TEORIA DE COLAS.

INTRODUCCIN

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.
Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de una
herramienta que sea capaz de dar una respuesta sobre las caractersticas que tiene un
determinado modelo de colas.
Definiciones iniciales
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.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lnea 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 lnea de espera para un sistema dado.
Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo,
pueden representar cualquier sistema en donde los trabajos o clientes llegan buscando un
servicio de algn tipo y salen despus de que dicho servicio haya sido atendido. Podemos
modelar los sistemas de este tipo tanto como colas sencillas o como un sistema de colas
interconectadas formando una red de colas. En la siguiente figura podemos ver un ejemplo
de modelo de colas sencillo. Este modelo puede usarse para representar una situacin
tpica en la cual los clientes llegan, esperan si los servidores estn ocupados, son servidos
por un servidor disponible y se marchan cuando se obtiene el servicio requerido.
El problema es determinar qu capacidad o tasa de servicio proporciona el balance
correcto. Esto no es sencillo, ya que un cliente no llega a un horario fijo, es decir, no se
sabe con exactitud en que momento llegarn los clientes. Tambin el tiempo de servicio no
tiene un horario fijo.
Los problemas de colas se presentan permanentemente en la vida diaria: un estudio en
EEUU concluy que, por trmino medio, un ciudadano medio pasa cinco aos de su vida
esperando en distintas colas, y de ellos casi seis meses parado en los semforos.

Introduccin a la Teora de Colas
En muchas ocasiones en la vida real, un fenmeno muy comn es la formacin de colas o
lneas de espera. Esto suele ocurrir cuando la demanda real de un servicio es superior a la
capacidad que existe para dar dicho servicio. Ejemplos reales de esa situacin son: los
cruces de dos vas de circulacin, los semforos, el peaje de una autopista, los cajeros
automticos, la atencin a clientes en un establecimiento comercial, la avera de
electrodomsticos u otro tipo de aparatos que deben ser reparados por un servicio tcnico,
etctera.
Todava ms frecuentes, si cabe, son las situaciones de espera en el contexto de la
informtica, las telecomunicaciones y, en general, las nuevas tecnologas. As, por ejemplo,
los procesos enviados a un servidor para ejecucin forman colas de espera mientras no
son atendidos, la informacin solicitada, a travs de Internet, a un servidor Web puede
recibirse con demora debido a congestin en la red o en el servidor propiamente dicho,
podemos recibir la seal de lneas ocupadas si la central de la que depende nuestro
telfono mvil est colapsada en ese momento, etc.
Origen:
El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca,
1878 - 1929) en 1909 para analizar la congestin de trfico telefnico con el objetivo de
cumplir la demanda incierta de servicios en el sistema telefnico de Copenhague. Sus
investigaciones acabaron en una nueva teora denominada teora de colas o de lneas de
espera. Esta teora es ahora una herramienta de valor en negocios debido a que un gran
nmero de problemas pueden caracterizarse, como problemas de congestin llegada-
salida.
Modelo de formacin de colas.
En los problemas de formacin de cola, a menudo se habla de clientes, tales como
personas que esperan la desocupacin de lneas telefnicas, la espera de mquinas para
ser reparadas y los aviones que esperan aterrizar y estaciones de servicios, tales como
mesas en un restaurante, operarios en un taller de reparacin, pistas en un aeropuerto, etc.
Los problemas de formacin de colas a menudo contienen una velocidad variable de
llegada de clientes que requieren cierto tipo de servicio, y una velocidad variable de
prestacin del servicio en la estacin de servicio.
Cuando se habla de lneas de espera, se refieren a las creadas por clientes o por las
estaciones de servicio. Los clientes pueden esperar en cola simplemente por que los
medios existentes son inadecuados para satisfacer la demanda de servicio; en este caso,
la cola tiende a ser explosiva, es decir, a ser cada vez mas larga a medida que transcurre
el tiempo. Las estaciones de servicio pueden estar esperando por que los medios
existentes son excesivos en relacin con la demanda de los clientes; en este caso, las
estaciones de servicio podran permanecer ociosas la mayor parte del tiempo. Los clientes
puede que esperen temporalmente, aunque las instalaciones de servicio sean adecuadas,
por que los clientes llegados anteriormente estn siendo atendidos. Las estaciones de
servicio pueden encontrar temporal cuando, aunque las instalaciones sean adecuadas a
largo plazo, haya una escasez ocasional de demanda debido a un hecho temporal. Estos
dos ltimos casos tipifican una situacin equilibrada que tiende constantemente hacia el
equilibrio, o una situacin estable.
En la teora de la formacin de colas, generalmente se llama sistema a un grupo de
unidades fsicas, integradas de tal modo que pueden operar al unsono con una serie de
operaciones organizadas. La teora de la formacin de colas busca una solucin al
problema de la espera prediciendo primero el comportamiento del sistema. Pero una
solucin al problema de la espera consiste en no solo en minimizar el tiempo que los
clientes pasan en el sistema, sino tambin en minimizar los costos totales de aquellos que
solicitan el servicio y de quienes lo prestan.
La teora de colas incluye el estudio matemtico de las colas o lneas de espera y provee
un gran nmero de modelos matemticos para describirlas.



Se debe lograr un balance econmico entre el costo del servicio y el costo asociado a la
espera por ese servicio
La teora de colas en s no resuelve este problema, slo proporciona informacin para la
toma de decisiones
Objetivos de la Teora de Colas
- 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.
Elementos existentes en un modelo de colas
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. Dicha suposicin de infinitud no resulta
restrictiva cuando, an siendo finita la poblacin potencial, 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.

Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que
los tiempos de llegada de clientes consecutivos son 0<t
1
<t
2
<..., 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:
T{k}=t
k
- t
k-1
, fijando su distribucin de probabilidad. Normalmente, cuando la poblacin
potencial es infinita se supone que la distribucin de probabilidad de los Tk (que ser la
llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que
estn en espera de completar su servicio, mientras que en el caso de que la fuente de
entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en proceso
de ser atendidos.
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.
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.
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.






La cola, propiamente dicha, es el conjunto de clientes que hacen espera, es decir los
clientes que ya han solicitado el servicio pero que an 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 qu cliente de la cola
elegir para pasar al mecanismo de servicio. Estos elementos pueden verse ms
claramente en la siguiente figura:




Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los
tiempos de servicio para cada servidor.

La distribucin ms usada para los tiempos de servicio es la exponencial, aunque es
comn encontrar la distribucin degenerada o determinstica (tiempos de servicio
constantes) o la distribucin Erlang (Gamma).

Notacin de Kendall

Por convencin los modelos que se trabajan en teora de colas se etiquetan





Las distribuciones que se utilizan son:

M: Distribucin exponencial (Markoviana)
D : Distribucin degenerada (tiempos constantes)
E k : Distribucin Erlang
G : Distribucin 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 slo servidor

Terminologa

Usualmente siempre es comn utilizar la siguiente terminologa estndar:

Estado del sistema : Nmero de clientes en el sistema.

Longitud de la cola: Nmero de clientes que esperan servicio.

N(t) : Nmero de clientes en el sistema de colas en el tiempo t (t>0).

Pn (t): Probabilidad de que exactamente n clientes estn en el sistema en el tiempo t,
dado el nmero en el tiempo cero.

s : Nmero de servidores en el sistema de colas.

n : Tasa media de llegadas (nmero esperado de llegadas por unidad de tiempo) de
nuevos clientes cuando hay n clientes en el sistema.

n : Tasa media de servicio para todo el sistema (nmero esperado clientes que
completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.

Nota: n representa la tasa combinada a la que todos los servidores ocupados logran
terminar sus servicios

n: Cuando n es constante para toda n

n : Cuando n es constante para toda n>1

1/ Tiempo entre llegadas esperado

1/ Tiempo entre llegadas esperado

Ejemplo:

Sea =3 personas/hora

(1/) =(1 hora/3 personas/hora) =(1/3) hora =20 minutos

r: factor de utilizacin para la instalacin se servicio (fraccin esperada de tiempo fue los
servidores individuales estn ocupados).

R =/(s)


Tambin puede interpretarse como nmero promedio de personas siendo atendidas

Nota: Para los sistemas de colas que analizaremos haremos la suposicin de que el
sistema se encuentra en la condicin de estado estable.

Demostracin

Para s =1

r: fraccin esperada de tiempo que los servidores individuales estn ocupados).



El servidor est trabajando 4 de cada 5 minutos, es decir est trabajando el 80% del
tiempo

r: Nmero promedio de personas siendo atendidas

Nmero promedio =0 * P0 +1 * P1

Nmero promedio =P1

Nmero promedio = 1/ / 1/

Nmero promedio =r


La siguiente notacin supone la condicin de estado estable:

Pn : Probabilidad de que haya exactamente n clientes en el sistema

L: Nmero esperado de clientes en el sistema.

Lq : Longitud esperada de la cola (excluye los clientes que estn 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 n es una constante para toda n:


L =l W Lq =l Wq


Supongamos que el tiempo medio de servicio es una constante 1/ para toda n>1

W =Wq +1/ L =Lq+r


Estas relaciones son fundamentales pues permiten determinar las cuatro cantidades
fundamentales L, W, Lq, Wq, en cuanto se encuentra analticamente el valor de una de
ellas.

Caractersticas claves.

Existen dos clases bsicas de tiempo entre llegadas:
Determinstico, en el cual clientes sucesivos llegan en un mismo intervalo de tiempo, fijo y
conocido. Un ejemplo clsico es el de una lnea de ensamble, en donde los artculos llegan
a una estacin en intervalos invariables de tiempo (conocido como ciclos de tiempo)
Probabilstico, en el cual el tiempo entre llegadas sucesivas es incierto y variable. Los
tiempos entre llegadas probabilsticos se describen mediante una distribucin de
probabilidad.
En el caso probabilstico, la determinacin de la distribucin real, a menudo, resulta difcil.
Sin embargo, una distribucin, la distribucin exponencial, ha probado ser confiable en
muchos de los problemas prcticos. La funcin de densidad, para una distribucin
exponencial depende de un parmetro, digamos l (letra griega lambda), y est dada por:
f(t)=(1/ )e
- t

en donde (lambda) es el nmero promedio de llegadas en una unidad de tiempo.
Con una cantidad T de tiempo se puede hacer uso de la funcin 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
-T



El proceso de servicio.

El proceso de servicio define cmo son atendidos los clientes. En algunos casos, puede
existir ms de una estacin 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 mltiple. En dichos sistemas,
los servidores pueden ser idnticos, en el sentido en que proporcionan la misma clase de
servicio con igual rapidez, o pueden no ser idnticos. Por ejemplo, si todos los cajeros de
un banco tienen la misma experiencia, pueden considerarse como idnticos.
Al contrario de un sistema de canal mltiple, considere un proceso de produccin con una
estacin de trabajo que proporciona el servicio requerido. Todos los productos deben
pasar por esa estacin 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 automviles, que es una sola estacin, puede tener dos
empleados que trabajan en un auto de manera simultnea
Otra caracterstica del proceso de servicio es el nmero de clientes atendidos al mismo
tiempo en una estacin. 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 autobs son atendidos en grupo, segn la capacidad del autobs que
llegue.
Otra caracterstica ms 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 est atendiendo para dar
lugar a un cliente que acaba de llegar? Por ejemplo, en una sala de urgencia, la prioridad
se presenta cuando un mdico, que est atendiendo un caso que no es crtico es llamado
a atender un caso ms crtico. Cualquiera que sea el proceso de servicio, es necesario
tener una idea de cunto tiempo se requiere para llevar a cabo el servicio. Esta cantidad
es importante debido a que cuanto ms dure el servicio, ms tendrn que esperar los
clientes que llegan. Como en el caso del proceso de llegada, este tiempo pude ser
determinstico o probabilstico. Con un tiempo de servicio determinstico, cada cliente
requiere precisamente de la misma cantidad conocida de tiempo para ser atendido. Con
un tiempo de servicio probabilstico, cada cliente requiere una cantidad distinta e incierta
de tiempo de servicio. Los tiempos de servicio probabilsticos se describen
matemticamente mediante una distribucin de probabilidad. En la prctica resulta difcil
determinar cul es la distribucin real, sin embargo, una distribucin que ha resultado
confiable en muchas aplicaciones , es la distribucin exponencial .En este caso, su funcin
de densidad depende de un parmetro, digamos (la letra griega mu) y esta dada por
s(t) =(1/m) e
-t


en la que:

= nmero promedio de clientes atendidos por unidad de tiempo, de modo que:

1/ = tiempo promedio invertido en atender a un cliente

En general, el tiempo de servicio puede seguir cualquier distribucin, pero, antes de que
pueda analizar el sistema, se necesita identificar dicha distribucin.
Introduccin
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.
Todava ms frecuentes, si cabe, son las situaciones de espera en el contexto de la informtica,
las telecomunicaciones y, en general, las nuevas tecnologas. As, por ejemplo, los procesos enviados a
un servidor para ejecucin forman colas de espera mientras no son atendidos, la informacin solicitada, a
travs de Internet, a un servidor Web puede recibirse con demora debido a congestin en la red o en el
servidor propiamente dicho, podemos recibir la seal de lneas ocupadas si la central de la que depende
nuestro telfono mvil est colapsada en ese momento, etc.
Debido a lo comentado anteriormente, se plantea como algo muy til el desarrollo de una herramienta que sea
capaz de dar una respuesta sobre las caractersticas que tiene un determinado modelo de colas.
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.
Una cola es una lnea de espera y la teora de colas es una coleccin de modelos matemticos que
describen sistemas de lnea 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 lnea de espera para un sistema
dado.
Los sistemas de colas son modelos de sistemas que proporcionan servicio. Como modelo, pueden
representar cualquier sistema en donde los trabajos o clientes llegan buscando un servicio de algn tipo y
salen despus de que dicho servicio haya sido atendido. Podemos modelar los sistemas de este tipo tanto
como colas sencillas o como un sistema de colas interconectadas formando una red de colas. El modelo de
colas sencillo puede usarse para representar una situacin tpica en la cual los clientes llegan, esperan si
los servidores estn ocupados, son servidos por un servidor disponible y se marchan cuando se obtiene el
servicio requerido.
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de servicios que debe estar
preparada para ofrecer. Pero, por otro lado, carecer de la capacidad de servicio suficiente causa colas
excesivamente largas en ciertos momentos. Cuando los clientes tienen que esperar en una cola para recibir
nuestros servicios, estn pagando un coste, en tiempo, ms alto del que esperaban. Las lneas de espera
largas tambin son costosas por tanto para la empresa ya que producen prdida de prestigio y prdida de
clientes. El problema es determinar qu capacidad o tasa de servicio proporciona el balance correcto.
La teora de las colas en si no resuelve directamente el problema, pero contribuye con la informacin vital que
se requiere para tomar las decisiones concernientes prediciendo algunas caractersticas sobre la lnea de
espera: probabilidad de que se formen, el tiempo de espera promedio.
Caractersticas
Las siguientes caractersticas se aplican a los sistemas de colas:
- Una poblacin de clientes, que es el conjunto de los clientes posibles.
- Un proceso de llegada, que es la forma en que llegan los clientes de esa poblacin.
- Un proceso de colas, que est conformado por la manera que los clientes esperan para ser atendidos
y la disciplina de colas, que es la forma en que son elegidos para proporcionarles el servicio.
- Un proceso de servicios, que es la forma y la rapidez con la que es atendido el cliente
- Proceso de salida, que son de los siguientes dos tipos:
a) Los elementos abandonan completamente el sistema despus de ser atendidos, lo que tiene
como resultado un sistema de colas de un paso. Por ejemplo los clientes de un banco esperan
en una sola fila, son atendidos por uno de los tres cajeros y, despus que son atendidos
abandonan el sistema.
b) Los productos, ya que son procesados en una estacin de trabajo, son trasladados a alguna
otra parte para someterlos a otro tipo de proceso, lo que tiene como resultado una red de colas.
Por ejemplo, los productos primero son procesados en la estacin de trabajo A y despus son
enviadas a la estacin de trabajo B o C. Los productos terminados en ambas estaciones, B y C,
luego son procesados en la estacin D, antes de abandonar el sistema.

Elementos que Conforman la Teora de Colas
Proceso Bsico de Colas: Los clientes que requieren un servicio se generan en una fase de entrada. Estos
clientes entran al sistema y se unen a una cola. En determinado momento se selecciona un miembro de la
cola, para proporcionarle el servicio, mediante alguna regla conocida como disciplina de servicio. Luego, se
lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio, despus de lo cual el cliente sale
del sistema de colas.
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. Dicha suposicin de infinitud no
resulta restrictiva cuando, aun siendo finita la poblacin potencial, 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.
Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de
llegada de clientes consecutivos son 0 <t1<t2<..., 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: T{k}=tk - tk-1, fijando su distribucin de probabilidad. Normalmente,
cuando la poblacin potencial es infinita se supone que la distribucin de probabilidad de los Tk (que ser la
llamada distribucin de los tiempos entre llegadas) no depende del nmero de clientes que estn en espera
de completar su servicio, mientras que en el caso de que la fuente de entrada sea finita, la distribucin de los
Tk variar segn el nmero de clientes en proceso de ser atendidos.
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.
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.

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.


La Cola: Propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han
solicitado el servicio pero que an 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 qu cliente de la cola elegir para pasar al mecanismo de
servicio. Estos elementos pueden verse ms claramente en la siguiente figura:


Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio para
cada servidor.
Distribucin de los tiempos de servicio y llegada en un
sistema de cola
Aunque a veces se sabe exactamente cundo se van a producir las llegadas al sistema, en general el tiempo
que transcurre entre dos llegadas consecutivas se modela mediante una variable aleatoria. En particular,
cuando la fuente es infinita se supone que las unidades que van llegando al sistema dan lugar a un proceso
estocstico llamado de conteo; si todos los tiempos entre llegadas son variablesaleatorias independientes
idnticamente distribuidas, se dice que es un proceso de renovacin. Usualmente, el proceso que se utiliza es
un proceso de Poisson.
Cuando la fuente es finita se suele asumir que la probabilidad de que se produzca una llegada en un intervalo
de tiempo es proporcional al tamao de la fuente en ese instante.
Se llama capacidad del servicio al nmero de clientes que pueden ser servidos simultneamente. Si la
capacidad es uno, se dice que hay un solo servidor (o que el sistema es monocanal) y si hay ms de un
servidor, multicanal. El tiempo que el servidor necesita para atender la demanda de un cliente (tiempo de
servicio) puede ser constante o aleatorio.
Parmetros de la teora de cola
- ?n =Tasa media de llegadas de nuevos clientes cuando hay n clientes en el sistema (nmero
promedio de llegadas por unidad de tiempo).
- 1/? =Tiempo promedio entre llegadas.
- n =Tasa media de servicio de nuevos clientes cuando hay n clientes en el sistema (nmero
promedio de clientes al cual puede dar servicio la instalacin en una unidad de tiempo, suponiendo
que no hay escasez de clientes).
- 1/ =Tiempo promedio servicio.
- Lq =Nmero esperado de clientes en la cola (excluye los clientes que estn en servicio).
- L =Nmero esperado de clientes que se atienden y/o esperan en el sistema.
- Wq =Tiempo estimado que emplea un cliente esperando en la cola.
- W =Tiempo estimado que emplea un cliente esperando ms el que emplea siendo atendido (tiempo
esperado en el sistema).
- Po =Probabilidad de encontrar el sistema vaco u ocioso.
- Pn =Probabilidad de encontrar exactamente n clientes en el sistema.
- ? =Fraccin esperada de tiempo que los servidores individuales estn ocupados.

La Distribucin de Poisson
Esta distribucin es muy frecuente en los problemas relacionados con la investigacin operativa, sobre todo
en el rea de la gestin de colas. Suele describir, por ejemplo, la llegada de pacientes a un ambulatorio, las
llamadas a una central telefnica, la llegada de coches a un tnel de lavado, etc. Todos estos casos pueden
ser descritos por una variable aleatoria discreta que tiene valores no-negativos enteros.

La Distribucin Exponencial
La distribucin de Poisson describe las llegadas por unidad de tiempo y la distribucin exponencial estudia el
tiempo entre cada una de estas llegadas. Si las llegadas son de Poisson, el tiempo entre ellas es exponencial.
La distribucin de Poisson es discreta, mientras que la distribucin exponencial es continua, porque el tiempo
entre llegadas no tiene por qu ser un nmero entero.
Esta distribucin se usa mucho para describir el tiempo entre eventos, especficamente, la variable aleatoria
que representa el tiempo necesario para servir a la llegada. Un ejemplo tpico puede ser el tiempo que un
mdico dedica a un paciente.


Modelos de la teora de cola
- Modelo de la Cola Infinita, Fuente Infinita y una Unidad de Servicio.
Para este modelo se considera lo siguiente:
1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independientes del proceso de llegada.
3. Slo hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.

para n =0,1,2,3,--.

para n =1,2,3, --..
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperado en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Probabilidad de que el tiempo empleado (T) exceda a un valor particular t:
a) Incluyendo el tiempo de servicio.

b) Excluyendo el tiempo de servicio.

- Modelo de la Cola Infinita, Fuente Infinita y una Unidad de Servicio Mltiple.
Para este modelo de considera lo siguiente:

1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.

para n =0,1,2,3,--.

S: nmero de unidades de servicio.
- Probabilidad de encontrar exactamente n clientes en el sistema:


- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperado en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Probabilidad de que el tiempo empleado (T) exceda a un valor particular t:
Incluyendo el tiempo de servicio.

Cuando debe sustituirse por & t.



- Modelo de la Cola Finita, Fuente Infinita y una Unidad de Servicio.
Para este modelo de considera lo siguiente:
1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independiente del proceso de llegada.
3. Hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.


para n =1,2,3,--.
M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vaco:

- Factor de utilizacin:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o atendidos:

- Nmero estimado de clientes que esperan ser atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:


- Tiempo estimado que emplea un cliente en el sistema:


- Modelo de la Cola Finita, Fuente Infinita y una Unidad de Servicio Mltiple.
Para este modelo de considera lo siguiente:
1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.


para n =0,1,2,3,--.
M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:


- Tiempo estimado que emplea un cliente en el sistema:


- Modelo de la Cola Finita, Fuente Finita y una Unidad de Servicio.
Para este modelo de considera lo siguiente:
1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independiente del proceso de llegada.
3. Hay una unidad de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.


para n =1,2,3,--.
M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos:


- Tiempo estimado que emplea un cliente esperando en la cola:


- Tiempo estimado que emplea un cliente en el sistema:


- Modelo de la Cola Finita, Fuente Finita y una Unidad de Servicio Mltiple.
Para este modelo de considera lo siguiente:
1. Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2. Se supone que el tiempo de servicio es tambin una variable aleatoria que sigue una distribucin
exponencial o de Markov. Se supone adems que los tiempos de servicios son independientes entre
s e independiente del proceso de llegada.
3. Hay varias unidades de servicio.
4. La disciplina de cola se basa en el principio FIFO (primero en llegar primero en salir) y no hay un
lmite para el tamao de la cola.
5. Las tasas de llegadas y de servicio no cambian con el tiempo. El proceso ha estado en operacin el
tiempo suficiente para eliminar los efectos de las condiciones iniciales.
6. No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.



M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:


- Tiempo estimado que emplea un cliente en el sistema:

EJERCICIOS:
El modelo simple de teora de colas que se ha definido, se basa en las siguientes suposiciones:
a) Un solo prestador del servicio y una sola fase.
b) Distribucin de llegadas de poisson donde ? =tasa de promedio de llegadas.
c) Tiempo de servicio exponencial en donde ? =tasa de promedio del servicio.
d) Disciplina de colas de servicio primero a quien llega primero; todas las llegadas esperan en lnea hasta que
se les da servicio y existe la posibilidad de una longitud infinita en la cola.
A partir de estas suposiciones se pueden derivar las siguientes estadsticas de desempeo:
? =? / ?
P0 =1- ? / ?
Pn =P0(? / ?)n
Lq = ? 2
? ( ? - ? )
Ls =? / ( ? - ? )
Wq = ?
? ( ? - ? )
Ws = 1 / ( ? - ? )
Ejemplo:
Suponga que un cajero bancario puede atender a los clientes a una velocidad promedio de diez
clientes por hora (? =10). Adems, suponga que los clientes llegan a la ventanilla del cajero a una tasa
promedio de 7 por hora (? =7). Se considera que las llegadas siguen la distribucin exponencial. En la
condicin uniforme el sistema de colas tendr las siguientes caractersticas de desempeo.
? =7 / 10, el prestador del servicio trabajara el 70% del tiempo.
P0 =1- 7 / 10 =0.3; 30% del tiempo no habr clientes en el sistema (ni en la cola, ni recibiendo
servicio).
Pn = 0.3 (7 / 10)n, una frmula para descubrir la posibilidad de que n se encuentre en el sistema en cualquier
momento dado: n =1, 2, 3,.......; P1 =0.21, P2 =0.147; P3 =0.1029; etc.
Lq = 72 =1.63; en promedio 1.63 clientes estarn en la cola.
10 (10 - 7)
Ls =7 / (10 - 7) = 2.33; en promedio 2.33 clientes estarn en el sistema (en la cola y en servicio).
Wq = 7 = 0.233; el cliente pasa un promedio de 0.233 horas esperando en la 10 (10 - 7) cola.
Ws = 1 / (10 - 7) = 0.333; el cliente pasa un promedio de 0.333 horas en el sistema (en la cola en
servicio).
Si los clientes se alejan del cajero siempre que existan 3 o ms clientes antes que ellos en el sistema,
la proporcin de clientes perdida es:
1- (P0 - P1 - P2 - P3).
=1- (0.3 - 0.21 - 0.147 - 0.1029) = 0.2401
En este caso se perder el 24% de los clientes debido a que la espera es demasiado larga.

Ahora es posible evaluar el desempeo del sistema de colas. El administrador tendr que tomar en
consideracin el tiempo perdido del prestador del servicio ( 30% ), el tiempo que espera el cliente ( 0.233
horas ) y la longitud de la lnea que se forma ( 1.63 clientes). Si este rendimiento es inaceptable se puede
colocar un segundo prestador del servicio o hacer otros cambios en las caractersticas de las llegadas, de la
cola o del portador de los servicios.
Ejemplo:
Frente a una ventanilla del Banco Estatal se presentan 560 personas diarias (jornada de 8 horas); el cajero
puede dar servicio a 100 personas como promedio por hora. Con la hiptesis de llegadas Poissonianas y
servicios exponenciales, encontrar el factor promedio de utilizacin del sistema, el tiempo ocioso promedio en
el sistema, la probabilidad que haya 3 clientes en el sistema, el nmero promedio de personas en el sistema,
la cantidad promedio de clientes en la cola, el tiempo promedio que permanece una persona en el sistema, el
tiempo promedio de un cliente en la fila, el tiempo promedio que tarda un servicio, la probabilidad que existan
4 personas.


Ws =W Wq ; Ws =2 min 1,4 min; Ws =0,6 min En promedio el tiempo que tarda un servicio corresponde
a ,6 minutos.

Ejemplo:
En una empresa la reparacin de un cierto tipo de maquinaria existente en el mercado se realiza en
5 operaciones bsicas que se efectan de una manera secuencial; si le tiempo que se lleva en realizar cada
uno de los 5 pasos tiene una distribucin exponencial con media de 5 minutos. Estas mquinas se
descomponen segn una distribucin Poisson con una razn media de 2 mquinas / hora y en la fbrica solo
hay un mecnico que las repara. Calcular las caractersticas de operacin de la empresa.

Ws =W - Wq; Ws =1.66 - 1.249; Ws =0.411 hor =25 min En promedio el tiempo de un servicio es de 25
minutos
Conclusin
El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en 1909
para analizar la congestin de trfico telefnico con el objetivo de cumplir la demanda incierta de servicios en
el sistema telefnico de Copenhague. Sus investigaciones acabaron en una nueva teora denominada teora
de colas o de lneas de espera. Esta teora es ahora una herramienta de valor ennegocios debido a que un
gran nmero de problemas pueden caracterizarse, como problemas de congestin llegada-salida.
La teora de las colas es el estudio matemtico de las colas o lneas de espera. La formacin de colas es, por
supuesto, un fenmeno comn que ocurre siempre que la demanda efectiva de un servicio excede a
la oferta efectiva.
Los sistemas de colas son muy comunes en la sociedad. La adecuacin de estos sistemas puede tener un
efecto importante sobre la calidad de vida y la productividad.
Para estudiar estos sistemas, la teora de colas formula modelos matemticos que representan su operacin y
despus usa estos modelos para obtener medidas de desempeo. Este anlisis proporciona informacin vital
para disear de manera efectiva sistemas de colas que logren un balance apropiado entre el costo de
proporcionar el servicio y el costo asociado con la espera por ese servicio.
Bibliografa
- http://www.wikilearning.com/monografia/la_teoria _teoria_de_colas/15124-2
- http://www.mitecnologico.com/TeoriaDeColasProceso_ModelosPoisson
- http://sitios.ingenieria-usac.edu.gt/estadistica/analisis/teoriacolas.html
- http://www.utpl.edu.ec/blog/simulacionsistemas/category/teorias/
- http://www.mitecnologico.com/Main/LineasDeEsperaIntroduccion
- Prof. J ulia Marcano de R. Gua Electiva II. Teora de Cola.