TEORA DE

COLAS

Los modelos de lnea de espera consisten en frmulas y

relaciones matemticas que pueden usarse para
determinar las caractersticas operativas (medidas de
desempeo) para una cola.
 TEORA 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.
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 es 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 costos del sistema y los tiempos promedio
de la lnea de espera para un sistema dado.
La Teora de Colas o Lneas de Espera
hace uso de modelos matemticos para
encontrar un balance adecuado entre el
nivel de servicio ofrecido a los clientes y los
costos asociados a su prestacin. El objetivo
es reducir el impacto desfavorable de la
espera de los clientes o usuarios de un
sistema a niveles tolerables.
Una descripcin general de la estructura de los modelos que representan lo
que sucede en un proceso o lnea de espera es la siguiente:
1.Clientes con una fuente de entrada (poblacin finita o infinita).
Una poblacin finita se refiere a un conjunto limitado de clientes que
usarn el servicio y en ocasiones formarn una lnea. Por el contrario
una poblacin infinita es lo bastante grande en relacin con el sistema de
servicio.
2.Clientes entran al sistema y se unen a una cola (tiempo entre llegada de
clientes). Por lo general se supone que el tiempo entre llegada de clientes
se distribuye de forma exponencial.
3.Se proporciona el servicio (tiempos de servicio) por un servidor (uno y/o
mltiples servidores) a un miembro de la cola, segn una disciplina de
servicio (disciplina de la cola). La disciplina de la cola ms comn es FIFO,
es decir, se atiende por orden de llegada.
4.El cliente sale del sistema.
En este contexto uno de los escenarios ms sencillo
para el anlisis es aquel donde existe una fase de
servicio, un nico servidor, con una fuente de entrada
infinita y una longitud permisible de la fila ilimitada.
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.
Las caractersticas operativas de inters incluyen las
siguientes:
Probabilidad de que no haya unidades o clientes en el sistema.
Cantidad promedio de unidades en la lnea de espera.
Cantidad promedio de unidades en el sistema (la cantidad de
unidades en la lnea de espera ms la cantidad de unidades que
se estn atendiendo).
Tiempo promedio que pasa una unidad en la lnea de espera.
Tiempo promedio que pasa una unidad en el sistema (el tiempo
de espera ms el tiempo de servicio).
Probabilidad que tiene una unidad que llega de esperar por el
servicio.
ESTRUCTURA DE UN SISTEMA DE LINEA DE ESPERA. EJEMPLO.
Para ilustrar las caractersticas bsicas de un modelo de lnea de espera, consideramos la cola en el
Burger Dome, que vende hamburguesas, papas fritas, refrescos y malteadas, as como un nmero
limitado de artculos de especialidad y postres. Aunque a Burger Dome le gustara servir
inmediatamente a cada cliente, a veces llegan ms comensales de los que puede manejar el personal
de Burger Dome, por tanto, los clientes esperan en lnea para hacer sus pedidos y recibir sus
alimentos.

A Burger Dome le preocupa que los mtodos que se usan actualmente para servir a los clientes dan
como resultado tiempos de espera excesivos. La administracin desea realizar un estudio con el fin de
ayudar a determinar el mejor enfoque para producir los tiempos de espera y mejorar el servicio.

Lnea de espera de un solo canal:

Cada cliente que entra al restaurante de Burger Dome debe pasar por un canal, una estacin para
tomar y surtir el pedido, para colocar el pedido, pagar la cuenta y recibir el producto. Cuanto llegan
ms clientes forman una lnea de espera y aguardan que se desocupe la estacin para tomar y surtir
el pedido.
Cada cliente debe pasar por un canal, una estacin para tomar y surtir el pedido, para
colocar el pedido, pagar la cuenta y recibir el producto. Cuanto llegan ms clientes
forman una lnea de espera y aguardan que se desocupe la estacin para tomar y surtir
el pedido.
LINEA DE ESPERA DE UN SOLO CANAL
DISTRIBUCIN DE LLEGADAS
Para determinar la distribucin de probabilidad para la cantidad de llegadas
en un perodo dado, se puede utilizar la distribucin de Poisson.
= Media o cantidad promedio de ocurrencia en un intervalo
e= 2.17828
X= cantidad de ocurrencias en el intervalo
 DISTRIBUCIN DE TIEMPO DE SERVICIO
El tiempo de servicio es el tiempo que pasa un cliente en la instalacin una
vez el servicio ha iniciado.
Se puede utilizar la distribucin de probabilidad exponencial para encontrar la
probabilidad de que el tiempo de servicio sea menor o igual que un tiempo t.
e= 2.17828
= cantidad media de unidades que pueden servirse por perodo
DISCIPLINA DE LA LINEA DE ESPERA
Manera en la que las unidades que esperan el servicio se ordenan para recibirlo.
El primero que llega, primero al que se le sirve.
ltimo en entrar, primero en salir.
Atencin primero a la prioridad ms alta.

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.

MODELOS DE LNEA DE ESPERA DE UN SOLO CANAL CON LLEGADAS DE POISSON Y

TIEMPOS DE SERVICIO EXPONENCIALES, (M/M/1).
A continuacin, las frmulas que pueden usarse para determinar las caractersticas operativas de
estado estable para una lnea de espera de un solo canal.
El objetivo de las frmulas es mostrar cmo se puede dar informacin acerca de las caractersticas
operativas de la lnea de espera.
MODELOS DE LNEA DE ESPERA DE UN SOLO CANAL CON
LLEGADAS DE POISSON Y TIEMPOS DE SERVICIO
EXPONENCIALES.
Frecuentemente, los modelos de lnea de espera se basan en
suposiciones como las llegadas de Poisson y los tiempos de
servicio exponenciales. Cuando se aplica cualquier modelo de
lnea de espera, deben recolectarse datos sobre el sistema real
para asegurar que las suposiciones del modelo son razonables.

Caractersticas operativas:
A continuacin, las frmulas que pueden usarse para determinar
las caractersticas operativas de estado estable para una lnea de
espera de un solo canal.

El objetivo de las frmulas es mostrar cmo se puede dar

informacin acerca de las caractersticas operativas de la lnea de
espera.
Cmo usan los administradores los modelos de
lnea de espera:
Los resultados de la lnea de espera de un solo
canal para Burger Dome muestran varias cosas
importantes sobre su operacin. En particular,
los clientes esperan un promedio de tres
minutos antes de comenzar a colocar un
pedido, lo cual parece un poco largo para un
negocio basado en el servicio rpido. Adems
los hechos de que la cantidad promedio de
clientes que esperan en la lnea es de 2.25 y
que 75% de los clientes que llegan tienen que
esperar para que los atiendan son indicadores
de que debera hacerse algo para mejorar la
operacin.
Mejora de la operacin de la lnea de espera.
Despus de revisar las caractersticas operativas proporcionadas por el
modelo de lnea de espera, la administracin de Burger Dome concluy
que es deseable disear mejoras que reduzcan los tiempos de espera;
para ello, a menudo los analistas se centran en formas de mejorar la tasa
de servicio. Por lo general, las mejoras en la tasa de servicio se obtienen
realizando los siguientes cambios de manera individual o conjuntamente.
Ley de Little.
Un importante resultado matemtico es el demostrado por John Little en 1961, el cual
relaciona las siguientes variables:
L : Nmero promedio de clientes en un sistema
W : Tiempo promedio de espera en un sistema
: Nmero promedio de clientes que llegan al sistema por unidad de tiempo.

Luego la Ley de Little establece que el nmero promedio de clientes en un sistema (L) es
igual a la tasa promedio de llegada de los clientes al sistema () por el tiempo promedio que
un cliente esta en el sistema (W).

La frmula es vlida para sistemas y para subsistemas, es decir:

Donde Lq es el nmero promedio de clientes que esperan en la fila y Wq el tiempo promedio

que un cliente espera en la fila. Adicionalmente representa el ritmo del servicio o capacidad
del sistema.
Ejemplo. Un pequeo banco est considerando abrir un
servicio para que los clientes paguen desde su
automvil. Se estima que los clientes llegarn a una tasa
promedio de 15 por hora. El cajero que trabajar en la
ventanilla puede atender a los clientes a un ritmo
promedio de uno cada tres minutos. Suponiendo que el
patrn de llegadas es Poisson y el patrn de servicios es
Exponencial.
 La utilizacin promedio del cajero:

El nmero promedio de clientes en la lnea de

espera es:

El nmero promedio de clientes en el sistema:

El tiempo promedio de la espera en la fila:

El tiempo promedio de espera en el sistema:

Otra alternativa es simular el comportamiento de la lnea de
espera con configuracin M/M/1 haciendo uso de Excel. Para
ello ingresamos en la planilla Queueing_Simulator el nmero
de servidores (1), la distribucin para el tiempo entre llegadas
(exponencial con media de 4 minutos, esto es, si llegan en
promedio 15 clientes por hora, entonces en promedio llega un
cliente cada 1/15 de hora o equivalentemente cada 4 minutos) y
una distribucin para el tiempo de servicio tambin exponencial
con media de 3 minutos. Finalmente ingresamos el nmero de
llegadas que se desea simular (arbitrariamente se ha
seleccionado 100,000 llegadas para evaluar un comportamiento
del sistema en el largo plazo) y luego Run Simulation.
http://www.gestiondeoperaciones.net/lineas-de-espera/simulacion-de-una-linea-de-espera-mm1-teoria-
de-colas-en-excel/