UNIVERSIDAD DE ORIENTE

NCLEO DE ANZOTEGUI
MAESTRA EN INFORMTICA GERENCIAL
INVESTIGACION DE OPERACIONES

TEORA DE COLAS

Profesor:
Realizado por: Ing Aquiles Torrealba MSc
Ing. Abraham Morales

C.I:15.933.032

Ing. Angel Espinoza

C.I:13.317.8
96
Mara Santamaria
C.I: 18.917.038

Barcelona, Mayo 2015

CAPTULO I: EL PROBLEMA
OBJETIVOS
OBJETIVO GENERAL
OBJETIVOS ESPECFICOS
CAPTULO II: MARCO TERICO REFERENCIAL
CONCEPTOS BSICOS DE PROBABILIDAD Y ESTADSTICA .
VARIABLE ALEATORIA
DISTRIBUCIN DE POISSON
DISTRIBUCIN EXPONENCIAL
EL PROCESO DE POISSON
PRUEBA DE BONDAD DE AJUSTE
LA PRUEBA 2
CAPITULO III: MARCO METODOLOGICO
TIPO DE INVESTIGACIN
NIVEL DE LA INVESTIGACIN
TCNICAS A UTILIZAR
CAPITULO IV: DESARROLLO
TEORA DE COLAS
DEFINICIONES GENERALES DE LA TEORA DE COLAS
OBJETIVOS DE LA TEORA DE COLAS
CARACTERSTICAS PRINCIPALES DE LA TEORA DE COLAS

CLIENTES
LLEGADAS
EL PROCESO DE COLAS O FILAS
DISCIPLINA DE LA COLA .
TASA DE SERVICIO
NMERO DE SERVIDORES
PROCESO DE SALIDA
COSTOS
TIPOS DE COLAS
ALGUNOS MODELOS DE COLAS
MEDIDAS DE RENDIMIENTO O EFECTIVIDAD DE LAS FILAS
SISTEMA M/M/1
SISTEMA M/M/C
REDES DE COLAS
TIPOS DE REDES DE COLAS
ABIERTAS ..............
CERRADAS
CONCEPTOS GENERALES DE LAS REDES DE COLAS
RED DE JACKSON .
MEDIDAS DE RENDIMIENTO DE LA RED DE COLAS
ANLISIS POR DESCOMPOSICIN

SOFTWARE DISPONIBLES PARA SU APLICACIN

PROMODEL.
WINQSB.
TORA.
PROBLEMAS EN LA APLICACIN, LIMITACIONES, BENEFICIOS
CASOS DE APLICACIN. EJEMPLOS
CAPITULO V: CONCLUSIONES Y RECOMENDACIONES
ANEXOS ..

OBJETIVOS

OBJETIVO GENERAL.

Describir adecuadamente el sistema de las lneas de espera que ayuden a la

toma de decisiones

OBJETIVOS ESPECFICOS

1. Recopilar de la informacin para la investigacin.

2. Utilizar del software necesario para la recopilacin y acomodo de la
informacin.
3. Elaboracin de la estrategia para la medicin de los tiempos de
atencin.
4. Estudio de la teora de apoyo para llevar al cabo la investigacin.

Tipo de investigacin
Segn Arias (2006) existen diferentes tipos investigacin que se
clasifican segn distintos criterios, por lo que Arias no define un tipo como tal
solo define que estas deben ser clasificadas en funcin de su nivel y diseo.
Nivel de la investigacin
Se puede decir que cumple con las definiciones de una investigacin
descriptiva, la cual consiste en la caracterizacin de un hecho, fenmeno o
grupo con el fin de establecer su estructura o comportamiento. Arias (2006)
sostiene que se necesita tener amplio conocimiento del rea que se investiga
para formular las preguntas especficas que se busca responder.
Tcnicas a utilizar
Las tcnicas de recoleccin de datos son las distintas formas o
maneras de obtener la informacin. (Arias 1999)

Durante el desarrollo del proyecto se emplearon las siguientes

tcnicas con la finalidad de conocer a fondo los procesos de la teora de
colas

Anlisis documental
sta tcnica permiti abordar y desarrollar los requisitos del mbito

terico de la investigacin. Para este fin se emple la observacin

documental, el resumen analtico y anlisis crtico, conjuntamente con las
tcnicas operacionales para manejar las fuentes documentales como lo son
el subrayado, fichaje, notas de referencias bibliogrficas, presentacin de
cuadros y grficos.

Implementacin de ejercicio practico

Esta tcnica permiti evaluar a los estudiantes el nivel de conocimientos

adquiridos, luego de ser presentado el tema de teora de colas.
Variable aleatoria
Es una funcin que refleja el resultado de un experimento, asociando un
valor numrico a cada elemento del espacio muestral.
Lo que interesa de una variable aleatoria es el saber:

En el intervalo de valores en donde est definida la funcin, Cmo se

distribuyen las probabilidades?

Alrededor de qu valor esperamos el resultado.
Cmo es su variabilidad.

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, una variable aleatoria discreta que tiene valores enteros nonegativos
La variable aleatoria x tiene una distribucin Poisson, con parmetro l, su
funcin de densidad es:

Donde:

= probabilidad de que ocurran x xitos, cuando el nmero promedio

de ocurrencia de ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto
= varianza.
e = 2.718...
x = variable que denota el nmero de xitos que se desea que ocurran
En esta distribucin el nmero de xitos que ocurren por unidad de tiempo,
rea o producto es totalmente al azar y cada intervalo de tiempo es
independiente de otro intervalo dado, as como cada rea es independiente
de otra rea dada y cada producto es independiente de otro producto dado.
Distribucin Exponencial

La variable aleatoria x tiene una distribucin exponencial, con parmetro l, si

su funcin de densidad es:

El proceso de Poisson
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
necesariamente 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.
A continuacin presentamos un esquema de este proceso.
Es un proceso de sucesos independientes que tiene las siguientes
caractersticas:
1. El nmero de resultados que ocurren en un intervalo de tiempo o
regin especficos es independiente del nmero que ocurre en
cualquier otro intervalo disjunto de tiempo o regin del espacio
disjunto.

2. La probabilidad de que un suceso ocurra en un intervalo de tiempo o

en una regin es proporcional a la longitud del intervalo de tiempo o al
tamao de la regin.
3. La probabilidad de que ms de un resultado ocurra en un intervalo de
tiempo muy pequeo h es 0 en una regin muy pequea es
despreciable.
Las aplicaciones ms importantes de la distribucin exponencial son aquellas
situaciones en donde se aplica el proceso de Poisson. La distribucin de
Poisson se utiliza para calcular la probabilidad de nmeros especficos de
eventos durante un perodo o espacio particular. En muchas aplicaciones,
el perodo o la cantidad de espacio es la variable aleatoria. Por ejemplo, el
inters es saber el tiempo T entre llegadas en una cola determinada. Una
llegada representa un evento de Poisson.
La media de la distribucin exponencial es el recproco del parmetro en la
distribucin

de

Poisson.

Otra caracterstica importante de la distribucin de Poisson es que no tiene

memoria, lo que significa que las ocurrencias en perodos de tiempo
sucesivos son independientes.
Prueba de Bondad de Ajuste
En la mayor parte de los sistemas en los cuales se analiza la informacin,
sta se encuentra disponible en forma de series a travs del tiempo. Est
informacin, tabulada en dicho formato no es de utilidad cuando se trata de

identificar un patrn que muestra un cierto comportamiento probabilstico,

basado en la variacin de la informacin. Por tanto, si se desea examinar el
comportamiento de la informacin, es necesario modificar la forma de
presentacin de los datos y presentarla como tablas de frecuencia, y as
poder realizar una prueba de bondad de ajuste.
Las pruebas de bondad de ajuste son pruebas que permiten ver el grado de
ajuste de las funciones de distribucin de probabilidad a los datos
observados, esto se logra comparando los valores tericos y muestrales de
las funciones de frecuencia relativa o de frecuencia acumulada con las
frecuencias relativas o acumuladas de los datos observados.
Una prueba de bondad de ajuste involucra el anlisis de una muestra
aleatoria de alguna distribucin desconocida (F(x)) con objeto de probar la
hiptesis nula (Ho) de que la distribucin desconocida (F(x)) es de hecho
conocida y corresponde a una distribucin especfica (F`(x)). Es decir la
hiptesis nula define una distribucin F(x) (conocida).
Dada una muestra X1,X2, ,Xn de variables aleatorias idnticamente
distribuidas, con una distribucin F(x) (desconocida), lo que se busca es
encontrar un modelo que explique los datos con una distribucin conocida (F
(x)). Por ejemplo, lo que interesa es el ver hasta qu punto es razonable
suponer que los datos provienen de una cierta distribucin F(x)(conocida).
Si se desea conocer el comportamiento, como ya se mencion es necesario
modificar la forma de presentacin de los datos y presentarla como tablas de
frecuencia, con la finalidad de realizar cualquiera de las siguientes pruebas:

Prueba de bondad de ajuste X 2 : Se puede realizar tanto en funciones

continuas como discretas, no se puede realizar para muestras
menores a 30 datos.

Prueba de Kolgomorov Smirnov. Se puede realizar solo en funciones

continuas puede aplicarse con muestras menores a 30 datos

La prueba X2

La metodologa de la prueba X2 es la siguiente:

1. Se colocan los n datos histricos (al menos 30) en una tabla de
frecuencias de m intervalos. Se obtiene la frecuencia observada en
cada intervalo i, (FOi). Se calculan los parmetros necesarios.
2. Se propone una distribucin de probabilidad (Ho) de acuerdo con la
forma de latabla de frecuencias obtenida en el paso 1.
3. Con la distribucin propuesta, se calcula la frecuencia esperada para
cada uno de los intervalos (FEi) mediante la integracin de la
distribucin propuesta y su posterior multiplicacin por el nmero total
de datos.
4. Se calcula el estimador:

5. Si el estimador C es menor o igual al valor correspondiente de la X 2

con m k 1 grados de libertad (k = nmero de parmetros
estimados de la distribucin) y a un nivel de confiabilidad de 1 - a,
entonces no se puede rechazar la hiptesis de que la informacin
histrica sigue la distribucin propuesta en el punto
Teora de colas

La teora de colas o lneas de espera, tiene como objetivo el estudio

matemtico del fenmeno (muy comn en estos tiempos) de la espera
organizada que debe hacer un cliente para la obtencin de un servicio que
presta un servidor. Por ejemplo cobrar un cheque en una institucin bancaria,
obtener la licencia para conducir, inscribirse en la maestra, etc. Tambin
existen tipos de espera que no son personas en una cola, como la espera
que hacen en la produccin los artculos a ser procesados en una fbrica, los
datos en las redes de computadoras, etc.
En muchas organizaciones, existen problemas de colas. La principal razn
de este fenmeno es la limitacin en los recursos disponibles, para la
atencin de todos los clientes que buscan ser servidos por la organizacin.
Tener que esperar no slo es una molestia personal. El tiempo que la
poblacin de un pas pierde en hacer colas es un indicador importante tanto
en la calidad de vida como en la eficiencia de su economa.
El origen de la Teora de Colas o Lneas de Espera se remonta a los estudios
realizados en 1909 por Agner Krarup Erlang (Dinamarca, 1878 - 1929), para
analizar la congestin en el sistema telefnico de Copenhague.
Sus investigaciones tuvieron como resultado una nueva teora, llamada
teora de colas o de lneas de espera. Esta teora es ahora una herramienta
poderosa para estudiar problemas de valor en los negocios y la industria,
debido a que muchos de sus problemas pueden caracterizarse, como
problemas bajo el siguiente esquema:

La Teora de Colas formula un modelo matemtico del comportamiento de las

lneas de espera. Las lneas de espera se presentan cuando clientes llegan a

un lugar demandando un servicio el servidor, el cual tiene una capacidad de

atencin. Si el servidor no est disponible inmediatamente, y el cliente decide
esperar, entonces se forma en la lnea de espera.
El siguiente diagrama ilustra los componentes esenciales de las lneas de
espera.

El problema fundamental de la teora de colas es el determinar qu

capacidad o tasa de servicio proporciona el balance correcto, entre clientes
en el sistema y clientes servidos.
Definiciones generales de la teora de colas
La teora de colas es una coleccin de modelos matemticos que describen
sistemas de lneas de espera particulares. Estos modelos sirven para
encontrar un buen equilibrio entre costos del sistema y tiempos promedio de
la lnea de espera para un sistema dado.

Asi mismo, la Teora de Colas estudia la espera en las distintas modalidades.

Usa los modelos de colas para representar los tipos de sistemas de lneas de
espera (sistemas que involucran colas de algn tipo) que surgen en la
prctica. Las frmulas para cada modelo indican cul debe ser el desempeo
del sistema correspondiente y sealan la cantidad promedio de espera que
ocurrir, en una gama de circunstancias.
Estos modelos de lneas de espera son muy tiles para determinar cmo
operar un sistema de colas de la manera ms efectiva. Proporcionar
demasiada capacidad de servicios para operar el sistema implica costos
excesivos; pero al no contar con suficiente capacidad de servicio la espera
aumenta con todas sus desafortunadas consecuencias. Los modelos
permiten encontrar un balance adecuado entre el costo de servicio y la
cantidad de espera.
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de
servicios que deben estar preparadas para ofrecer. Sin embargo, muchas
veces es imposible predecir con exactitud cundo llegarn los clientes que
demandan el servicio y/o cunto tiempo ser necesario para dar ese servicio;
es por eso que esas decisiones implican dilemas que hay que resolver con
informacin escasa. Estar preparados para ofrecer todo servicio que se nos
solicite en cualquier momento puede implicar mantener recursos ociosos y
costos excesivos. Pero, tambin, 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 un servicio, estn
pagando un costo en tiempo ms alto del que esperaban. Las lneas de
espera largas tambin son costosas para la empresa ya que producen
prdida de prestigio y de clientes.

La teora de colas en s no resuelve directamente el problema, pero

contribuye con informacin valiosa que se requiere para tomar decisiones.
Se pueden conocer algunas de las caractersticas sobre la lnea de espera,
como: la probabilidad de que se formen, el tiempo de espera promedio, etc.
Elementos necesarios para aplicar los modelos de colas.

El tamao de la fuente de entrada y su distribucin

El tiempo entre llegadas y su distribucin
La disciplina del servicio
El nmero de instalaciones de servicio
El nmero de servidores (o canales de servicio) en cada instalacin de

servicio
La disposicin (en serie, paralelo o combinados) de los canales de

servicio
El tiempo de servicio y su distribucin.

Objetivos de la teora de colas

1. Identificar el nivel ptimo de capacidad del sistema que minimiza el
costo global del mismo.
2. Evaluar el impacto que las posibles alternativas de modificacin de la
capacidad del sistema tendran en el costo total del mismo.
3. Establecer un balance equilibrado (ptimo) entre las consideraciones
cuantitativas de costos y las cualitativas de servicio.
Un elemento importante al que se le debe prestar atencin es al tiempo de
permanencia en el sistema o en la cola: la paciencia de los clientes depende
del tipo de servicio especfico y eso puede hacer que un cliente abandone el
sistema.
Caractersticas principales de la teora de colas
Clientes

Trmino usado en un sistema de colas para referirse a la unidad que est en

la fila(gente, lneas telefnicas, mquinas, aviones, productos, etc)
Al tomar en cuenta la base de clientes, la principal preocupacin es el
tamao de la poblacin. Para problemas en donde el nmero de clientes
potenciales es bastante grande (cientos de miles), el tamao de la poblacin
se asume, para fines prcticos, como si fuera infinita. El anlisis de
poblaciones finitas (es decir de tamao limitado) es ms complicado que el
anlisis en donde la base de poblacin se considera infinita.
Llegadas
Es el nmero de clientes que llegan a las instalaciones de servicio.
El proceso de llegada es la forma en que los clientes llegan a solicitar un
servicio. La caracterstica ms importante de este proceso es el tiempo entre
llegadas, es decir, la cantidad de tiempo que transcurre entre dos llegadas
sucesivas. Este lapso es importante porque entre ms pequeo sea este
intervalo de tiempo, con ms frecuencia llegan los clientes, lo que implica un
aumento en la demanda de servidores disponibles.
Existen dos clases bsicas de tiempo entre llegadas:

Determinstico: los clientes sucesivos llegan en un mismo intervalo de

tiempo, fijo y conocido.

Probabilstica: el tiempo entre llegadas sucesivas es aleatorio. Los
tiempos entre llegadas probabilsticas se describen mediante una
distribucin de probabilidad.

El proceso de colas o filas

Una parte del proceso de colas tiene que ver con la forma en que los clientes
esperan para ser atendidos. Los clientes pueden esperar en una sola fila, o

pueden elegir una de varias filas en las que deben esperar para ser
atendidos.
Otra caracterstica del proceso de colas es el nmero de espacios de espera
en cada fila, es decir, el nmero de clientes que pueden esperar (o
esperarn) para ser atendidos en cada lnea. En algunos casos, como en un
banco, ese nmero es bastante grande y no significa ningn problema
prctico, pues para cuestiones de anlisis la cantidad de espacio de espera
se considera infinita. En contraste, un sistema telefnico puede mantener un
nmero finito de llamadas, despus del cual las llamadas subsecuentes no
tienen acceso al sistema. Las condiciones de espacio de espera infinito y
finito requieren tratamientos matemticos diferentes.
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 lleg
primero.
La disciplina LIFO (last in first out), tambin conocida como LCFS (last
come first served) o pila (en programacin): que consiste en atender
primero al cliente que lleg al ltimo.
La RSS (random selection of service), o SIRO (service in random
order), que selecciona a los clientes de manera aleatoria.
Tasa de Servicio
Este trmino se usa para designar la capacidad 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. Una caracterstica del proceso de servicio es el nmero

de clientes atendidos al mismo tiempo en una estacin.
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? Cualquiera
que sea el proceso de servicio, es necesario tener una idea de cunto tiempo
se requiere para llevar al cabo este 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 puede ser
Determinstico: cada cliente requiere precisamente de la misma
cantidad conocida de tiempo para ser atendido.
Probabilstica: cada cliente requiere una cantidad distinta e incierta de
tiempo de servicio.
Nmero de servidores
Es la cantidad de servidores existentes en el sistema.
Proceso de salida
Este puede ser de los siguientes dos tipos:

Los clientes abandonan completamente el sistema despus de ser

atendidos, lo que tiene como resultado un sistema de colas de un

paso.
Los clientes, 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.

Costos

Un sistema tiene costos asociados que deben de considerarse.

Costo de Espera. Esperar significa desperdicio de algn recurso activo

quebien se puede aprovechar en otra cosa y se determina por la
siguiente frmula:

Costo total de espera = CwL

En donde:
Cw = costo de espera por hora por llegada por unidad de tiempo.
L= longitud promedio de la lnea.

Sistema de costo mnimo. Hay que tomar en cuenta que para tasas
bajas de servicio, se forman largas colas y costos de espera muy
altos. Conforme aumenta el servicio disminuyen los costos de espera,
pero aumenta el costo de servicio y el costo total disminuye, sin
embargo, finalmente se llega a un punto de disminucin en el
rendimiento. Por lo tanto, el propsito es encontrar el balance
adecuado para que el costo total sea el mnimo.

Tipos de colas
Segn la configuracin del sistema de colas en sus diferentes elementos,
tenemos los siguientes tipos, representados con su respectivo dibujo:

Una lnea, un servidor

Una lnea, mltiples servidores

Los clientes van siendo atendidos con el primer servidor que se desocupe, se
les atiende cuando les llega el turno.

Varias lneas y mltiples servidores

Cada servidor tiene una lnea por separado, por ejemplo en las tiendas de
autoservicio. Para este tipo de servicio pueden separarse los servidores y
tratarlos como sistemas independientes de un servidor y una cola. Esto sera
vlido slo si hubiera muy pocos intercambios entre las colas. Cuando el
intercambio es sencillo y ocurre con frecuencia, la separacin no sera vlida,
debido a que se tiene que tomar en cuenta la tasa de intercambio entre las
filas.
Algunos modelos de colas
Los valores posibles de la distribucin del tiempo entre llegadas y de los
tiempos de servicio pueden ser:
M = tiempos entre llegadas exponenciales

D = tiempos entre llegadas deterministas

G = tiempos entre llegadas generales (cualquier distribucin)
La capacidad del sistema (nmero mximo de clientes en el sistema), se
puede omitir si es infinita.
La disciplina de la cola, se puede omitir si es FIFO.
El nmero de estados de servicio, se puede omitir si es 1
Los componentes de un modelo de colas pueden ser combinados de
distintas maneras, esto nos representa la gran variedad de situaciones
posibles.
Ejemplificamos a continuacin algunos de ellos.

M/M/c: llegadas de Poisson y distribucin exponencial del tiempo de

servicio con c servidores.

M/D/1: llegadas de Poisson y tiempo de servicio constante, con un

servidor.
M/G/2: llegadas de Poisson y tiempo de servicio arbitrario con dos

servidores.
M/M/c/K: llegadas de Poisson, distribucin exponencial del tiempo de

servicio, c servidores y longitud de la cola finita.

M/M/c/K/K: fuente de llegadas finita y distribucin exponencial del
tiempo de servicio.

Medidas de rendimiento o efectividad

Los tipos de cola mas manejados son de la forma M/M/1 y M/M/c. Por esta
razn slo se exponen las frmulas de dichos modelos.
Sistema M/M/1
o = Tasa media de llegadas (clientes por unidad de tiempo).

o
o
o
o
o
o
o
o
o

1/ = Tiempo medio entre llegadas.

= Tasa media de servicio (clientes por unidad de tiempo).
1/ = Tiempo medio de servicio.
L = Cantidad de clientes esperada en el sistema.
Lq = Cantidad de clientes esperada en la cola.
W = Tiempo total de espera en el sistema
Wq = Tiempo de espera en la cola.
P = Probabilidad de que el sistema est ocupado.
Po = Probabilidad de que el sistema est vaco.

debe de ser menor que . Si esto no ocurriera el promedio de llegadas

sera superior al nmero promedio que se atienden y el nmero de unidades
que estn esperando se volvera infinitamente grande y se dice que el
sistema se satura.32
El parmetro P se llama carga, flujo o intensidad de trfico del sistema, mide
la relacin entre la cantidad de trabajos que llegan y la capacidad de
procesarlos.
Probabilidad de que el sistema est ocupado.

Condicin de no saturacin.

Probabilidad de que este vaco.

Probabilidad de que haya n unidades en el sistema.

Donde n es cualquier entero no negativo.

Este resultado nos permite calcular las caractersticas de operacin de las
lneas de espera.
Nmero promedio de unidades que se encuentran en el sistema, ya sea
esperando o siendo atendidas. Denominaremos a este nmero promedio L,
tenemos que:

Sumando la serie obtenemos

Nmero promedio de unidades que esperan ser atendidas.

Se puede calcular dado que L es el nmero de unidades que estn
esperando o estn siendo atendidas, y 1/m es el nmero promedio de
unidades que estn siendo atendidas en algn momento dado entonces:

Tiempo promedio o esperado que una unidad se encuentra en el sistema W.

Para encontrar W, observaremos que L es el nmero esperado de unidades
en el sistema y l es el nmero promedio de unidades que llegan para ser
atendidas por perodo, entonces el tiempo promedio de cualquier unidad en
el sistema, est dado por:

W = tiempo promedio de una unidad en el sistema

El tiempo esperado o promedio que una unidad tiene que esperar antes de
ser atendida, est dado por:

Teorema de Little
Sea un sistema de colas con cualquier distribucin de llegadas y servicios y
cualquier estructura, Sean L el nmero de trabajos presentes en el sistema
en el estado estacionario, W es tiempo medio de respuesta en el estado
estacionario y l la razn de llegadas al sistema, Entonces:

Probabilidad de que un cliente que llega pase ms de t unidades de tiempo

en el sistema.

Probabilidad de que un cliente que llega pase ms de t unidades de tiempo

en la cola.

Sistema M/M/c
Hay una sola cola, cuya capacidad es infinita, y c servidores, la disciplina es
FIFO Las llegadas se producen segn un proceso de Poisson de razn l,
donde l es el nmero medio de llegadas por unidad de tiempo y 1/l es el
tiempo medio entre llegadas, los tiempos entre llegadas se distribuyen
exponencialmente, Exp()
Los tiempos de servicio tambin se distribuyen exponencialmente, Exp(), de
tal manera que m es el nmero medio de clientes que cada servidor es capaz
de atender por unidad de tiempo y 1/m es el tiempo medio de servicio.
Si,

el sistema se satura

Por lo tanto la condicin de no saturacin es.

Tasa de utilizacin del sistema.

Probabilidad de que el sistema est vaco.

Nmero medio de clientes en cola:

Tiempo total esperado en el sistema.

Nmero medio de servidores S ocupados. En el estado estacionario, la razn

de las salidas ser igual a la razn de las llegadas:

Probabilidad de que un cliente tenga que esperar para recibir su servicio

(frmula de retraso de Erlang):

Redes de colas
Una red de colas es un sistema donde existen varias colas y los trabajos van
fluyendo de una cola a otra.
Las redes de colas se presentan en una amplio tipo de situaciones, como
pueden ser: hospitales, ordenadores, redes de telecomunicacin, cadenas de
montaje y sistemas de distribucin.
Una red de colas no es ms que una red en la que cada nodo est
constituido por el sistema de una cola.
Se pueden producir transiciones de clientes que salen servidos de un nodo
(que es una cola) hacia otro nodo.
Tipos de redes de colas
Existen dos tipos de redes de colas:
Abiertas
Cada trabajo entra al sistema del exterior en un momento dado, y tras pasar
por una o ms colas, sale del sistema.
El nmero de clientes que se puede encontrar en un momento dado en una
red abierta es ilimitado. Con el fin de especificar completamente una red

abierta, se requiere caracterizar cada estacin, as como el proceso de

llegada de los clientes y la ruta de los clientes en la red
o Tipos de redes de colas abiertas:
Acclicas: Un trabajo nunca puede volver a la misma cola
(no existen ciclos)

Cerradas

Cclicas: Hay bucles en la red

Los trabajos ni entran ni salen del sistema, Por lo tanto permanecen

circulando por el interior del sistema indefinidamente, usualmente existe un
nmero fijo de trabajos.
Conceptos generales de las redes de colas
Se denota por 1, 2,, K, los nodos que forman la red (es decir las etiquetas
con las que identificamos cada cola) la manera ms frecuente de modelizar
las transiciones de clientes consiste en suponer que cuando un cliente sale
servido de la cola del nodo i (siendo i {1, 2,, K}) se desplaza
instantneamente al sistema de la cola de cualquier otro nodo j {1,2,, K},
con probabilidad pij
Evidentemente, en las colas abiertas tambin es posible que desde algunos
nodos se pueda abandonar la red. Denotando con el ndice 0 el exterior de
la red.
Las probabilidades de transicin de clientes de unos nodos a otros se
pueden expresar de forma matricial:

Esta es la llamada matriz de transicin de la red.

Normalmente denotaremos por li la tasa de entrada desde fuera del sistema
a la cola del nodo i {1, 2,, K}. Asimismo, i denotar la tasa de servicio de
cada uno de los servidores del subsistema del nodo i. De esta forma, bajo la
hiptesis de que los tiempos entre llegadas desde fuera del sistema sean de
distribucin exponencial de parmetro T (que denota la tasa de entrada al
sistema, T = i ) y denotando por p0i la probabilidad de que cuando un
cliente entra al sistema lo haga a travs del nodo i, se tiene que la
distribucin del tiempo entre dos entradas consecutivas de clientes al
subsistema del nodo i es tambin exponencial y con parmetro i = T p0i.
Los valores de i tambin pueden interpretarse como el nmero medio de
clientes que entran al sistema, por el nodo i, por unidad de tiempo.
La red de colas del presente trabajo es una red abierta por lo tanto se
expondrn slo las frmulas de dicha red.
Procesos de llegada
El proceso de llegada de los clientes a la red se describir (igual que en el
caso de una cola simple) con la ayuda de un proceso de renovacin, y estar
caracterizado por la distribucin del tiempo entre llegadas. Si la llegada de

los clientes sigue un proceso de Poisson, los tiempos entre llegadas son
exponenciales y estn caracterizados por un nico parmetro: la tasa de
llegada .
Se requiere adems precisar, una vez que un cliente llega a la red, en cul
fila se ubicar. Normalmente se caracteriza la ruta de entrada de una forma
probabilstica, sea p0i la probabilidad de que un cliente que ingresa a la red
vaya a la estacin i. As el proceso de llegada a la estacin i ser Poisson
con tasa p0i veces lambda.
Red de Jackson
Una red de colas abierta se dice que es de Jackson si
Slo hay una clase de trabajos
Las transiciones entre los nodos son probabilsticos, donde pij > 0 es
la probabilidad de ir al nodo j despus de haber salido del nodo i,
Cada nodo i es una cola M|M|ci, independiente de las otras del
sistema.
Las llegadas externas al nodo i, siguen una distribucin Poisson de

media gi
El tiempo de servicio es independiente en cada nodo y se distribuye
segn una exponencial de parmetro mi

.
Medidas de rendimiento de la red de colas
Probabilidad de abandonar el sistema pi0, es la probabilidad de abandonar el
sistema despus de haber salido del nodo i.

Dado que el flujo total de entrada a un nodo debe ser igual al flujo total de
salida del nodo, tendremos que:

Las K ecuaciones anteriores forman un sistema lineal con solucin nica,

que resolveremos para hallar las tasas de llegada a cada nodo i
Para que ninguna de las colas del sistema se sature, es preciso que se
cumpla la siguiente condicin:

Se trata de la condicin de no saturacin del modelo M|M|c, aplicada a cada

uno de los nodos por separado.
Si tenemos una red de Jackson abierta que cumple la condicin de no
saturacin, entonces en el estado estacionario, la distribucin del nmero de
clientes en cada nodo es la que sigue:

En donde pi(ni) es la probabilidad de que haya ni clientes en el nodo i,

calculada segn las ecuaciones del modelo M|M|c

Las medidas de rendimiento para cada nodo se calculan segn las

ecuaciones del modelo M|M|c, adems se tendrn las siguientes medidas:
Tasa global de salidas del sistema, que es el nmero medio de trabajos que
salen del sistema por unidad de tiempo, coincide con el nmero de trabajos
que entran en el sistema.

Nmero medio de trabajos en el sistema, es la suma de los nmeros medios

de trabajos en cada uno de los nodos.

Tiempo medio en el sistema, es el tiempo medio que pasa una tarea desde
que entra en la red hasta que sale de ella.

Razn de visitas al nodo i, Vi , es el nmero medio de veces que un trabajo

visita el nodo i desde que entra en la red hasta que sale.

El rendimiento de la red de colas se estudia por medio de los parmetros

habituales de la teora de colas.

Anlisis por descomposicin

Si un sistema de redes de colas se puede descomponer, cada uno de los
nodos (colas) puede ser analizado de forma independiente, y posteriormente
se puede hacer el anlisis de todo el conjunto.
Condiciones requeridas para la descomposicin
Condiciones que deben cumplir los sistemas de redes de colas, ya sean
abiertas o cerradas, para poder efectuar un anlisis por descomposicin.
1. La cola i (nodo i) tiene un nmero de servidores de caracterstica
idnticas entre s y los tiempos de servicio de cada servidor tienen
distribucin exponencial de probabilidades con capacidad individual de
servicio i
2. La capacidad de la cola en cada sistema de espera tiene capacidad
ilimitada (infinita).
3. Los clientes que han sido servidos en el nodo i se reparten entre los
nodo j E(i), emergentes de i, con probabilidad pij > 0 que se
mantienen constantes a lo largo de toda la evolucin del sistema.
4. Los tiempos o demora asociada entre la salida de un sistema de
servicio i, y la entrada al sistema de servicio j E(i) es cero.

En el caso de redes abiertas, si todas las llegadas externas estn distribuidas

segn una Poisson y verifican las condiciones anteriores las llamaremos
redes de Jackson y sobre ellas se puede aplicar el resultado del teorema que
lleva el nombre del mismo autor (Teorema de Jackson 1957).
SOFTWARE DISPONIBLES PARA SU APLICACIN

Promodel
Es un software de simulacin de gran flexibilidad, especializado en

evaluar procesos de produccin. Permite modelar cualquier tipo de proceso.

Ofrece las facilidades necesarias para que las empresas modernicen y
agilice sus procesos de evaluacin o planes pilotos. Su amigable ambiente
grfico permite a un usuario construir modelos y escenarios sin necesidad de
conocimientos

especficos

de

lenguajes

de

programacin,

ni

de

modelamiento matemtico. Para el tratamiento inicial de ajuste de curva de

datos a distribuciones de probabilidades posee un mdulo propio
llamado Stat:Fit.
Promodel es uno de los paquetes de software comercial para simulacin
ms

usados en el mercado, contando con poderosas

anlisis y diseo que permiten al analista

herramientas de

conocer mejor el problema y

alcanzar resultados ms confiables. Mediante las herramientas con las que

cuenta Promodel, se podra Modelar, ejecutar y analizar problemas de
simulacin relacionados con la Teora de Colas

WinQSB

Es un sistema interactivo de ayuda a la toma de decisiones que contiene

herramientas muy tiles para resolver distintos tipos de problemas en el
campo de la investigacin operativa. El sistema est formado por distintos

mdulos, uno para cada tipo de modelo o problema. Entre ellos

destacaremos los siguientes:

Linear programming (LP) and integer linear programming (ILP):

este mdulo incluye los programas necesarios para resolver el
problema de programacin lineal grficamente o utilizando el
algoritmo del Simplex; tambin permite resolver los problemas de
programacin lineal entera utilizando el procedimiento de

Ramificacin y Acotacin (Branch&Bound).

Linear goal programming (GP) and integer
programming

(IGP):

resuelve

modelos

de

linear

goal

programacin

multiobjetivo con restricciones lineales.

Quadratic programming (QP) and integer quadratic programming
(IQP): resuelve el problema de programacin cuadrtica, es
decir, problemas con funcin objetivo cuadrtica y restricciones
lineales. Utiliza un mtodo Simplex adaptado. Los modelos de
IQP los resuelve utilizando algoritmos de ramificacin y

acotacin.
Network modeling (NET): incluye programas especficos para
resolver el problema del transbordo, el problema del transporte,
el de asignacin, el problema del camino ms corto, flujo

mximo, rbol generador, y problema del agente viajero.

Nonlinear programming (NLP): permite resolver problemas no
lineales irrestringidos utilizando mtodos de bsqueda lineal, y
problemas no lineales con restricciones utilizando el mtodo
SUMT

(funcin

objetivo

con

penalizaciones

sobre

incumplimiento de las restricciones).

PERT/CPM: mdulo de gestin de proyectos en los que hay que
realizar varias actividades con relaciones de precedencia.

el

WinQSB utiliza los mecanismos tpicos de la interface de Windows, es

decir, ventanas, mens desplegables, barras de herramientas, etc. Por lo
tanto el manejo del programa es similar a cualquier otro que utilice el entorno
Windows.
WinQSB es una aplicacin verstil que permite la solucin de una gran
cantidad de problemas: administrativos, de produccin, de recurso humano,
direccin de proyectos, etc.
El paquete WinQSB puede usarse con varios objetivos: a) comprobar
las soluciones de los problemas de las relaciones; b) resolver problemas
grandes y c) realizar experimentos para comprender los conceptos
presentados

TORA