1

COLAS O LNEAS DE ESPERA

Cuando los
trabajos de
manufactura
esperan su
proceso

Para
entrar a un
concierto

En la caja de
algn almacn
Un trabajo
que esperan
ser procesado
en una
mquina

Los barcos o
camiones) que
deben esperar
su descarga
Cuando las
mquinas
esperan ser
reparadas

COLAS

Los aviones
que esperan
despegar o
aterrizar

Automviles
que esperan el
cambio del
semforo

Para obtener
comida en la
cafetera

Para enviar un
paquete por
mensajeria

Para comprar
un boleto para
el cine
Para subir
a un juego en
una feria

Para hacer un
deposito en el
banco
2

Cul es la utilidad de la Teora de

Colas ?
Trata de cuantificar el fenmeno de esperar formando colas, a travs de modelos que
representar los tipos de sistemas de lneas de espera. Las formulas de cada modelo indican
cual debe ser el desempeo del sistema correspondiente y sealan la cantidad promedio de
espera que ocurrir en diversas circunstancias.

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

Proceso Bsico de Colas

Elementos del sistema de Colas

Fuente de entrada (poblacin potencial)
Tamao de la fuente de entrada= N total de clientes que pueden requerir servicio en
determinado momento (poblacin de entrada finita o infinita)
La poblacin de entrada sigue una distribucin 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 distribucin exponencial.

Cola
Las colas pueden ser finitas o infinitas, segn si el nmero es finito o infinito. El supuesto
de una cola infinita es el estndar de la mayora de los modelos.

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
algn procedimiento de prioridad o con algn otro orden.

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 terminacin
en una estacin se llama tiempo de servicio (o duracin del servicio), el cual sigue que
distribucin exponencial por lo general.

Proceso de Colas Elemental

Una sola lnea de espera

Los clientes no tienen que ser necesariamente personas.

No es necesario que se forme una lnea de espera fsica delante de una estructura material que constituye
la estacin de servicio.
Los miembros de la cola pueden estar dispersos en un rea mientras esperan que el servidor venga a ellos.
El servidor o grupo de servidores asignados a un rea constituyen la estacin de servicio de esa rea.
El nico requisito esencial para poder aplicar la teora de colas es que los cambios en el nmero de clientes
que esperan un servicio ocurran como si prevaleciera la situacin fsica que se describe en la fi gura.
8

Convencin de un modelo de Colas

Donde:
M = distribucin exponencial (markoviana)
D =distribucin degenerada (tiempos constantes)
Ek = distribucin Erlang (parmetro de forma = k)
G =distribucin general (permite cualquier distribucin arbitraria)
Ejemplos:
Modelo M/M/s
Tanto los tiempos entre llegadas como los de servicio tienen distribucin exponencial y el numero de
servidores es s (cualquier entero positivo).
Modelo M/G/1
Los tiempos entre llegadas siguen una distribucin exponencial pero no pone restricciones a la
distribucin de los tiempos de servicio, mientras que el numero de servidores est restringido a solo 1.

Terminologa 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 ) Probabilid ad de que exactament e n clientes estn 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 utilizaci n de la instalaci n de servicio /( s )

Sistema en condicin 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 operacin).
Sistema en condicin estable = Cuando el estado del sistema se vuelve independiente del estado inicial y
del tiempo transcurrido (ha pasado suficiente tiempo desde el inicio).
10

Papel de la distribucin exponencial

La distribucin de probabilidad de los tiempos entre llegadas y los tiempos de servicio pueden
tomar casi cualquier forma, por lo que siguen una distribucin exponencial (aleatoria), como sigue:

e t para t 0
fT (t )

para t 0
0
En este caso, las probabilidades acumuladas son:

P{t T } 1 e t

(t 0)

P{t T } e t
Y el valor esperado y la varianza de T son:
E (T )

var(T )

2
11

Papel de la distribucin exponencial

Ejemplo:
Una mquina en servicio tiene una unidad de reserva para sustituirla de inmediato cuando falle. El tiempo
a la falla (tiempo entre fallas) de la mquina (o de su unidad de reserva) es exponencial, y sucede cada 40
minutos, en promedio. El operador de la mquina dice que sta tiene la costumbre de descomponerse
cada noche a eso de las 8:30 P.M. Analizar lo que dice el operador.
Solucin:
La tasa promedio de falla por hora es:

60 min/h
1,5 fallas por hora
40 min/falla

1, 5t
f
(
t
)

1
,
5
e
La distribucin exponencial del tiempo de falla es: T

t0

El valor de la probabilidad de que una falla suceda a las 8:30 P.M. depende de la hora del da (en relacin
con las 8:30 P.M.) con la que se calcule, es decir:
10

Si son las 8:20 P.M, la probabilidad de que una falla suceda a las 8:30 P.M es:
Si son las 7:00 P.M, la probabilidad de que una falla suceda a las 8:30 P.M es:

1, 5 ( )
10
P{t } 1 - e 60 0,22
60
90

1, 5 ( )
90
P{t } 1 - e 60 0,89
60

12

Papel de la distribucin exponencial

Ejercicio 1. Para el ejemplo anterior, determine lo siguiente:
a) La cantidad promedio de fallas en 1 semana, suponiendo que el servicio se ofrece 24 horas por da y 7
das por semana.
b) La probabilidad de que haya al menos una falla en un periodo de 2 horas.
c) La probabilidad de que la prxima falla no suceda en menos de 3 horas.
d) Si no ha sucedido falla en 3 horas despus de la ltima falla, cul es la probabilidad de que el tiempo
entre fallas sea de 4 horas cuando mucho?
Ejercicio 2.

El tiempo entre llegadas en la oficina de Admisiones de la Universidad de la Costa es exponencial, con

valor medio de 0.05 hora. La oficina abre a las 8:00 A.M.
a) Escriba la distribucin exponencial que describa el tiempo entre llegadas.
b) Determine la probabilidad de que no lleguen clientes a la oficina hasta las 8:15 A.M.
c) Son las 8:35 A.M. Cul es la probabilidad de que el siguiente cliente llegue antes de las 8:38 A.M.? Y
de que no llegue hasta las 8:40 A.M.?
d) Cul es la cantidad promedio de clientes que llegan entre las 8:10 y las 8:45 A.M.?
13

MODELOS CON NACIMIENTOS Y MUERTES

PURAS
Modelo de nacimientos puros: Slo se permiten llegadas. La
distribucin exponencial se usa para describir el tiempo entre
llegadas.
Ej: La emisin de los certificados de nacimiento para los recin
nacidos
Modelo de muertes puras: Slo se permiten salidas. La
distribucin exponencial se usa para describir el tiempo entre
salidas.
Ej: El retiro aleatorio de un artculo en una tienda.

14

MODELOS CON NACIMIENTOS Y MUERTES

PURAS
Modelo de nacimientos puros: Si el tiempo entre llegadas es exponencial con media
igual a E (T ) 1 la cantidad de llegadas durante un periodo t especfico tiene distribucin

de Poisson con media E{n | t} t .

Entonces la probabilidad de n llegadas durante t es:

En este caso, las probabilidades acumuladas son:

Y la probabilidad de que no haya llegadas durante el periodo t es:

P0(t ) e t
15

MODELOS CON NACIMIENTOS Y MUERTES

PURAS
Modelo de muertes puras: El sistema comienza con N clientes cuando el tiempo es 0, y
no se permiten ms llegadas. Las salidas se hacen con la frecuencia de clientes por
unidad de tiempo. Entonces la probabilidad de n clientes remanentes a las t unidades de
tiempo:

Las probabilidades acumuladas son:

La probabilidad de que no haya llegadas durante el periodo t es :

Cantidad de n clientes remanentes a las t unidades de tiempo

N

E{n | t} n pn (t )
n

16

MODELOS CON NACIMIENTOS Y MUERTES

PURAS
Ejemplo:
Los nios nacen en un municipio poco poblado, con una frecuencia de un nacimiento
cada 12 minutos. El tiempo entre nacimientos sigue una distribucin exponencial.
Determinar lo siguiente:
a) La cantidad promedio de nacimientos por ao.
b) La probabilidad de que no haya nacimientos en cualquier da.
c) La probabilidad de emitir 50 certificados de nacimiento en 3 horas, cuando se emitieron
40 certificados durante las primeras 2 horas del periodo de 3 horas.
Solucin:
a) (24 * 60)/12 120 nacimiento s/da
t (120 * 365) 43.800 nacimiento s/ao

b)

(5 *1)10 e 5*1
P10 (1)
0,01813
10!

c)

(120 *1)0 e120*1

P0 (1)
0
0!
17

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 despus 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
instalacin de servicio.
Terminologa:
n Cantidad de clientes en el sistema

Pn Probabilid ad 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 transicin.

18

MODELO GENERALIZADO DE COLA DE

POISSON
Diagrama de frecuencia de transicin (o tasa de transicin)

El sistema de cola est en el estado n cuando la cantidad de clientes en l es n.

Cuando n>0, el estado n slo 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:

Donde P0
19

MODELO GENERALIZADO DE COLA DE

POISSON
Ejemplo:
Un almacn opera con tres cajas. El gerente usa el siguiente programa para determinar la
cantidad de cajeras en operacin, en funcin de la cantidad de clientes en la tienda:

Los clientes llegan a las cajas siguiendo una distribucin de Poisson, con una frecuencia media
de 10 por hora. El tiempo promedio de atencin 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.
Solucin:

20

MODELO GENERALIZADO DE COLA DE

POISSON
Solucin:

Para hallar P0 se aplica

se aplica la suma de la serie geomtrica:

21

COLAS ESPECIALIZADAS DE POISSON

Medidas de desempeo 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 relacin directa entre Ws y Wq:

Esto se traduce en:

22

COLAS ESPECIALIZADAS DE POISSON

Medidas de desempeo en estado estacionario
Tambin hay una relacin entre Ls y Lq:

Como:

Y la utilizacin de la instalacin es:

23

COLAS ESPECIALIZADAS DE POISSON

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

Notaciones:

a yb

M= distribucin exponencial (o de Poisson) de las

llegadas o de las salidas (o lo que es igual,
distribucin exponencial del tiempo entre
llegadas o tiempo de servicio)

PLPS= Primero en llegar, primero en ser

servido

D = distribucin degenerada (tiempo constantedeterminstico)

ULPS= ltimo en llegar, primero en ser

servido

Ek =distribucin Erlang

SEOA=Servicio en orden aleatorio

G = distribucin general

DG= Disciplina en general (es decir,

cualquier tipo de disciplina)
24

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 lmite para la cantidad mxima en el sistema
Supone una fuente de capacidad infinita

Medidas de desempeo en estado estacionario

25

COLAS ESPECIALIZADAS DE POISSON

Modelos con 1 servidor (c=1)

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

Medidas de desempeo en estado estacionario

26

COLAS ESPECIALIZADAS DE POISSON

Modelos con 1 servidor (c=1)

Ejemplo: (M/M/1):(DG/N/)
Lavado Automata para automviles funciona slo con un lugar de lavado. Los autos llegan
siguiendo una distribucin de Poisson, con 4 autos por hora. Si el lugar de lavado est
ocupado pueden esperar en el estacionamiento de la instalacin, el cual tiene un total de
cuatro cajones de estacionamiento. Si el estacionamiento se llena, los automviles que
lleguen se van a otro lado.
El tiempo para lavar y limpiar un automvil es exponencial, con 10 minutos de promedio.
El propietario desea determinar el impacto que tiene el espacio limitado de
estacionamiento sobre la ida de sus clientes a la competencia.
Solucin:
La probabilidad de perder clientes es:
N=4+1=5
1.42256 clientes

0.37362 h

0.78797 clientes

0.20695 h

27

COLAS ESPECIALIZADAS DE POISSON

Modelos con varios servidores (c>1)
(M/M/c):(DG//)
No hay lmite de cantidad en el sistema.
n , n c
c , n c

n , n 0

Medidas de desempeo en estado estacionario

28

COLAS ESPECIALIZADAS DE POISSON

Modelos con varios servidores (c>1)

(M/M/c):(DG/N/), cN
El tamao mximo de la cola es N c .

Medidas de desempeo en estado estacionario

29

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 tambin es el servidor.
n n n 0, 1, 2...
n , n 0, 1, 2...

Medidas de desempeo en estado estacionario

30

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 instalacin de servicio tiene s servidores, un proceso de
entradas Poisson con parmetro y la misma distribucin de los tiempos de
servicio de cada servidor con parmetro (el modelo M/M/s), en donde s>.
Entonces, la salida en estado estable de esta instalacin de servicio tambin es
un proceso de Poisson con parmetro .

31

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 instalacin tiene una cola infinita, de manera que se forma un sistema de colas
infinitas en serie.
Cada instalacin i (i=1,2,...,m) tiene la distribucin exponencial de tiempos de servicio con
parmetro i de sus si servidores, donde sii> .
Cada instalacin de servicio tiene entrada Poisson con parmetro .
La probabilidad conjunta de n1 clientes en la instalacin 1, n2 clientes en la instalacin 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 utilizacin de la instalacin de servicio i es:

32

Redes de Colas (Varias colas)

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

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

Cada instalacin i (i=1,2,...,m) tiene clientes que llegan de afuera del sistema segn un
proceso de entrada Poisson con parmetro ai.

Cada instalacin i (i=1,2,...,m) tiene si servidores con distribucin exponencial de tiempos

de servicio con parmetro i.

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

33

Redes de Colas (Varias colas)

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

El nmero 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:

Wqi Wsi

i
34

Redes de Colas (Varias colas)

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

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

35

Redes de Colas (Varias colas)

Ejemplo:

Factor de utilizacin de la instalacin de

servicio i es:

El tiempo esperado de espera total en el

sistema Ws* es:

El nmero esperado de clientes en el

sistema Lsi es:

El nmero total de clientes esperado en

todo el sistema Ls es:

*No se puede simplemente sumar los tiempos de espera esperados en

cada una de las estaciones porque un cliente no necesariamente llega a
cada una de ellas solo una vez.

36