Teoría de colas

En los problemas de formación de cola, a menudo se habla de clientes, tales como

personas que esperan la desocupación de líneas telefónicas, la espera de máquinas para
ser reparadas y los aviones que esperan aterrizar y estaciones de servicios, tales como
mesas en un restaurante, operarios en un taller de reparación, pistas en un aeropuerto, etc.
Los problemas de formación de colas a menudo contienen una velocidad variable de
llegada de clientes que requieren cierto tipo de servicio, y una velocidad variable de
prestación del servicio en la estación de servicio.

Cuando se habla de líneas de espera, se refieren a las creadas por clientes o por las
estaciones de servicio. Los clientes pueden esperar en cola simplemente porque 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 más larga a medida que transcurre
el tiempo. Las estaciones de servicio pueden estar esperando por que los medios
existentes son excesivos en relación con la demanda de los clientes; en este caso, las
estaciones de servicio podrían permanecer ociosas la mayor parte del tiempo. Los clientes
puede que esperen temporalmente, aunque las instalaciones de servicio sean adecuadas,
porque los clientes llegados anteriormente están 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 últimos casos tipifican una situación equilibrada que tiende constantemente hacia el
equilibrio, o una situación estable.

En la teoría de la formación de colas, generalmente se llama sistema a un grupo de

unidades físicas, integradas de tal modo que pueden operar al unísono con una serie de
operaciones organizadas. La teoría de la formación de colas busca una solución al
problema de la espera prediciendo primero el comportamiento del sistema. Pero una
solución al problema de la espera consiste en no solo en minimizar el tiempo que los
clientes pasan en el sistema, sino también en minimizar los costos totales de aquellos que
solicitan el servicio y de quienes lo prestan.

La teoría de colas incluye el estudio matemático de las colas o líneas de espera y provee
un gran número de modelos matemáticos para describirlas.
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. Aunque el caso de infinitud no es realista, sí permite (por
extraño que parezca) resolver de forma más sencilla muchas situaciones en las que, en
realidad, la población es finita pero muy grande. Dicha suposición de infinitud no resulta
restrictiva cuando, aún siendo finita la población potencial, su número de elementos es tan
grande que el número de individuos que ya están solicitando el citado servicio
prácticamente no afecta a la frecuencia con la que la población potencial genera nuevas
peticiones de servicio.

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).

Modelos de colas de poisson generalizado

En esta sección se formula un modelo general de cola donde se combinan llegadas y

salidas, basándose en las hipótesis de Poisson: los tiempos entre llegadas y de servicio
tienen una distribución exponencial.
El desarrollo del modelo generalizado se basa en el comportamiento a largo plazo, o de
estado estable, de la cola, que se alcanza después de que el sistema ha estado
funcionando
durante un tiempo suficientemente largo. Esta clase de análisis contrasta con el
comportamiento
transitorio (de calentamiento) que prevalece durante el inicio del funcionamiento del
sistema. Una razón para no describir el comportamiento transitorio en este capítulo es su
complejidad analítica. Otra es que el estudio de la mayor parte de los casos de líneas de
espera
sucede bajo condiciones de estado estable.
En el modelo generalizado supone que las frecuencias tanto de llegada como de salida
dependen del estado, y eso quiere decir que dependen de la cantidad de clientes en la
instalación
de servicio. Por ejemplo, en la caseta de cobro de una autopista, los empleados tienden a
acelerar el cobro durante las horas pico. Otro ejemplo se da en un taller, con determinada
cantidad de máquinas, cuando disminuye la frecuencia de descomposturas, cuando
aumenta la cantidad de máquinas descompuestas (porque sólo las máquinas que trabajan
son capaces de generar descomposturas nuevas).
Se definirá lo siguiente:
n = Cantidad de clientes en el sistema (en la cola y en el servicio)
λn= Frecuencia de llegada cuando hay n clientes en el sistema
µn = Frecuencia de salida cuando hay n clientes en el sistema
pn= Probabilidad de estado estable de que haya n clientes en el sistema

El modelo generalizado define a pn como función de λn y pn. Después se usan esas

probabilidades para determinar las medidas de funcionamiento del sistema, como la
longitud promedio de la cola, el tiempo promedio de espera y la utilización promedio de la
instalación.
Bajo condiciones de estado estable, para n > 0, las tasas esperadas de flujo de entrada y
Salida del estado n deben ser iguales. Con base en el hecho que el estado n sólo puede
cambiar los estados n – 1 y n + 1, se obtiene:

Formulas

Al igualar las dos frecuencias se obtiene la siguiente ecuación de balance:

Las ecuaciones de balance se resuelven recursivamente en función de p0 como sigue:

para n 0,

𝜆0
Se sustituye p1=(𝑃0) 𝑃𝑜 y se simplifica, para obtener

Se puede demostrar por inducción que en general:

El valor de Po se determina con

Ejemplo 1
B&K Groceries opera con tres cajas. El gerente usa el siguiente programa para determinar
la cantidad de cajeras en operación, en función de la cantidad de clientes en la tienda:

Los clientes llegan a las cajas siguiendo una distribución de Poisson, con una frecuencia
media de 10 por hora. El tiempo promedio de atención 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. De la información del problema se tiene que

Entonces

El valor de p0 se determina con la ecuación

O bien, lo que es igual

Se aplica la fórmula de sucesión geométrica

 1
En consecuencia Po = , Conocida Po, ya se puede determinar cualesquiera de las
55
probabilidades del problema. Por ejemplo, la probabilidad de que sólo haya una caja
abierta se calcula como la de que haya entre 1 y 3 clientes en el sistema, y entre 4 y 6
respectivamente, esto es:

Ejemplo 2

Del el ejemplo 1 determine lo siguiente: a) La distribución de probabilidades de la cantidad

de cajas abiertas. b) La cantidad promedio de cajas ocupadas.

a)

b)
Ejemplo 3
En una peluquería se atiende a un cliente cada vez, y tiene tres sillas para los clientes que
esperan. Si el lugar está lleno, los clientes van a otra parte. Las llegadas siguen una
distribución de Poisson con una media de 4 por hora. El tiempo de un corte de pelo es
exponencial, con 15 minutos de promedio. Determine lo siguiente:
a) Las probabilidades de estado estable.
b) La cantidad esperada de clientes en la peluquería.
c) La probabilidad de que los clientes vayan a otra parte por estar lleno el local.

Solución:
 Colas especializadas de Poisson

Un sistema de espera puede describirse de la siguiente manera. Existe un sistema al que

llegan clientes demandando cierto servicio. Los clientes que han arribado y que aún no han
sido atendidos esperan en una cola. El sistema incluye todos los clientes, tanto los que
están en la cola como los que están siendo atendidos.

De acuerdo a la descripción anterior, las componentes que intervienen en un sistema de

espera son las siguientes:

- Fuente. Población de clientes potenciales del sistema, la cual puede ser finita o
infinita.
- Procesos de arribos y de servicio. Supondremos que los tiempos entre arribos de los
clientes así como del tiempo de servicio son aleatorios.
- Capacidad del sistema. El número máximo de clientes en el sistema puede ser finito
o infinito.
- Número de servidores. Uno de los sistemas de espera más comunes es cuando
existe un servidor. No obstante puede considerarse una cantidad finita o infinita de
ellos.
- Disciplina de servicio. Existen varias maneras de seleccionar a los clientes que
recibirán servicio las cuales determinan la disciplina de servicio.

Una manera abreviada de describir un sistema de espera la propuso Kendall en y consiste

en el siguiente arreglo:
A|S|c|K|F|d
donde cada una de estas letras describe:
A = Distribución de tiempos entre arribos.
S = Distribución del tiempo de servicio. Estas a su vez las podemos especificar como:
M : Distribución exponencial;
D : los tiempos entre arribos o de servicio son constantes o determinísticos;
G : distribución general.
c = Número de servidores.
K = Capacidad máxima del sistema.
F = Número de individuos en la fuente.
d = disciplina de servicio.

Esta a su vez se especifica de la siguiente manera:

F IF O (First In First Out);
LIF O (Last In First Out);
SIRO (Service In Random Order);
P RI (Priority queue discipline);
GD (General discipline).

En este trabajo estudiaremos colas del tipo M|M|c|σ|σ| FIFO: Es decir, sistemas de espera
con c servidores donde los tiempos entre arribos y de servicio tienen distribución
exponencial, la fuente y la capacidad del sistema son infinitas y la disciplina de servicio es,
el primero que llega es el primero que se atiende. Cuando K = F = 1 y d = FIFO usaremos
la notación más abreviada M|M|c.

Sea tn la v.a. que representa el tiempo en el que llega el n esimo cliente, para n = 1; 2…
donde t0 = 0: Supondremos que no hay arribos simultáneos, es decir:
0 = t0 < t1 < t2 <…

Entonces, definimos los tiempos entre arribos como:

tn = tn – tn-1, n = 1, 2…

Por otro lado, supondremos que los servidores son idénticos y denotaremos por s a la v.a.
que representa el tiempo de servicio.

Notación General de la situación general de colas o modelo Kendall

La cantidad de clientes en el sistema se define para incluir los que están en el servicio y los
que están en la cola. En cuanto a terminología, el estándar en la Teoría de Colas es el
siguiente.
La notación de Kendall-lee sirve para caracterizar un sistema de líneas de espera en el cual
todas las llegadas esperan en una sola cola hasta que está libre uno de los s servidores
paralelos idénticos. Luego el primer cliente en la cola entra al servicio, y así sucesivamente.

Kendall (1951) diseñó la notación siguiente para representar dicho sistema de líneas de
espera. Cada sistema de líneas de espera se describe mediante seis características:
(a.b.c); (d.e.f)

La primera característica especifica la naturaleza del proceso de llegada. Se utilizan las

abreviaturas estándar siguientes:
M: los tiempos entre llegadas son variables aleatorias independientes e idénticamente
distribuidas (iid) cuya distribución es exponencial.
D= los tiempos entre llegadas son (iid) deterministas.
Ek= los tiempos entre llegadas son Erlangs (iid) con parámetro de forma k.
G= los tiempos entre llegadas son (iid) y están regidos por una distribución general.

La segunda característica especifica la naturaleza de los tiempos de servicio:

M: los tiempos de servicio son iid y están distribuidas exponencialmente.
D= los tiempos de servicio son iid deterministas.
Ek= los tiempos de servicio son Erlangs iid con parámetro de forma k.
G= los tiempos de servicio son iid y están regidos por una distribución general.

La tercera característica es la cantidad de servidores en paralelo.

La cuarta característica es la disciplina del servicio:

FCFS= El primero en llegar, primero en ser atendido.

LCFS= El último en llegar, primero en ser atendido.
SIRO= Servicio en orden aleatorio.
GD= Disciplina general.

La quinta característica especifica el número máximo admisible de clientes en el sistema

(incluidos los clientes que están esperando y los que están en el servicio).
La sexta característica da el tamaño de la población de donde se extraen los clientes. A
menos que la cantidad de clientes potenciales sea del mismo orden de magnitud que el
número de servidores, la población se considera infinita.

En muchos modelos importantes d/e/f es GD/∞/∞. Entonces estas características

generalmente se omiten.

Ejemplo 1:
El modelo (M/D/10): (GD/20/∞) utiliza llegadas Poisson (o tiempo entre llegadas
exponencial), tiempo de servicio constante, y 10 servidores paralelos. La disciplina en colas
es GD, y hay un límite de 20 clientes en todo el sistema. El tamaño de la fuente de donde
llegan los clientes es infinito.

Ejemplo 2
M/D/3 es equivalente a M/D/3/∞/FIFO y significa que los clientes entran según una
distribución exponencial, se sirven de manera determinista con tres servidores sin limitación
de capacidad en el sistema y siguiendo una estrategia FIFO de servicio.

Ejemplo 3
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
 Medidas de rendimiento de estado estable

Una vez que se ha determinado la probabilidad pn, de estado estable de n clientes en el

sistema, podemos calcular las medidas de desempeño de estado estable de líneas de
espera en forma directa. Entre las principales medidas de desempeño que se utilizarán se
cuentan:

Ls = Número Esperado de Clientes en el Sistema

Lq = Número de Clientes Esperados en la Fila
Ws= Tiempo Estimado de Espera en el Sistema
Wq= Tiempo Estimado de Espera en la Fila
C= Numero de servidores ocupados promedio.

Los modelos de colas ayudan a los administradores a tomar decisiones para balancear
los costos de servicio deseables con los costos de espera en la línea.
Los principales factores que se evalúan en estos modelos son:
1. Tiempo promedio que cada cliente u objeto permanece en la cola
2. Longitud de cola promedio
3. Tiempo promedio que cada cliente permanece en el sistema (tiempo de
espera + tiempo de servicio).
4. Número de clientes promedio en el sistema.
5. Probabilidad de que el servicio se quede vacío
6. Factor de utilización del sistema
7. Probabilidad de la presencia de un específico número de clientes en el
sistema.

Ejemplo 1: Suponga una estación de gasolina a la cual llegan en promedio 45 clientes por
hora. Se tiene capacidad para atender en promedio a 60 clientes por hora. Se sabe que los
clientes esperan en promedio 3 minutos en la cola. La tasa media de llegadas  es 45
clientes por hora o 45/60 = 0.75 clientes por minuto. La tasa media de servicio  es 60
clientes por hora o 60/60 = 1 cliente por minuto.
 Wq  3 min
1 1
Ws  Wq   3   4 min
 1
Ls  Ws  0.75  4  3 clientes
Lq  Wq  0.75  3  2.25 clientes
Ejemplo 2:
Suponga un restaurante de comidas rápidas al cual llegan en promedio 100 clientes por
hora. Se tiene capacidad para atender en promedio a 150 clientes por hora. Se sabe que
los clientes esperan en promedio 2 minutos en la cola. Calcule las medidas de desempeño
del sistema.
Solución: La tasa media de llegadas  es 100 clientes por hora o 100/60 = 1.67 clientes por
min La tasa media de servicio  es 150 clientes por hora o 150/60 = 2.5 cliente por minuto

Ejemplo 3
Suponga un Call Center el cual atiende en promedio 79 llamadas por minuto Se tiene
capacidad para atender en promedio a 125 llamadas por minuto Se sabe que los clientes
esperan en promedio 7 segundos en la cola. Calcule las medidas de desempeño del
sistema. Solución: La tasa media de llegadas  es 79 llamadas por minuto o 79/60 = 1.32
llamadas por seg. La tasa media de servicio  es 125 llamadas por minuto o 125/60 = 2.08
llamadas por seg.
 Modelo de un solo servidor (M/M/1) : GD/∞/∞

Suposiciones:
· La línea de espera tiene 1 solo canal
· Patrón de llegadas con distribución poisson
· Tiempo de servicio con distribución exponencial
· Disciplina del servicio FIFO.

Las fórmulas que se emplean para determinar las características de operación del estado
estable son:

λ= Número promedio de llegadas por periodo (tasa promedio de llegadas)

µ= Número promedio de servicios por periodo ( tasa promedio de servicio)

Probabilidad de que no haya unidades en el sistema

Número promedio de unidades en la fila de espera (tamaño de la fila)

Número promedio de unidades en el sistema (tamaño total)

Tiempo de espera promedio que una unidad pasa en la línea de espera.

Tiempo promedio que una unidad pasa en el sistema.

Probabilidad de que una unidad que llega tenga que esperar para obtener servicio.

Probabilidad de que haya n unidades en el sistema.

Donde λ/µ = factor de utilización del servicio. Este proporciona la probabilidad de que la
instalación de servicio este ocupada.

Estas fórmulas del 1 al 7 solo se aplican cuando µ> λ; esto es, la tasa promedio de servicio
> tasa promedio de llegadas; o sea, cuando λ/µ < 1; en caso contrario la cola crece sin
límite, pues el servicio no tiene capacidad para manejar las unidades que llegan.

Ejemplo 1: Suponga que un cajero bancario puede atender a los clientes a una velocidad
promedio de diez clientes por hora (m = 10). Además, suponga que los clientes llegan a la
ventanilla del cajero a una tasa promedio de 7 por hora (l= 7). Se considera que las
llegadas siguen la distribución exponencial. En la condición uniforme el sistema de colas
tendrá las siguientes características de desempeño.
r = 7 / 10, el prestador del servicio trabajara el 70% del tiempo.
P0 = 1- 7 / 10 = 0.3; 30% del tiempo no habrá clientes en el sistema (ni en la cola,
ni recibiendo servicio).

Pn = 0.3 (7 / 10)n, una fórmula 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 estarán en la cola.
Ls = 7 / (10 - 7 ) = 2.33; en promedio 2.33 clientes estarán 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 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 más clientes antes que ellos en
el sistema, la proporción de clientes perdida es:
1- (P0 - P1 - P2 - P3) = 1- (0.3 - 0.21 - 0.147 - 0.1029 ) = 0.2401
En este caso se perderá el 24% de los clientes debido a que la espera es demasiado
larga.
Ahora es posible evaluar el desempeño del sistema de colas. El administrador tendrá que
tomar en consideración el tiempo perdido del prestador del servicio ( 30% ), el tiempo que
espera el cliente ( 0.233 horas ) y la longitud de la línea 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 características de las llegadas, de la cola o del portador de los
servicios.

Ejemplo 2: La gerente de un supermercado esta interesada en brindar un buen servicio a

las personas de mayor edad que compran en su local. Actualmente, el supermercado
cuenta con una caja de salida reservada para los jubilados. Estas personas llegan a la caja
a un ritmo promedio de 30 por hora, de acuerdo con una distribución de Poisson, y son
atendidos a una tasa promedio de 35 clientes por hora, con tiempos de servicio
exponenciales. Calcule los siguientes promedios:
 a. Utilización del empleado de la caja de salida.
b. Numero de clientes que entran al sistema.
c. Numero de clientes formados en fila.
d. Tiempo transcurrido dentro del sistema.
e. Tiempo de espera en la fila.

Solución: la caja de salida puede representarse como un sistema con un solo canal y una
sola fase. Se usan las ecuaciones correspondientes a las características de operación del
modelo con un solo servidor para calcular las características promedio:

a.

b.

c.

d.