidad que haya exactamente n unidades en el
Pn sistema.
PROBABILIDA
DES P(n>k Probabilidad que haya más de k unidades en el
sistema.
)
P(t>x) Probabilidad que una unidad pase más de x minutos
en la LE.
P(T>x) Probabilidad que una unidad pase más de x minutos
en el sistema.
FÓRMULA DE
LITTLE
Un importante resultado matemático es el demostrado por John Little en 1961.
La formula de Little establece que el número promedio de clientes en un sistema (L) es igual a la
tasa promedio de llegada de los clientes al sistema (λ) por el tiempo promedio que un cliente esta en
el sistema (W).
IMPORTANTE
En la tienda de Eat & Gas funciona una estación de gasolina de dos bombas. El carril que conduce a las
bombas puede alojar cuando mucho 3 autos (automóviles), excluyendo a los que se les está dando atención.
Los autos que llegan se van a otra parte si el carril está lleno. La distribución de los autos que llegan es de
Poisson con media de 20 por hora. El tiempo para llenar el tanque y pagar es exponencial con media de 6
minutos.
M/G/1 : GD/∞/∞
FORMULA DE POLLACZEK-KHINTCHINE
Los modelos de colas en los que las llegadas y salidas no siguen la distribución de Poisson son complejos. En general,
es aconsejable utilizar la simulación como una herramienta alternativa para analizar estas situaciones. Este modelo
supone que el sistema de colas tiene un servidor y un proceso de entradas de Poisson (tiempo entre llegadas
exponenciales) con una tasa media de llegadas fija λ.
Si se toma en cuenta la complejidad que representa el análisis de un modelo que permite cualquier distribución de
tiempos de servicio, es notable que se haya podido obtener una formula tan sencilla de Lq. Esta formula es uno de los
resultados mas importantes de la teoría de colas gracias a la facilidad con que se aplica y al predominio de los sistemas
M/G/1 en la practica. Esta ecuación de Lq con frecuencia recibe el nombre de formula de Pollaczek-Khintchine, en
honor de dos pioneros del desarrollo de teoría de colas que dedujeron la formula de manera independiente a principios
de la década de 1930
M/D/S : GD/∞/∞
Cuando el servicio consiste básicamente en la misma tarea rutinaria que el servidor realiza para todos
los clientes, tiende a haber poca variación en el tiempo de servicio que se requiere.Muchas veces, el
modelo M/D/s proporciona una representación razonable de este tipo de situaciones porque supone que
todos los tiempos de servicio son iguales a una constante fija (la distribución de tiempos de servicio
degenerada) y que tiene un proceso de entradas de Poisson con tasa media de llegadas fija λ. Cuando
solo se tiene un servidor, el modelo M/D/1 es un caso especial del modelo M/G/1,
Un tipo de distribución teórica de tiempos de servicio que concuerda con este espacio intermedio es
la distribución de Erlang (llamada así en honor del fundador de la teoría de colas).
En realidad, tanto la distribución exponencial como la degenerada (constante) son casos especiales
de distribución de Erlang con k = 1 y k = ∞, respectivamente.
Vamos a considerar el modelo M/Ek/1, que es el caso especial del modelo M/G/1 donde los tiempos
de servicio tienen una distribución de Erlang con parámetro de forma igual a k.
BIBLIOGRAFÍA
LIBROS
• Investigación de operaciones - Hamdy A. Taha
• Modelos de teoría de colas - Gabriel Esteban Velasquez
SITIOS WEB
• https://es.wikipedia.org/wiki/Teor%C3%ADa_de_colas
• https://1library.co/document/yr03e08y-investigacion-de-operaciones-teoria-de-colas.html
• https://economipedia.com/definiciones/teoria-de-colas.html
• http://sedici.unlp.edu.ar/bitstream/handle/10915/84843/Documento_completo.pdf?isAllowed=y&sequence=1
VIDEOS
• https://www.youtube.com/watch?v=yOsc23tgonM}