Universidad de Los Andes
Facultad de Ingeniera
Escuela de Mecnica
Departamento de Tecnologa y Diseo
(Gerencia)
Produccin II
Mrida. Estado. Mrida
TEORIA DE COLAS
Br.: Astrid Diaz
C.I.: 19.146.017
Prof. Sara Ypez
Introduccin.
La teora de las colas es un disciplina, dentro de la Investigacin de Operaciones, que tiene
como objetivo el estudio y el anlisis de situaciones en las que existen antes que demandan cierto
servicio, de tal forma dicho servicio no puede ser satisfecho instantneamente, por lo cual se
provocan esperas.
Las "colas" son un aspecto de la vida moderna que nos encontramos continuamente en
nuestras actividades diarias. En el contador de un supermercado, accediendo al Metro, en los
Bancos, etc., el fenmeno de las colas surge cuando unos recursos compartidos necesitan ser
accedidos para dar servicio a un elevado nmero de trabajos o clientes.
El estudio de las colas es importante porque proporciona tanto una base terica del tipo
de servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho
recurso puede ser diseado para proporcionar un determinado grado de servicio a sus clientes.
Teora de Colas.
La teora de colas es el estudio matemtico del comportamiento de lneas de espera. Esta
se presenta, cuando los clientes llegan a un lugar demandando un servicio a un servidor, el
cual tiene una cierta capacidad de atencin. Si el servidor no est disponible inmediatamente y el
cliente decide esperar, entonces se forma la lnea de espera.
En muchas ocasiones en la vida real, un fenmeno muy comn es la formacin de colas o
lneas de esperas. Esto suele suceder cuando la demanda real de un servicio es superior a la
capacidad que existe para dar dicho servicio. Ejemplos reales de esta situacin son: los cruces de
dos vas de circulacin, los semforos, el peaje de una autopista, los cajeros automticos, la
atencin al cliente en un establecimiento comercial, la avera de electrodomsticos u otro tipo de
aparatos que deben ser reparados por un tcnico, etc.
Objetivos de la teora de colas consisten en:
Identificar el nivel ptimo de capacidad del sistema que minimiza el coste global del
mismo.
Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del
sistema tendran en el coste total del mismo.
Establecer un balance equilibrado (ptimo) entre las consideraciones cuantitativas de
costes y las cualitativas de servicio.
Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la
paciencia de los clientes depende del tipo de servicio especfico considerado y eso
puede hacer que un cliente abandone el sistema.
Depende de la calidad del servicio, saber el comportamiento del usuario y como se
desarrolla la cola.
Elementos de la Teora de Colas.
1. Fuente de entrada o poblacin potencial: Es un conjunto de individuos (no
necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestin. Podemos
considerarla finita o infinita. Aunque el caso de infinitud no es realista, s permite (por
extrao que parezca) resolver de forma ms sencilla muchas situaciones en las que, en
realidad, la poblacin es finita pero muy grande, su nmero de elementos es tan grande
que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no
afecta a la frecuencia con la que la poblacin potencial genera nuevas peticiones de
servicio.
2. Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que
los tiempos de llegada de clientes son consecutivos, ser importante conocer el patrn de
probabilidad segn el cual la fuente de entrada genera clientes. Lo ms habitual es tomar
como referencia los tiempos entre las llegadas de dos clientes consecutivos.
3. Capacidad de la cola: Es el mximo nmero de clientes que pueden estar haciendo cola
(antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo ms
sencillo, a efectos de simplicidad en los clculos, es suponerla infinita. Aunque es obvio
que en la mayor parte de los casos reales la capacidad de la cola es finita, no es una gran
restriccin el suponerla infinita si es extremadamente improbable que no puedan entrar
clientes a la cola por haberse llegado a ese nmero lmite en la misma.
4. Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser servidos.
Las disciplinas ms habituales son:
La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la
cual se atiende primero al cliente que antes haya llegado.
La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first served) o
pila: que consiste en atender primero al cliente que ha llegado el ltimo.
La RSS (random selection of service), o SIRO (service in random order), que selecciona a los
clientes de forma aleatoria.
5. Mecanismo de servicio: Es el procedimiento por el cual se da servicio a los clientes que lo
solicitan. Para determinar totalmente el mecanismo de servicio debemos conocer el
nmero de servidores de dicho mecanismo (si dicho nmero fuese aleatorio, la
distribucin de probabilidad del mismo) y la distribucin de probabilidad del tiempo que le
lleva a cada servidor dar un servicio. En caso de que los servidores tengan distinta destreza
para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada
uno.
6. Sistema de la cola: es el conjunto formado por la cola y el mecanismo de servicio, junto
con la disciplina de la cola, que es lo que nos indica el criterio de qu cliente de la cola
elegir para pasar al mecanismo de servicio. Un modelo de sistema de colas debe
especificar la distribucin de probabilidad de los tiempos de servicio para cada servidor.
Principio de nacimiento y Muerte.
Figura1. Principio de Nacimiento-Muerte.
Para la construccin de los modelos de colas es necesario que ocurra el proceso de
nacimiento-muerte (donde un arribo se considera un nacimiento para el modelo y una salida para
el cliente, del sistema es considerado como muerte de este parmetro).
De manera ms precisa, las suposiciones del proceso nacimiento-muerte son las siguientes:
Suposicin 1: Dado N (t)=n, la distribucin de probabilidad actual en el tiempo que falta
para el prximo nacimiento (llegada) es exponencial con parmetros (n=0, 1,2,).
Suposicin 2: Dado N (t)=n, la distribucin de probabilidad actual en el tiempo que falta
para la prxima muerte (terminacin de servicio) es exponencial con parmetros (n=1,
2,3,).
Suposicin 3: La variable aleatoria de la suposicin 1 (el tiempo que falta hasta el prximo
nacimiento) y la variable aleatoria de la suposicin 2 (el tiempo que falta hasta la siguiente
muerte), son mutuamente independientes.
Como consecuencia de las suposiciones 1 y 2, el proceso de nacimiento-muerte es un tipo
especial de cadena de tiempo continuo. Los modelos de colas que se pueden representar por una
cadena de tiempo continuo son mucho ms manejables analticamente que otros. Excepto para
algunos casos especiales, el anlisis del proceso de nacimiento-muerte es complicado cuando el
sistema se encuentra en condiciones transitorias.
Nomenclatura de Teora de Colas.
= Nmero de llegadas por unidad de tiempo.
= Nmero de servicios por unidad de tiempo si el servidor est ocupado.
c= Nmero de servidores en paralelo.
Congestin de un sistema con parmetros: (, , c).
N (t): Nmero de clientes en el sistema en el instante t.
Nq (t): Nmero de clientes en la cola en el instante t.
Ns (t): Nmero de clientes en servicio en el instante t.
Pn (t): Probabilidad que haya n clientes en el sistema en el instante t=Pr {N (t)=n}.
N: Nmero de clientes en el sistema en el estado estable.
Pn: Probabilidad de que haya n clientes en estado estable Pn=Pr {N=n}.
L: Nmero medio de clientes en el sistema.
Lq: Nmero medio de clientes en la cola.
Tq: Representa el tiempo que un cliente invierte en la cola.
S: Representa el tiempo de servicio.
T = Tq+S : Representa el tiempo total que un cliente invierte en el sistema.
Wq= E [Tq]: Tiempo medio de espera de los clientes en la cola.
W=E [T]: Tiempo medio de estancia de los clientes en el sistema.
r: nmero medio de clientes que se atienden por trmino medio.
Pb: probabilidad de que cualquier servidor est ocupado.
Con el paso del tiempo se ha implantado una notacin para representar los problemas de
colas que constan de 5 smbolos separados por barras.
A / B / X /Y / Z
A: indica la distribucin de tiempo entre llegadas consecutivas.
B: alude al patrn de servicio de servidores.
X: es el nmero de canales de servicio.
Y: es la restriccin en la capacidad del sistema.
Z: es la disciplina de cola.
Tabla1. Simbologa de la Notacin (se presenta un resumen de los smbolos ms utilizados).
El smbolo G representa una distribucin general de probabilidad, es decir, que el modelo
presentado y sus resultados son aplicables a cualquier distribucin estadstica (siempre que sean
Variables IID- Independientes e Idnticamente Distribuidas).
Si no existe restriccin de capacidad (Y = infinito) y la poltica de servicio es FIFO, no se
suelen incorporar dichos smbolos en la notacin as:
M/D/3 es equivalente a M/D/3/infinito/FIFO
Significa que los clientes entran segn una distribucin exponencial, se sirven de manera
determinista con tres servidores sin limitacin de capacidad en el sistema y siguiendo una
estrategia FIFO de servicio.
Modelo MM1 con estructura de costos.
El modelo de colas denotado por M/M/1 es el ms simple de todos. Consiste en un nico
servidor (de ah el 1 en la notacin M/M/1) instalado en una estacin de trabajos o clientes que
llegan para ser servidos, forman una cola si el servidor est ocupado a su llegada y cuando
finalizan su servicio dejan el sistema.
El espacio de estados es E = N {0} ya que no hay limitacin de clientes en el sistema. Los
clientes llegan a la estacin siguiendo un proceso de Poisson de intensidad > 0 (los tiempos entre
llegadas sucesivas son variables aleatorias independientes e idnticamente distribuidas, con ley
exponencial de parmetro ). A esto hace referencia la primera M de la notacin utilizada para
designar al modelo.
Los tiempos de servicio de los clientes tambin se suponen variables aleatorias
independientes e idnticamente distribuidas, con ley exponencial de parmetro > 0 (as que esta
es la razn de la segunda M en la notacin). Por tanto, se trata de un Proceso de Nacimiento y
Muerte con tasas de nacimiento n = , y de defuncin n = , para todo n.
Figura2. Tasas para la cola M/M/1
Ejemplo:
Vamos a ver con un ejemplo muy sencillo cmo el uso del modelo de cola M/M/1 y de la
Nomenclatura de Teora de Colas que acabamos de introducir, puede ayudarnos a la toma de
decisiones.
Ana Poodle es una peluquera canina que tiene una pequea peluquera en un barrio de la
ciudad. Ella es la nica peluquera que trabaja en su negocio, pero los sbados por la tarde tiene
mucho trabajo y est considerando la posibilidad de ampliarlo (tomar algn ayudante y/o hacer
reformas para mejorar la sala de espera). Como su principal problema radica en los sbados por la
tarde, vamos a restringirnos a considerar solo esos das, pero antes de poder realizar ningn.
Ana recoge informacin durante unos cuantos sbados por la tarde y llega a las siguientes
conclusiones:
(a) Los clientes llegan los sbados por la tarde de manera independiente y a razn de unos
2 por hora.
(b) Ella tarda un promedio de 20 minutos por cliente, y los tiempos de servicios de los
clientes son independientes entre s y no dependen tampoco ni de la hora ni del trabajo que tenga
acumulado (el xito de su negocio radica en servir a los clientes siempre bien, aunque tenga otros
esperando). Naturalmente, los atiende por estricto orden de llegada.
(c) Como tiene muy buena fama como peluquera y trata muy bien a los clientes, estos
esperan en cola a ser servidos todo el tiempo que haga falta (es decir, no se van aunque tengan
que esperar). La sala de espera es pequea y slo tiene espacio para dos clientes; cuando hay ms
clientes esperando, lo hacen en el parque que hay frente a su negocio.
A partir de esta informacin suministrada por Ana vemos que el modelo M/M/1 se adapta
bien a su negocio y que los parmetros del modelo se pueden estimar por:
= 2 clientes/hora
=
clientes/minuto = 3 clientes/hora
<1
Como medidas de efectividad podemos calcular: El nmero esperado de clientes en la
peluquera a largo plazo un sbado por la tarde:
L=
= 2 clientes.
El nmero esperado de clientes haciendo cola en la peluquera a largo plazo un sbado por
la tarde:
Lq =
clientes.
El porcentaje de ocupacin a largo plazo un sbado por la tarde es:
100 % = 66.6 %
Es decir, el 66.6 % del tiempo hay algn cliente en la peluquera, por lo que si llega un
nuevo cliente tendr que esperar forzosamente, y el 33.3 % restante no habr ninguno y si llega
un nuevo cliente pasa a ser atendido sin tener que esperar.
El tiempo medio de estancia en la peluquera un sbado por la tarde para un cliente es:
W=
= 1 hora
Es decir, en promedio cada cliente se pasa 40 minutos esperando a ser servido (esto es
Wq), y 20 minutos ms siendo atendido por la peluquera.
La probabilidad de que haya al menos 2 clientes esperando (y si llega uno nuevo tenga que
esperar en el parque frente a la peluquera) es:
P(N 3) =
( )
Esto es, un 30 % del tiempo la sala de espera est lleno y si llega un nuevo cliente habr de
esperar fuera.
A la vista de estas medidas sobre la efectividad del servicio ofrecido por Ana, esta deber
decidir si tomar un ayudante y/o hacer reformas en la sala de espera para ampliarla y reducir las
esperas de clientes fuera. Para tomar esta decisin deber tener en cuenta los gastos asociados a
la contratacin de un ayudante y a la realizacin de las reformas, as como valorar el perjuicio que
le suponen para su negocio las esperas de los clientes.
Modelo de Poblacin Finita.
Es un grupo limitado de clientes que representa la fuente que usar un servicio y que en
ocasiones forman una cola. En este caso cuando un cliente deja su posicin como miembro de la
poblacin de usuarios, se reduce en una unidad el tamao del grupo, lo cual reduce la
probabilidad que un usuario requiera servicio. Por el contrario, si se brinda mantenimiento a un
cliente y ste regresa al grupo de usuarios, aumenta la poblacin y tambin la probabilidad de que
un usuario requiera servicio. (Ejemplos: reparacin de cosechadoras, las computadoras de un
gabinete, etc.).
Conclusin.
Con frecuencia, las empresas deben tomar decisiones respecto a la cantidad de servicios
que debe estar preparada para ofrecer. Sin embargo, muchas veces es imposible predecir con
exactitud cundo llegarn los clientes que demandan el servicio y/o cuanto tiempo ser necesario
para dar tal servicio; es por esto que esas decisiones implican dilemas que hay que resolver con
informacin escasa.
La Teora de Cola no es una tcnica de optimizacin puesto que no resuelve directamente
el problema sino, ms bien, es una herramienta que utiliza frmulas analticas limitadas por
suposiciones matemticas que contribuyen con la informacin vital que se requiere para tomar las
decisiones pertinentes. No se asemejan a una situacin real, pero da una primera aproximacin al
problema (tiempo de espera promedio.) a bajo costo, brindando informacin sobre el
comportamiento de lneas de espera, situacin reflejada cuando "clientes" llegan a un "lugar"
demandando un servicio a un "servidor" el cual tiene una cierta capacidad de atencin y no est
disponible inmediatamente para el cliente, por lo cual decide esperar.
Bibliografa.
Jos Pedro Garca Sabater. Grupo ROGLE. Departamento de Organizacin de Empresas.
Universidad Politcnica de Valencia. Curso 2010 / 2011.
Introduccin a la simulacin y a la teora de colas 1 Edicin. Ricardo Cao Abad
NETBIBLO, S.L., A Corua, 2002.
Materiales Matemticas. Volumen 2009, treball no. 5, 33 pp. ISSN: 1887-1097. Publicacin
electrnica de divulgacin del Departamento de Matemticas de la Universidad Autnoma
de Barcelona. Recordando a Erlang: Un breve paseo (sin esperas) por la Teora de Colas.
