- Introduccin y casos de aplicacin.

- Definiciones, caractersticas y suposiciones.

- Terminologa y notacin.
- Proceso de nacimiento muerte. Modelos Poisson.
LINEAS DE ESPERA - Un servidor, fuente finita, cola finita.
Teora de Colas - Un servidor, cola infinita, fuente infinita.
- Servidores mltiples, cola infinita, fuente infinita.
- Servidores mltiples, cola finita, fuente infinita.
 Las colas son frecuentes en nuestra vida
cotidiana:
En un banco
En un restaurante de comidas rpidas
Al matricular en la universidad
Los autos en un lavacar
 En general, a nadie le gusta esperar
Cuando la paciencia llega a su lmite, la
gente se va a otro lugar
Sin embargo, un servicio muy rpido
tendra un costo muy elevado
Es necesario encontrar un balance
adecuado
 Una cola es una lnea de espera
La teora de colas es un conjunto de
modelos matemticos que describen
sistemas de lneas de espera particulares
El objetivo es encontrar el estado estable
del sistema y determinar una capacidad
de servicio apropiada
 Existen muchos sistemas de colas
distintos
Algunos modelos son muy especiales
Otros se ajustan a modelos ms generales
Se estudiarn ahora algunos modelos
comunes
Otros se pueden tratar a travs de la
simulacin
 Un sistema de colas puede dividirse en
dos componentes principales:
La cola
La instalacin del servicio
Los clientes o llegadas vienen en forma
individual para recibir el servicio
 Los clientes o llegadas pueden ser:
Personas
Automviles
Mquinas que requieren reparacin
Documentos
Entre muchos otros tipos de artculos
 Si cuando el cliente llega no hay nadie
en la cola, pasa de una vez a recibir el
servicio
Si no, se une a la cola
Es importante sealar que la cola no
incluye a quien est recibiendo el
servicio
 Las llegadas van a la instalacin del
servicio de acuerdo con la disciplina de
la cola
Generalmente sta es primero en llegar,
primero en ser servido
Pero pueden haber otras reglas o colas
con prioridades
 ANTECEDENTES:
Las colas, filas o lneas de espera, son parte de la vida diaria.
Todos en algn momento tenemos que esperar por un servicio, por ejemplo: en el supermercado,
en el banco, en las tortillas, al tomar un taxi en un sitio, para subir a un juego mecnico, etc.

Cules creen que serian las afectaciones de que haya poca o mucha cola en una tortillera?
Y en un banco?, en una terminal martima de carga y descarga?, En la planeacin de
desalojo e personas en un avin o en un barco trasatlntico en caso de accidentes?

Importancia de la teora de colas:

El estudio de las lneas de espera, llamado teora de colas,
es una de las tcnicas de anlisis cuantitativo ms antiguas y
que se utilizan ms extensamente; la mayora de los
problemas de lneas de espera se centran en la vital cuestin
de encontrar el nivel ideal de servicio que debe proporcionar
una empresa. La importancia radica, en observar el costo
total esperado, un concepto que se ilustra en la figura #1, El
costo total esperado es la suma de los costos esperados de
servicio ms los costos de espera. Figura #1
Ejemplo de Three Rivers Shipping Company
Esta empresa opera una enorme instalacin portuaria ubicada en el ro Ohio cerca de Pittsburgh. Durante cada turno de
trabajo de 12 horas llegan a descargar aproximadamente cinco barcos repletos de acero y mena. Cada hora que un barco
permanece ocioso esperando en la fila para descargar le cuesta mucho dinero a la empresa, cerca de $1000 dlares. Por su
experiencia, la direccin estima que si un equipo de estibadores est de turno para manejar el trabajo de descarga, cada
barco esperar un promedio de siete horas para descargar. Si son dos equipos los que trabajan, el tiempo de espera
promedio cae hasta cuatro horas; cuando laboran tres equipos, disminuye a tres horas y cuando hay cuatro equipos de
estibadores, solamente esperan dos horas. Sin embargo, cada equipo adicional de estibadores tambin es una propuesta
cara, debido a los contratos del sindicato.

El superintendente de Three Rivers quiere

determinar el nmero ptimo de equipos
de estibadores de turno en cada horario. El
objetivo es minimizar los costos totales
esperados. Para minimizar la suma de
costos de servicio y costos de espera, la
empresa toma la decisin de emplear dos
equipos de estibadores en cada turno.

Nota: las lneas de espera o colas, contienen la

propiedad de Markov de los procesos estocsticos.
 Proceso de las lneas de espera o colas

- Los clientes requieren un servicio, y llegan de manera aleatoria a solicitarlo, lo que se conoce como
entrada al sistema. Cuando la demanda de los clientes es mayor que el tiempo de respuesta, se genera
una cola.
- Una vez dentro del sistema el cliente entra a una cola, luego pasa a un servidor o estacin de servicio y
por ltimo sale del sistema.
- El orden en el que se elige a los clientes de la cola, se conoce como disciplina de la cola.
 Clasificacin de lneas de espera

Nota: es posible que por estrategias comerciales, tambin se puedan utilizar la combinacin de los tipos de lneas de espera, por ejemplo, en
un banco hay clientes que hacen cola y hay otros clientes que por el tipo de transacciones son llamados en otra ventanilla.
Tipos de lneas de espera
MODELO DE COLAS DE UN SOLO CANAL CON LLEGADAS POISSON Y TIEMPOS DE SERVICIO EXPONENCIALES (M/M/1)

Distribucin de Poisson: permite calcular la probabilidad de que ingresen X clientes al sistema

Donde:
Proceso de nacimiento: llegada de clientes al sistema. X = cantidad de llegadas en el
perodo.
n = tasa media de llegadas (nmero esperado de llegadas por unidad de tiempo)

Distribucin exponencial: permite calcular la probabilidad de atender al cliente en X unidad

de tiempo.
Donde:
X = Tiempo entre eventos
=promedio de eventos por unidad de tiempo.
 Identificacin de modelos mediante el uso de la notacin Kendall
D. G. Kendall desarroll una notacin ampliamente aceptada para especificar el patrn de las llegadas, la distribucin del
tiempo de servicio y el nmero de canales en un modelo de colas.

La notacin Kendall bsica de tres smbolos es de la forma:

distribucin de llegadas/distribucin de tiempos de servicio/nmero de canales de servicio abiertos

Donde se utilizan letras especficas para representar las distribuciones de probabilidad. Las siguientes letras se utilizan
comnmente en la notacin Kendall:

M = distribucin de Poisson del nmero de ocurrencias (o tiempos exponenciales)

D = tasa de la constante (determinstica)
G = distribucin general con varianza y media conocidas

As, un modelo de un solo canal con llegadas Poisson y tiempos de servicio exponenciales se representara
mediante: M/M/1
Cuando se aade un segundo canal, se tendra: M/M/2

Si existen m canales de servicio distintos dentro del sistema de colas con llegadas Poisson y tiempos de servicio exponenciales, la notacin
Kendall sera M/M/m. Un sistema de tres canales con llegadas Poisson y tiempo de servicio constante se identificara mediante M/D/3.Un
sistema de cuatro canales con llegadas Poisson y tiempos de servicio que se distribuyen normalmente se identificara como M/G/4.
Existe una notacin ms detallada con trminos adicionales que indican el nmero mximo dentro del sistema y el tamao de la poblacin.
Cuando stos se omiten, se supone que no hay lmite en la longitud de la cola o en el tamao de la poblacin.
Modelo M/M/1:
 Ejemplo #1 del procesamiento de colas:

En un servicio de Fotocopiado llegan 5 clientes cada hora y el operador de la fotocopiadora puede

atenderlos a una tasa de 6 clientes cada hora.

DETERMINE:
A) Cantidad de clientes en el Sistema
B) Tiempo total que esperan los clientes en el Sistema
C) Cantidad de personas formadas en la fila.
D) Tiempo en el cual los clientes esperan en fila.
E) Porcentaje de uso del servidor.
F) Porcentaje de tiempo en el cual el servidor est ocioso.
G) Probabilidad de que se encuentren 2 clientes en el Sistema.
Ejemplo de procesamiento de colas:
Ejemplo de procesamiento de colas:
Ejemplo #2:
El gerente de una cafetera considera que el domingo es el da ms transitado. En promedio llegan 20 personas por hora,
el tiempo de atencin es de 2 min por persona. Se cuenta con una sola lnea de espera. Suponiendo que las llegadas son
por distribucin de Poisson y tiempos de servicio son exponenciales, calcula los parmetros de operacin.

Solucin:
= 20 personas por hora (tasa de llegada)
= 30 personas por hora (tasa de servicio)
Identificamos el modelo: una cola y un servidor (M/M/1)
Ejemplo #2:

Bibliografa: Mtodos cuantitativos para los negocios, 9na edicin, Editorial Pearson. A partir de pgina 567
 Se refiere al estudio matemtico de las
lneas de espera, permitiendo as el
anlisis de varios procesos como:
llegada, espera en la cola etc.
 Predecir los resultados del sistema.
Evaluar estrategias alternativas para elegir la
mejor.
Determinar cmo
Dimensionar el sistema
Controlar la entrada
Grado de servicio
Retardo
 Sistema de colas

Clientes
Clientes Mecanismo de servidos
Cola Servicio
 Tamao de poblacin: Es el nmero total de
clientes que pueden requerir servicio en
determinado momento.
Forma de las llegadas: Patrn estadstico
mediante el cul se generan los clientes a
travs del tiempo.

ENTRADA
 e x
P x para _ x 0,1,2,3,4,...
x!

P(x) = Probabilidad de x arribos

X = Nmero de arribos por unidad de tiempo
= Rata promedio de arribo
E = 2.71828
 Tamao de la cola: Una cola puede ser finita o
infinita . El estndar es infinita.

Disciplina de la cola: Se refiere al orden en el

que se seleccionan sus miembros para recibir el
servicio ( FIFO, Aleatoria, por prioridad ).
 Canal: Hace referencia al nmero de servidores
que hay en el sistema (Serie, Paralelo).

Tiempo de Servicio: Es el tiempo que

transcurre desde el inicio del servicio para un
cliente hasta su terminacin. La distribucin
ms usada para los tiempos de servicio es la
EXPONENCIAL.
Las distribuciones que utilizaremos son:
M: Distribucin exponencial (markoviana)
D : Distribucin degenerada (tiempos constantes)
Ek: Distribucin Erlang
G : Distribucin general

M / M / s
Modelo donde tanto los tiempos entre llegada como los tiempo de
servicio son exponenciales y se tienen s servidores.
M / M / 1
Tiempos entre llegada exponenciales, tiempos de servicio general
y 1 slo servidor
 = frecuencia media de llegadas
= frecuencia media de servicio
S=numero de servidores

Para que el sistema pueda alcanzar el rgimen

permanente es necesario que <=
Dos o ms servidores o canales estn disponibles para atender a los clientes
que arriban.
Un solo servidor, capacidad de cola ilimitada y poblacin infinita de arribos
potenciales. Los tiempos entre arribos y los tiempos de servicio son distribuidos
exponencialmente.
TEORA DE COLAS
Las lneas de espera, o colas,
son realidades cotidianas, como
por ejemplo:
Personas esperando para realizar sus
transacciones ante una caja en un banco,
Estudiantes esperando por obtener copias en
la fotocopiadora,
Vehculos esperando pagar ante una
estacin de peaje o continuar su camino,
ante un semforo en rojo,
Mquinas daadas a la espera de ser
rehabilitadas.
Se forman debido a un desequilibrio
temporal entre la demanda del servicio
y la capacidad del sistema para
suministrarlo.
TEORA DE COLAS
Los Modelos de Lneas de Espera
son de gran utilidad tanto en las
reas de Manufactura como en las
de Servicio.

Los Anlisis de Colas relacionan:

La longitud de la lnea de espera.

El promedio de tiempo de espera y

otros factores como: la conducta de
los usuarios a la llegada y en la cola.
 TEORA DE COLAS

Desde la perspectiva de la Investigacin de

Operaciones, los pacientes que esperan ser
atendidos por el odontlogo o las prensas daadas
esperando reparacin, tienen mucho en comn.
Ambos (gente y mquinas) requieren de recursos
humanos y recursos materiales como equipos para
que se los cure o se los haga funcionar nuevamente.
 TEORA DE COLAS
Costos de Servicio y Costos de Espera
Debe existir equilibrio entre el COSTO DE
proporcionar buen SERVICIO y el COSTO del tiempo
DE ESPERA del cliente o de la mquina que deben
ser atendidos.
Los gerentes desean que las colas sean lo
suficientemente cortas con la finalidad de que los
clientes no se irriten e incluso se retiren sin llegar a
utilizar el servicio o lo usen pero no retornen ms.
Sin embargo estos contemplan tener una longitud
de cola razonable en espera, que sea
balanceada, para obtener ahorros significativos en
el COSTO DEL SERVICIO
 TEORA DE COLAS
Equilibrio entre Costos de Espera y Costos de Servicio
Costo

COSTO TOTAL
ESPERADO

Costo
Costo por proporcionar
Total el SERVICIO
Mnimo

Costo por TIEMPO

DE ESPERA

Nivel ptimo de Servicio Nivel de Servicio

 TEORA DE COLAS
Costos de Servicio vs Nivel de Servicio
Los COSTOS DE SERVICIO se incrementan si se
mejora el NIVEL DE SERVICIO. Los Administradores
de ciertos centros de servicio pueden variar su
capacidad teniendo personal o mquinas
adicionales que son asignadas a incrementar la
atencin cuando crecen excesivamente los
clientes.
En supermercados se habilitan cajas adicionales cuando es necesario.
En bancos y puntos de chequeo de aeropuertos, se contrata personal
adicional para atender en ciertas pocas del da o del ao.
 TEORA DE COLAS
COLAS MAS COMUNES
SITIO ARRIBOS EN COLA SERVICIO
Supermercado Compradores Pago en cajas

Peaje Vehculos Pago de peaje

Consultorio Pacientes Consulta

Sistema de Cmputo Programas a ser Proceso de datos

corridos
Compaa de telfonos Llamadas Efectuar comunicacin

Banco Clientes Depsitos y Cobros

Mantenimiento Mquinas daadas Reparacin

Muelle Barcos Carga y descarga

 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

Una cola de espera est compuesta de tres

elementos:
1. Arribos o ingresos al sistema
2. Disciplina en la cola
3. Servicio
Estos tres componentes tienen
ciertas caractersticas que
deben ser examinadas antes de
desarrollar el aspecto
matemtico de los modelos de
cola.
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
1. CARACTERISTICAS DE ARRIBO:
La fuente de ingreso que genera los arribos o clientes
para el servicio tiene tres caractersticas principales:
a. Tamao de la poblacin que arriba
b. Patrn de llegada a la cola
c. Comportamiento de las llegadas.

1.a.Tamao de la Poblacin:
El tamao de la poblacin puede ser:
infinito (ilimitado) o
limitado (finito).
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
1.b. Patrn de arribo al sistema:
Los clientes arriban a ser atendidos de una manera programada
(un paciente cada 15 minutos) o de una manera aleatoria.

Se consideran que los arribos son aleatorios cuando stos son

independientes de otros y su ocurrencia no puede ser predicha
exactamente.

Frecuentemente en problemas de colas, el nmero de arribos

por unidad de tiempo pueden ser estimados por medio de la
Distribucin de Poisson que es una distribucin discreta de
probabilidad.
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
DISTRIBUCION DE POISSON:

e x
P x para _ x 0,1,2,3,4,...
x!

P(x) = Probabilidad de x arribos

.x= nmero de arribos por unidad de tiempo
= rata promedio de arribo
.e = 2.71828
 TEORA DE COLAS

DISTRIBUCION DE POISSON PARA TIEMPOS DE ARRIBO =2

0,3000

0,2500
PROBABILIDAD

0,2000

0,1500 DISTRIBUCION

0,1000

0,0500

0,0000
0 1 2 3 4 5 6 7 8 9
DISTRIBUCION 0,1353 0,2707 0,2707 0,1804 0,0902 0,0361 0,0120 0,0034 0,0009 0,0002
ARRIBOS/UNIDAD DE TIEMPO
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
1.c. Comportamiento de los arribos:
La mayora de los modelos de colas asume que los
clientes son pacientes o sea que esperan en la cola
hasta ser servidos y no se pasan entre colas.
Desafortunadamente, la vida es complicada y la gente
se reniega. Aquellos que se impacientan por la espera,
se retiran de la cola sin completar su transaccin.

Esta situacin sirve para acentuar el estudio de la teora

de colas y el anlisis de las lneas de espera, ya que un
cliente no servido es un cliente perdido y hace mala
propaganda de ese negocio.
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
La lnea de espera es el segundo componente de
un sistema de colas. la longitud de la cola puede ser
tambin limitada o ilimitada.
Cola LIMITADA es aquella que por aspectos fsicos no puede
incrementarse a tamaos infinitos. Puede ser el caso de una peluquera
que tiene pocos barberos y sillas para atender.

Estudiaremos los modelos de colas asumiendo colas de longitud infinita.

Una cola es ILIMITADA cuando su tamao no tiene restriccin como es el
caso de una caseta de peaje que sirve a los vehculos que arriban.

50
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

Una segunda caracterstica de las lneas de espera

se refiere a la DISCIPLINA EN LA COLA mediante la
cual los clientes reciben el servicio. La mayora de los
sistemas usan la regla Primero En Entrar Primero En Salir
(First In First Out) [PEPS (FIFO)]. Se denomina tambin
FIFS (First In First Served).
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

El tercer elemento de un sistema de colas

es el SERVICIO. En l son importantes dos
propiedades bsicas:
1. La configuracin del sistema de servicio.

2. El patrn de tiempos de servicio

 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
Sistema de cola multi-canal: Son principalmente los cajeros de un
banco en los cuales hay una sola cola y varias personas atendiendo
a los clientes en diversas cajas.

Sistema de una sola fase: es aquel en el cual el cliente recibe el

servicio de una sola estacin y luego abandona el sistema. Un
restaurant de comida rpida en el cual la persona que toma la
orden tambin le entrega el alimento y cobra, es un sistema de una
sola fase

Sistema multifase: cuando se pone la orden en una estacin, se

paga en una segunda y se retira lo adquirido en una tercera

53
 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

COLA

ARRIBOS SERVIDOR SALIDAS

SISTEMA UN CANAL, UNA FASE

COLA
SERVICIO SERVICIO
ARRIBOS SALIDAS
FASE 1 FASE 2

UN SOLO CANAL, MULTIFASE

 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

CANAL 1
COLA

SALIDAS
CANAL 2
ARRIBOS

CANAL 3

SISTEMA MULTICANAL UNA FASE

 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA

FASE 1 FASE 2
COLA
CANAL 1 CANAL 1

ARRIBOS SALIDAS

FASE 1 FASE 2
CANAL 2 CANAL 2

SISTEMA MULTICANAL MULTIFASE

 TEORA DE COLAS
Caractersticas de una LINEA DE ESPERA
Los patrones de servicio son similares a los patrones
de llegada. Pueden ser constantes o aleatorios.

Si el tiempo de servicio es constante, toma la misma cantidad

de tiempo atender a cada cliente. Es comn con servicios
dados por medio de mquinas (Lavadora automtica de
carros).
Si el tiempo de servicio es distribudo aleatoriamente : Lo
representa la DISTRIBUCION DE PROBABILIDAD EXPONENCIAL
NEGATIVA de la forma e-x para x 0. Esta es una hiptesis
matemtica muy conveniente, cuando los arribos siguen la
distribucin de Poisson.
 TEORA DE COLAS
Medicin del Rendimiento de las Colas
Los principales factores que se evalan 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. Nmero de clientes promedio en el sistema.
5. Probabilidad de que el servicio se quede vaco
6. Factor de utilizacin del sistema
7. Probabilidad de la presencia de un especfico nmero de
clientes en el sistema.
 TEORA DE COLAS
Notacin de los Modelos de Colas
Reconociendo la diversidad de los sistemas de
colas, Kendall (1953) propuso un sistema de notacin
para sistemas de servidores paralelos que ha sido
adoptado universalmente.
Una versin resumida de esta convencin est
basada en el formato A/B/c/N/K. Estas letras
representan las siguientes caractersticas del
sistema:
A = Distribucin de tiempo entre arribos.
B = Distribucin del tiempo de servicio.
Los siguientes son smbolos comunes para A y B:
M = exponencial o Markov (1)
D = constante o determinstica
 TEORA DE COLAS
Notacin de los Modelos de Colas
Ek = Erlang de orden k
P H = Tipo fase
H = Hiperexponencial
G = Arbitrario o general
GI = General independiente
.c = nmero de servidores paralelos
N = Capacidad del sistema
K = Tamao de la poblacin.

Nota(1): A causa de las suposiciones de distribucin exponencial en

los procesos de arribo, estos modelos son llamados MARKOVIANOS
 TEORA DE COLAS
Notacin de los Modelos de Colas
Por ejemplo: M/M/1// significa un solo servidor,
capacidad de cola ilimitada y poblacin infinita de
arribos potenciales. Los tiempos entre arribos y los
tiempos de servicio son distribuidos
exponencialmente.

Cuando N y K son infinitos, pueden ser descartados

de la notacin. M/M/1// es reducido a M/M/1.
 TEORA DE COLAS
Variedad de Colas
Existe una cantidad enorme de Modelos de Colas
que pueden utilizarse. Nos vamos a concentrar en 4
de los modelos ms usados. Modelos ms complejos
pueden ser desarrollados mediante el uso de la
Simulacin y se los encuentra en textos especializados
sobre el tema.
Los 4 modelos de colas a estudiar asumen:
Arribos segn la Distribucin de Poisson

Disciplina PEPS

Una sola fase de servicio.

 TEORA DE COLAS
Variedad de Colas

Modelo A: Un canal, Arribos segn la Distribucin

de Poisson; Tiempos de Servicio exponenciales

Modelo B: Multicanal

Modelo C: Tiempo de Servicio constante

Modelo D: Poblacin Limitada

 TEORA DE COLAS
Modelo A: M/M/1
Caractersticas:
1. Los clientes son servidos con una poltica PEPS y cada arribo espera a ser
servido sin importar la longitud de la lnea o cola.

2. Los arribos son independientes de arribos anteriores, pero el promedio

de arribos, no cambia con el tiempo.

3. Los arribos son descritos mediante la distribucin de probabilidad de

Poisson y proceden de una poblacin muy grande o infinita.

4. Los tiempos de servicio varan de cliente a cliente y son independientes

entre s, pero su rata promedio es conocida.

5. Los tiempos de servicio se representan mediante la distribucin de

probabilidad exponencial negativa.

6. La rata de servicio es ms rpida que la rata de arribo.

 TEORA DE COLAS
Modelo A: M/M/1
Nmero promedio de arribos por perodo de tiempo
Nmero promedio de gente o cosas servidos por perodo de tiempo
n nmero de unidades en el sistema

LS Nmero promedio de unidades (clientes) en el sistema LS


Factor de utilizaci n del sistema

WS Tiempo promedio que una unidad permanece en el sistema
(tiempo de espera tiempo de servicio)
1
WS

 TEORA DE COLAS
Modelo B: M/M/S
Modelo B: Modelo de cola multicanal (M/M/S)
Caractersticas:
Dos o ms servidores o canales estn disponibles
para atender a los clientes que arriban.
Los clientes forman una sola cola y se los atiende
de acuerdo al servidor que queda libre.
los arribos siguen la distribucin de probabilidad de
Poisson y los tiempos de servicio son distribudos
exponencialmente.
Los servicios se los hace de acuerdo a la poltica
primero en llegar primero en ser servido (PEPS) y
todos los servidores atienden a la misma rata.
 TEORA DE COLAS
Modelo B: M/M/S
2
Lq Nmero promedio de unidades en la cola LS


Wq Tiempo promedio que una unidad espera en la cola WS

Pn Probabilid ad de que " n" clientes estn en el sistema

n

Pn 1 1 n

Po Probabilid ad de cero unidades en el sistema (la unidad de servicio est vaca)

Po 1 1

Pn k Probabilid ad de que ms de " k" unidades estn en el sistema
k 1

Pn k

 TEORA DE COLAS
Modelo B: M/M/S
M nmero de canales abiertos
tasa promedio de arribo
tasa promedio de servicio en cada canal
Po Probabilid ad de que existan CERO personas o unidades en el sistema
1
Po para M
n M 1 1 n
1
M
M

n 0 n ! M ! M

Ls nmero promedio de personas o unidades en el sistema :

M

LS Po
M 1.!.M 2
 TEORA DE COLAS
Modelo B: M/M/S

Ws Tiempo promedio que una unidad permanece en el sistema,

(en la cola y siendo servida (atendida) )
M

WS Po
1 LS

M 1! M 2

Lq Nmero promedio de personas o unidades en la lnea o cola, en espera de servicio

Lq LS LS

Wq Tiempo promedio que una persona o unidad se
tarda en la cola esperando por servicio
1 Lq
Wq WS

 TEORA DE COLAS
Modelo C: M/D/1
Modelo C: Modelo de Tiempo de Servicio Constante
(M/D/1)
Algunos sistemas tienen tiempos de servicio
constantes en lugar de exponencialmente
distribudos. Cuando los clientes son atendidos o
equipos son procesados con un ciclo fijo como es
el caso de una lavadora de carros automatizada
o ciertos entretenimientos en los parques de
diversiones, el asumir servicio constante es
adecuado.
 TEORA DE COLAS
Modelo C: M/D/1

2
Longitud promedio de la cola, Lq
2

Tiempo promedio de espera en la cola, Wq
2

Nmero promedio de clientes en el sistema, LS Lq

1
Tiempo promedio de espera en el sistema, WS Wq

 TEORA DE COLAS
Modelo D
Modelo D: Modelo de Poblacin limitada.-
Este modelo puede ser usado por ejemplo si estamos
considerando reparaciones de equipo en una fbrica
que tiene 5 mquinas. Este modelo permite cualquier
nmero de reparadores a ser considerados.
La razn por la cual este modelo difiere de los otros tres
es que ahora hay una relacin de dependencia entre la
longitud de la cola y la rata de arribo. La situacin
extrema sera si en la fbrica tenemos 5 mquinas,
todas se han daado y necesitan reparacin; siendo en
este caso la rata de arribo CERO. En general, si la lnea
de espera crece, la rata de llegada tiende a cero
 TEORA DE COLAS
Modelo D

NOTACIN :
D Probabilid ad de que una unidad tenga que esperar en la cola
F Factor de eficiencia
H Nmero promedio de unidades siendo servidas
J Nmero promedio de unidades que no estn en cola o en el sector de servicio
L Nmero promedio de unidades esperando el servicio
M Nmero de canales de servicio
N Nmero de clientes potenciale s
T Tiempo de servicio promedio
U Tiempode servicio entre requerimie ntos de atencin a la unidad
W Tiempo promedio que una unidad espera en la cola
X Factor de servicio
 TEORA DE COLAS
Modelo D

FRMULAS :
T
Factor de Servicio ....................... X
T U
Nmero promedio en espera ........ L N 1 F
LT U T 1 F
Tiempo promedio de espera ........ W
NL XF
Nmero promedio en funcionami ento J NF 1 X
Nmero promedio siendo servido H FNX
Cuanta de la Poblacin ............. N J LH
 Sistema de colas

Llegadas Disciplina Instalacin Salidas

Cola de la cola del
servicio

Simulacion
 Sistema de colas

Llegadas Salidas
Cola Servidor

Simulacion
 Sistema de colas
Salidas
Servidor

Llegadas Salidas
Cola Servidor

Salidas
Servidor

Simulacion
 Sistema de colas
Salidas
Cola Servidor

Llegadas Salidas
Cola Servidor

Salidas
Cola Servidor

Simulacion
 Sistema de colas
Llegadas
Cola

Servidor

Cola

Salidas
Servidor
Simulacion
1. Costo de espera: Es el costo para
el cliente al esperar
Representa el costo de
oportunidad del tiempo perdido
Un sistema con un bajo costo de
espera es una fuente importante
de competitividad

Simulacion
2. Costo de servicio: Es el costo de
operacin del servicio brindado
Es ms fcil de estimar
El objetivo de un sistema de
colas es encontrar el sistema
del costo total mnimo

Simulacion
 El tiempo que transcurre entre
dos llegadas sucesivas en el
sistema de colas se llama tiempo
entre llegadas
El tiempo entre llegadas tiende a
ser muy variable
El nmero esperado de llegadas
por unidad de tiempo se llama
tasa media de llegadas ()
Simulacion
 El tiempo esperado entre llegadas
es 1/
Por ejemplo, si la tasa media de
llegadas es = 20 clientes por
hora
Entonces el tiempo esperado
entre llegadas es 1/ = 1/20 =
0.05 horas o 3 minutos

Simulacion
 Adems es necesario estimar la
distribucin de probabilidad de
los tiempos entre llegadas
Generalmente se supone una
distribucin exponencial
Esto depende del comportamiento
de las llegadas

Simulacion
 Laforma algebraica de la
distribucin exponencial es: ????
t
P(tiempo de servicio t ) 1 e
Donde t representa una cantidad
expresada en de tiempo unidades
de tiempo (horas, minutos, etc.)

Simulacion
P(t)

0 Media Tiempo

Simulacion
 La distribucin exponencial
supone una mayor probabilidad
para tiempos entre llegadas
pequeos
En general, se considera que las
llegadas son aleatorias
La ltima llegada no influye en la
probabilidad de llegada de la
siguiente
Simulacion
 Es una distribucin discreta
empleada con mucha frecuencia
para describir el patrn de las
llegadas a un sistema de colas
Para tasas medias de llegadas
pequeas es asimtrica y se hace
ms simtrica y se aproxima a la
binomial para tasas de llegadas
altas
Simulacion
 Su forma algebraica es:
k
e
P(k )
k!
Donde:
P(k) : probabilidad de k llegadas
por unidad de tiempo
: tasa media de llegadas
e = 2,7182818
Simulacion
P

0 Llegadas por unidad de tiempo

Simulacion
 El nmero de clientes en la cola es
el nmero de clientes que esperan
el servicio
El nmero de clientes en el
sistema es el nmero de clientes
que esperan en la cola ms el
nmero de clientes que
actualmente reciben el servicio

Simulacion
 La capacidad de la cola es el
nmero mximo de clientes que
pueden estar en la cola
Generalmente se supone que la
cola es infinita
Aunque tambin la cola puede ser
finita

Simulacion
 La disciplina de la cola se refiere
al orden en que se seleccionan los
miembros de la cola para
comenzar el servicio
La ms comn es PEPS: primero
en llegar, primero en servicio
Puede darse: seleccin aleatoria,
prioridades, UEPS, entre otras.
Simulacion
 El servicio puede ser brindado por
un servidor o por servidores
mltiples
El tiempo de servicio vara de
cliente a cliente
El tiempo esperado de servicio
depende de la tasa media de
servicio ()

Simulacion
 Eltiempo esperado de servicio
equivale a 1/
Por ejemplo, si la tasa media de
servicio es de 25 clientes por hora
Entonces el tiempo esperado de
servicio es 1/ = 1/25 = 0.04
horas, o 2.4 minutos

Simulacion
 Es necesario seleccionar una
distribucin de probabilidad para
los tiempos de servicio
Hay dos distribuciones que
representaran puntos extremos:
La distribucin exponencial
(=media)
Tiempos de servicio constantes
(=0)

Simulacion
 Una distribucin intermedia es la
distribucin Erlang
Esta distribucin posee un
parmetro de forma k que
determina su desviacin estndar:
1
media
k
Simulacion
 Si k = 1, entonces la distribucin
Erlang es igual a la exponencial
Si k = , entonces la distribucin
Erlang es igual a la distribucin
degenerada con tiempos
constantes
La forma de la distribucin Erlang
vara de acuerdo con k

Simulacion
P(t)
k=

k=8

k=2
k=1

0 Media Tiempo

Simulacion
Distribucin Desviacin estndar
Constante 0
Erlang, k = 1 media
Erlang, k = 2 1 / 2 media
Erlang, k = 4 1/2 media
Erlang, k = 8 1 / 8 media
Erlang, k = 16 1/4 media
Erlang, cualquier k 1 / k media
Simulacion
 Notacin de Kendall: A/B/c
A: Distribucin de tiempos entre
llegadas
B: Distribucin de tiempos de
servicio
M: distribucin exponencial
D: distribucin degenerada
Ek: distribucin Erlang
c: Nmero de servidores
Simulacion
 En principio el sistema est en un
estado inicial
Se supone que el sistema de colas
llega a una condicin de estado
estable (nivel normal de operacin)
Existen otras condiciones anormales
(horas pico, etc.)
Lo que interesa es el estado estable

Simulacion
 Para evaluar el desempeo se
busca conocer dos factores
principales:
1. El nmero de clientes que
esperan en la cola
2. El tiempo que los clientes
esperan en la cola y en el
sistema

Simulacion
1. Nmero esperado de clientes en
la cola Lq
2. Nmero esperado de clientes en
el sistema Ls
3. Tiempo esperado de espera en la
cola Wq
4. Tiempo esperado de espera en el
sistema Ws
Simulacion
 1
Ws Wq

Ls Ws
Lq Wq

Ls Lq
Simulacion
 Suponga una estacin 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

Simulacion
 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

Simulacion
 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

Simulacion
 Suponga un restaurant de
comidas rpidas 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
desempeo del sistema Simulacion
 Beneficios:
Permiten evaluar escenarios
Permite establecer metas
Notacin:
Pn : probabilidad de tener n
clientes en el sistema
P(Ws t) : probabilidad de que un
cliente no espere en el sistema ms
de t horas
Simulacion
 Dada la tasa media de llegadas y la
tasa media de servicio , se define el
factor de utilizacin del sistema .
Generalmente se requiere que < 1
Su frmula, con un servidor y con s
servidores, respectivamente, es:

s
Simulacion
 Con base en los datos del ejemplo
anterior, = 0.75, = 1
El factor de utilizacin del sistema
si se mantuviera un servidor es
= / = 0.75/1 = 0.75 = 75%
Con dos servidores (s = 2):
= /s = 0.75/(2*1) = 0.75/2 =
37,5%
Simulacion
 M/M/1: Un servidor con llegadas de Poisson y
tiempos de servicio exponenciales
M/G/1: Un servidor con tiempos entre llegadas
exponenciales y una distribucin general de
tiempos de servicio
M/D/1: Un servidor con tiempos entre llegadas
exponenciales y una distribucin degenerada de
tiempos de servicio
M/Ek/1: Un servidor con tiempos entre llegadas
exponenciales y una distribucin Erlang de
tiempos de servicio

Simulacion
 2
Ls Lq
( )
1
Ws Wq
( )
Pn (1 ) n P( Ls n) n 1
P(Ws t ) e (1 )t P(Wq t ) e (1 ) t
t 0, 1

Simulacion
 Un lavacar puede atender un auto cada 5
minutos y la tasa media de llegadas es de
9 autos por hora
Obtenga las medidas de desempeo de
acuerdo con el modelo M/M/1
Adems la probabilidad de tener 0
clientes en el sistema, la probabilidad de
tener una cola de ms de 3 clientes y la
probabilidad de esperar ms de 30 min.
en la cola y en el sistema

Simulacion
 9
9, 12, 0.75
12
2
Ls 3 clientes Lq 2.25 clientes
( )
1
Ws 0.33 hrs 20 min


Wq 0.25 hrs 15 min
( )
P0 (1 ) 0 0.25 P( Ls 3) 31 0.32
P (Ws 30 / 60) e (1 )t 0.22
P (Wq 30 / 60) e (1 )t 0.17

Simulacion
 A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus
5 cajas.
Cada caja puede atender en promedio a un
cliente cada 3 minutos
Obtenga las medidas de desempeo de
acuerdo con el modelo M/M/1
Adems la probabilidad de tener 2 clientes en
el sistema, la probabilidad de tener una cola
de ms de 4 clientes y la probabilidad de
esperar ms de 10 min. en la cola

Simulacion
 2 2 2
Ls Lq Lq
2(1 )
1 Lq
Ws Wq Wq

P0 1 Pw
1

Simulacion
 Un lavacar puede atender un auto cada
5 min. y la tasa media de llegadas es de
9 autos/hora, = 2 min.
Obtenga las medidas de desempeo de
acuerdo con el modelo M/G/1
Adems la probabilidad de tener 0
clientes en el sistema y la probabilidad
de que un cliente tenga que esperar
por el servicio

Simulacion
Ls Lq 1.31 .75 2.06 clientes
2 2 2
Lq 1.31 clientes
2(1 )
1
Ws Wq 0.228 hrs 13.7 min

Lq
Wq 0.145 hrs 8.7 min

P0 1 0.25 Pw 0.75
Simulacion
 A un supermercado llegan en promedio 80
clientes por hora que son atendidos entre sus 5
cajas.
Cada caja puede atender en promedio a un
cliente cada 3 minutos. Suponga = 5 min
Obtenga las medidas de desempeo de acuerdo
con el modelo M/G/1
Adems la probabilidad de tener 0 clientes en el
sistema y la probabilidad de que un cliente tenga
que esperar por el servicio

Simulacion
 2
Ls Ws Lq
2(1 )
1 Lq
Ws Wq Wq

1

Simulacion
 Un lavacar puede atender un auto
cada 5 min.
La tasa media de llegadas es de 9
autos/hora.
Obtenga las medidas de
desempeo de acuerdo con el
modelo M/D/1

Simulacion
Ls Ws 1.875 clientes
2
Lq 1.125 clientes
2(1 )
1
Ws Wq 0.21 hrs 12.5 min

Lq
Wq 0.125 hrs 7.5 min

Simulacion
A un supermercado llegan en
promedio 80 clientes por hora que
son atendidos entre sus 5 cajas.
Cada caja puede atender en
promedio a un cliente cada 3
minutos.
Obtenga las medidas de desempeo
de acuerdo con el modelo M/D/1

Simulacion
 (k 1)
2
Ls Ws Lq
2k (1 )
1 Lq
Ws Wq Wq

1
Simulacion
 Un lavacar puede atender un auto
cada 5 min.
La tasa media de llegadas es de 9
autos/hora. Suponga = 3.5 min
(aprox.)
Obtenga las medidas de
desempeo de acuerdo con el
modelo M/Ek/1
Simulacion
Ls Ws 2.437 clientes
2 (k 1)
Lq 1.6875 clientes
2k (1 )
1
Ws Wq 0.2708 hrs 16.25 min

Lq
Wq 0.1875 hrs 11.25 min

Simulacion
A un supermercado llegan en
promedio 80 clientes por hora que
son atendidos entre sus 5 cajas.
Cada caja puede atender en
promedio a un cliente cada 3
minutos. Suponga k= 4
Obtenga las medidas de desempeo
de acuerdo con el modelo M/Ek/1

Simulacion
Modelo Ls Ws Lq Wq

M/M/1

M/G/1

M/D/1

M/Ek/1
Simulacion
 M/M/s: s servidores con llegadas de Poisson
y tiempos de servicio exponenciales
M/D/s: s servidores con tiempos entre
llegadas exponenciales y una distribucin
degenerada de tiempos de servicio
M/Ek/s: s servidores con tiempos entre
llegadas exponenciales y una distribucin
Erlang de tiempos de servicio

Simulacion
 1
P0
s s s 1 n

s! s n 0 n!
s Lq
Lq P Ls Lq Wq
( s 1)!( s ) 2 0

1 n
Ws Wq Pn P0 , si n k
n!
n 1 s s
Pn P0 , si n k Pw P0
s! s ns
s! s
Simulacion
 Si s 2
3
Lq
4 2

Si s 3
4
Lq
(3 )(6 4 ) 2

Simulacion
Costos

Costo total

Costo del servicio

Costo de espera
Tasa ptima Tasa de servicio
de servicio Simulacion
 http://www.bibloworld.com/epages/61560601.sf/es_ES/?ObjectPath=/Sh
ops/61560601/Products/%22Simulacion-y%20-Teoria-de-Colas%22

http://es.scribd.com/doc/33334761/Microsoft-PowerPoint-SIMULACION-
DE-TEORIA-DE-COLAS