Un sistema de colas se especifica por seis caractersticas principales.

1. El tipo de distribucin o llegadas (tiempo de llegadas)

2. El tipo de distribucin de salidas o retiros (tiempo de servicio).
3. Los canales de servicio.
4. La disciplina del servicio.
5. El nmero mximo de clientes permitidos en el sistema.
6. La fuente o poblacin.
La fuente o poblacin representa un factor importante en el anlisis de teora de
colas ya que el modelo de llegadas depende de la fuente de donde provienen los
clientes. Las llegadas a un sistema de servicio pueden provenir de una fuente
finita o infinita. Esta distincin es muy importante ya que los anlisis se basan en
premisas distintas y requieren de ecuaciones diferentes para su solucin.
Existe una fuente finita cuando una llegada afecta la tasa de llegadas de futuros
clientes potenciales. As pues, la cola se puede ver de la siguiente manera.

Figura 1. Elementos principales de un sistema de colas.

Figura 2. Clasificacin de modelo de colas

A su vez la poblacin est ntimamente relacionada con el nmero mximo de
clientes permitidos en el sistema, si el cupo de clientes permitidos en una cola
dependiendo de las caractersticas que representa el sistema; es decir, de acuerdo
a las caractersticas del sistema (poblacin) se podr tener una cola infinita o
finita. Si una cola es infinita no hay problema en que lleguen mil clientes ya que
los mil clientes podrn ser atendidos; mientras que en una cola finita hay un cupo
mximo o limite y cuando la cola se encuentre llena los dems clientes sern
rechazados. Este caso en especfico se le conoce como caso de frustracin.
Las llegadas a un sistema de servicio pueden provenir de una fuente finita o
infinita. Esta distincin es muy importante ya que los anlisis se basan en
premisas distintas y requieren de ecuaciones diferentes para su solucin.
POBLACION FINITA
Una poblacin finita es un grupo limitado de clientes que representa la fuente que
usara el servicio y que en ocasiones formara la cola. La importancia de esta
clasificacin es que, cuando un cliente deja su posicin como miembro de la
poblacin (por ejemplo cuando una maquina se estropea y requiere de
mantenimiento), se reduce en una unidad el tamao del grupo de usuarios lo cual
reduce la probabilidad de aparicin de la siguiente avera. Por el contrario,
cuando finaliza el servicio a un cliente, este regresa al grupo de usuarios
potenciales, lo que implica un aumento de la poblacin y por tanto de la
probabilidad de que un usuario requiera de servicio.
Ejemplo:
Considere un grupo de 4 camiones a las que da mantenimiento una nica
persona. La probabilidad de que se estropee un camin del grupo, es del 100%.
Si esto ocurre, el grupo queda reducido a 3 mquinas, ahora la probabilidad de
que alguno de estos camiones tambin se estropee es de 3/4= 75%, sensiblemente
inferior a la anterior. Por el contrario, cuando una camin es reparado y vuelve a
funcionar, aumenta de nuevo la poblacin de camiones, y entonces la
probabilidad de que se estropee una de ellas es de 4/4=100% otra vez.
POBLACION INFINITA
Como es lgico pensar, no existe la poblacin infinita, sin embargo, se podr
considerar infinita cuando tiene el tamao suficiente en comparacin con el
sistema de servicio, para que los cambios en el tamao de la poblacin,
ocasionados por disminuciones o adiciones (un cliente que requiere el servicio, o
un cliente ya servido que regresa a la poblacin), no afecten de manera sustancial
a las probabilidades del sistema.
Ejemplo:
Si existieran 100 camiones en lugar de 4, no cambiara demasiado la probabilidad
de aparicin de la siguiente avera dentro de la poblacin (la probabilidad baja
del 100/100=100% hasta 99/100=99%). Esto es mucho ms evidente cuando el
tamao de la poblacin es fijo pero bastante ms alto. Entonces, a efectos
prcticos, se debe suponer que la poblacin es infinita en cualquier modelo que
no establezca otra cosa, con lo que se facilitaran considerablemente los clculos.
NOTACIN DE KENDALL
David G. Kendall introdujo una notacin para los modelos de lneas de espera:
A/B/C en 1953. Esta notacin de Kendall para describir las colas y sus
caractersticas se puede encontrar en Tijms, H.C,Algorithmic Analysis of Queues,
Captulo 9 en A First Course in Stochastic Models, Wiley, Chichester, 2003. A
sido desde entonces extendida a (A/B/C/):(D/E/F) donde las letras significan:
A: Un parmetro que describe el proceso de llegada. Algunos utilizados
son:
o M para par Markoviano (la tasa de llegadas sigue una distribucin
Poisson), lo que significa una distribucin exponencial para los
tiempos entre llegadas. Las distribuciones Markovianas, en honor
al matemtico A.A. Markov quien identifico los eventos "sin
memoria", se utiliza para describir procesos aleatorios, es decir,
aquellos de los que puede decirse que carecen de memoria acerca
de los eventos pasados.
o D para unos tiempos entre llegadas "deterministas". Una
distribucin determinista es aquella en que los sucesos ocurren en
forma constante y sin cambio.
o G para una "distribucin general" de los tiempos entre llegadas. La
distribucin general sera cualquier otra distribucin de
probabilidad.
B: Describe el tiempo que dura el servicio, se usan parmetros similares a
los utilizados para las llegadas. Es posible describir el patrn de llegadas
por medio de una distribucin de probabilidad y el patrn de servicio a
travs de otra.
C: Representa el nmero de servidores.
D: Representa la capacidad del sistema, o el nmero mximo de clientes
permitidos en el sistema incluyendo los que reciben servicio. Cuando el
nmero est al mximo, las llegadas siguientes son rechazadas.
E: Disciplina en el servicio.
F: Especfica el tamao de la poblacin de los que provienen los
elementos que ingresan al sistema de lneas de espera, tambin se
denomina fuente de llamada.
LINEAS DE ESPERA CON COLA INFINITA Y COLA LIMITADA, UN
SOLO SERVIDOR
LINEAS DE ESPERA CON C SERVIDORES EN PARALELO
MODELO DE COLA: M/M/1
Cuando suponemos que la disciplina en el servicio es primero que llega es el
primero en recibir servicio y tanto el tamao mximo de la cola como la
poblacin de donde provienen los clientes son suficientemente grandes para
considerarse infinitos, entonces se simplifica la notacin a M/M/C. Un caso
particular es el modelo M/M/1, en este modelo tenemos:
M: Distribucin de llegadas Markovianas (Poisson)
M: Distribucin del tiempo de servicio Markoviana (Exponencial)
1: Un solo servidor.
LLEGADAS: Las llegadas se suponen que siguen una distribucin Poisson, con
dos caractersticas muy importantes:
1) Completa independencia en las llegadas, entre si y con respecto al estado
general del sistema.
2) Las llegadas no dependen de cuando ocurre el perodo, sino de la longitud de
este. Esto significa que no existe memoria, por lo cual estos procesos tambin se
llaman de nacimiento puro.

SALIDAS: Las salidas se suponen que siguen una distribucin exponencial, con
iguales caractersticas que la distribucin Poisson, el proceso de salida tambin
recibe el nombre de muerte pura.

BIBLIOGRAFIA
David de la Fuente Garca, Ral Pino Dez (2001), Teora de lneas de espera,
modelos de colas, Oviedo, Espaa. E.T.S. ingenieros industriales e informticos.