TEORIA DE COLAS.

INTRODUCCIÓN
 
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 fenómeno de las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado número de trabajos o clientes.
 
El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de
servicio que podemos esperar de un determinado recurso, como la forma en la cual dicho
recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus
clientes.
 
Debido a lo comentado anteriormente, se plantea como algo muy útil el desarrollo de una
herramienta que sea capaz de dar una respuesta sobre las características que tiene un
determinado modelo de colas.
 
Definiciones iniciales
 
La teoría de colas es el estudio matemático del comportamiento de líneas 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 atención. Si el servidor no está disponible
inmediatamente y el cliente decide esperar, entonces se forma la línea de espera.
 
Una cola es una línea de espera y la teoría de colas es una colección de modelos
matemáticos que describen sistemas de línea de espera particulares o sistemas de colas.
Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los
tiempos promedio de la línea de espera para un sistema dado.
 

 
 
Se debe lograr un balance económico entre el costo del servicio y el costo asociado a la
espera por ese servicio
 
La teoría de colas en sí no resuelve este problema, sólo proporciona información para la
toma de decisiones
 
Objetivos de la Teoría de Colas
 
Los objetivos de la teoría de colas consisten en:
 
·        Identificar el nivel óptimo de capacidad del sistema que minimiza el coste global del
mismo.
·        Evaluar el impacto que las posibles alternativas de modificación de la capacidad del
sistema tendrían en el coste total del mismo.
·        Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas
de costes y las cualitativas de servicio.
·         Hay que prestar atención al tiempo de permanencia en el sistema o en la cola: la
“paciencia” de los clientes depende del tipo de servicio específico considerado y eso
puede hacer que un cliente “abandone” el sistema.
 
 
Elementos existentes en un modelo de colas
 
Fuente de entrada o población potencial: Es un conjunto de individuos (no
necesariamente seres vivos) que pueden llegar a solicitar el servicio en cuestión. Podemos
considerarla finita o infinita 
Cliente: Es todo individuo de la población potencial que solicita servicio. Suponiendo que
los tiempos de llegada de clientes consecutivos son 0<t1<t2<..., será importante conocer el
patrón de probabilidad según el cual la fuente de entrada genera clientes. Lo más habitual
es tomar como referencia los tiempos entre las llegadas de dos clientes consecutivos:
consecutivos: clientes consecutivos: T{k} = tk - tk-1, fijando su distribución de probabilidad.
Normalmente, cuando la población potencial es infinita se supone que la distribución de
probabilidad de los Tk (que será la llamada distribución de los tiempos entre llegadas) no
depende del número de clientes que estén en espera de completar su servicio, mientras
que en el caso de que la fuente de entrada sea finita, la distribución de los Tk variará
según el número de clientes en proceso de ser atendidos.
 
Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo cola
(antes de comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo más
sencillo, a efectos de simplicidad en los cálculos, 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
restricción el suponerla infinita si es extremadamente improbable que no puedan entrar
clientes a la cola por haberse llegado a ese número límite en la misma.
 
Disciplina de la cola: Es el modo en el que los clientes son seleccionados para ser
servidos. Las disciplinas más habituales son:
 
La disciplina FIFO (first in first out), también llamada FCFS (first come first served): según
la cual se atiende primero al cliente que antes haya llegado.
 
La disciplina LIFO (last in first out), también conocida como LCFS (last come first served) o
pila: que consiste en atender primero al cliente que ha llegado el último.
 
La RSS (random selection of service), o SIRO (service in random order), que selecciona a
los clientes de forma aleatoria.
 
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
número de servidores de dicho mecanismo (si dicho número fuese aleatorio, la distribución
de probabilidad del mismo) y la distribución 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 distribución del tiempo de servicio para cada uno.
 
 

 
 
 
La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los
clientes que ya han solicitado el servicio pero que aún no han pasado al mecanismo de
servicio.
 
El 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 qué cliente de la cola
elegir para pasar al mecanismo de servicio. Estos elementos pueden verse más
claramente en la siguiente figura:
 

 
 
Un modelo de sistema de colas debe especificar la distribución de probabilidad de los
tiempos de servicio para cada servidor.
 
La distribución más usada para los tiempos de servicio es la exponencial, aunque es
común encontrar la distribución degenerada o determinística (tiempos de servicio
constantes) o la distribución Erlang (Gamma).
 
Notación de Kendall
 
Por convención los modelos que se trabajan en teoría de colas se etiquetan
 

 
 
 
Las distribuciones que se utilizan son:
 
• M: Distribución exponencial (markoviana)
• D : Distribución degenerada (tiempos constantes)
• E k : Distribución Erlang
• G : Distribución general
 
M / M / s : Modelo donde tanto los tiempos entre llegada como los tiempo de servicio son
exponenciales y se tienen s servidores.
 
M / G / 1: Tiempos entre llegada exponenciales, tiempos de servicio general y 1 sólo
servidor
 
Terminología
 
Usualmente siempre es común utilizar la siguiente terminología estándar:
 
• Estado del sistema : Número de clientes en el sistema.
 
• Longitud de la cola: Número de clientes que esperan servicio.
 
• N(t) : Número de clientes en el sistema de colas en el tiempo t (t ³0).
 
• Pn (t): Probabilidad de que exactamente n clientes estén en el sistema en el tiempo t,
dado el número en el tiempo cero.
 
• s : Número de servidores en el sistema de colas.
 
• l n : Tasa media de llegadas (número esperado de llegadas por unidad de tiempo) de
nuevos clientes cuando hay n clientes en el sistema.
 
• mn : Tasa media de servicio para todo el sistema (número esperado clientes que
completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.
 
Nota: mn representa la tasa combinada a la que todos los servidores ocupados logran
terminar sus servicios
 
l n: Cuando l n es constante para toda n
 
mn : Cuando mn es constante para toda n ³ 1
  
     
  1  
  Tiempo entre llegadas
 
  l esperado
 
 
 
 
 
     
  1  
  Tiempo entre
  llegadas
  m esperado
 
Ejemplo:
 
Sea l = 3 personas / hora
 
 
     
 
     
 
1    
   
1 hora
  = 20
l   3
  minutos
   
 
r: factor de utilización para la instalación se servicio (fracción esperada de tiempo fue los
servidores individuales están ocupados).
 
 
 
  l
r
 
= sm
 
 
 
 
También puede interpretarse como número promedio de personas siendo atendidas
 
Nota: Para los sistemas de colas que analizaremos haremos la suposición de que el
sistema se encuentra en la condición de estado estable.
 
Demostración
 
Para s = 1
 
r: fracción esperada de tiempo que los servidores individuales están ocupados).
 

 
 
 
El servidor está trabajando 4 de cada 5 minutos, es decir está trabajando el 80% del
tiempo
 
r: Número promedio de personas siendo atendidas
 
Número promedio = 0 * P0 + 1 * P1
 
Número promedio = P1
 
Número promedio = 1/m / 1/l
 
Número promedio = r
 
 
La siguiente notación supone la condición de estado estable:
 
• Pn : Probabilidad de que haya exactamente n clientes en el sistema
 
• L: Número esperado de clientes en el sistema.
 
• Lq : Longitud esperada de la cola (excluye los clientes que están en servicio).
 
• W : Tiempo de espera en el sistema para cada cliente
 
• W : E(W )
 
• W q: Tiempo de espera en la cola para cada cliente.
 
• Wq: E (Wq )
 
 
Relaciones entre L , W , Lq y Wq
 
Supongamos que ln es una constante l para toda n:
 
 
L=lW Lq = l Wq
 
 
Supongamos que el tiempo medio de servicio es una constante 1/m para toda n ³ 1
 
W = Wq + 1/m L = Lq+r
 
 
Estas relaciones son fundamentales pues permiten determinar las cuatro cantidades
fundamentales L, W, Lq, Wq, en cuanto se encuentra analíticamente el valor de una de
ellas.
 
Características claves.
 
Existen dos clases básicas de tiempo entre llegadas:
 
Determinístico, en el cual clientes sucesivos llegan en un mismo intervalo de tiempo, fijo y
conocido. Un ejemplo clásico es el de una línea de ensamble, en donde los artículos llegan
a una estación en intervalos invariables de tiempo (conocido como ciclos de tiempo)
 
Probabilístico, en el cual el tiempo entre llegadas sucesivas es incierto y variable. Los
tiempos entre llegadas probabilísticos se describen mediante una distribución de
probabilidad.
 
En el caso probabilístico, la determinación de la distribución real, a menudo, resulta difícil.
Sin embargo, una distribución, la distribución exponencial, ha probado ser confiable en
muchos de los problemas prácticos. La función de densidad, para una distribución
exponencial depende de un parámetro, digamos l (letra griega lambda), y está dada por:
f(t)=(1/ l )e- l t
en donde l (lambda) es el número promedio de llegadas en una unidad de tiempo.
Con una cantidad, T, de tiempo se puede hacer uso de la función de densidad para
calcular la probabilidad de que el siguiente cliente llegue dentro de las siguientes T
unidades a partir de la llegada anterior, de la manera siguiente:
P(tiempo entre llegadas <=T)=1-e- l t
 
  
El proceso de servicio.
 
El proceso de servicio define cómo son atendidos los clientes. En algunos casos, puede
existir más de una estación en el sistema en el cual se proporcione el servicio requerido.
Los bancos y los supermercados, de nuevo, son buenos ejemplos de lo anterior. Cada
ventanilla y cada registradora son estaciones que proporcionan el mismo servicio. A tales
estructuras se les conoce como sistemas de colas de canal múltiple. En dichos sistemas,
los servidores pueden ser idénticos, en el sentido en que proporcionan la misma clase de
servicio con igual rapidez, o pueden no ser idénticos. Por ejemplo, si todos los cajeros de
un banco tienen la misma experiencia, pueden considerarse como idénticos.
 
Al contrario de un sistema de canal múltiple, considere un proceso de producción con una
estación de trabajo que proporciona el servicio requerido. Todos los productos deben
pasar por esa estación de trabajo; en este caso se trata de un sistema de colas de canal
sencillo. Es importante hacer notar que incluso en un sistema de canal sencillo pueden
existir muchos servidores que, juntos, llevan a cabo la tarea necesaria. Por ejemplo, un
negocio de lavado a mano de automóviles, que es una sola estación, puede tener dos
empleados que trabajan en un auto de manera simultánea
 
Otra característica del proceso de servicio es el número de clientes atendidos al mismo
tiempo en una estación. En los bancos y en los supermercados (sistema de canal sencillo),
solamente un cliente es atendido a la vez. Por el contrario, los pasajeros que esperan en
una parada de autobús son atendidos en grupo, según la capacidad del autobús que
llegue.
 
Otra característica más de un proceso de servicio es si se permite o no la prioridad, esto
es ¿puede un servidor detener el proceso con el cliente que está atendiendo para dar
lugar a un cliente que acaba de llegar?.

Por ejemplo, en una sala de urgencia, la prioridad se presenta cuando un médico, que está
atendiendo un caso que no es crítico es llamado a atender un caso más crítico. Cualquiera
que sea el proceso de servicio, es necesario tener una idea de cuánto tiempo se requiere
para llevar a cabo el servicio. Esta cantidad es importante debido a que cuanto más dure
el servicio, más tendrán que esperar los clientes que llegan. Como en el caso del proceso
de llegada, este tiempo pude ser determinístico o probabilístico. Con un tiempo de servicio
determinístico, cada cliente requiere precisamente de la misma cantidad conocida de
tiempo para ser atendido. Con un tiempo de servicio probabilístico, cada cliente requiere
una cantidad distinta e incierta de tiempo de servicio. Los tiempos de servicio
probabilísticos se describen matemáticamente mediante una distribución de probabilidad.
En la práctica resulta difícil determinar cuál es la distribución real, sin embargo, una
distribución que ha resultado confiable en muchas aplicaciones , es la distribución
exponencial .En este caso, su función de densidad depende de un parámetro, digamos (la
letra griega my) y esta dada por
s(t)=(1/ m )e-m t
en la que:
m = número promedio de clientes atendidos por unidad de tiempo,
de modo que:
1/ m = tiempo promedio invertido en atender a un cliente
En general, el tiempo de servicio puede seguir cualquier distribución, pero, antes de que
pueda analizar el sistema, se necesita identificar dicha distribución.