TEORA DE COLAS

A principios del siglo XX, AGNER KRARUP ERLANG, un ingeniero telefnico dans, comenz un
estudio de la congestin y tiempos de espera que ocurran al completar llamadas telefnicas.
Desde entonces, la teora de colas se ha vuelto mucho ms compleja con aplicaciones en una
amplia variedad de situaciones de lnea de espera.

Hoy en da vemos un sistema de colas en la mayora de situaciones cotidianas, por ejemplo:

Al pagar un recibo

En un banco

Para sacar dinero del cajero

Al pagar las compras en un supermercado

En fin las colas las tenemos en todos lados; los modelos de lnea de espera consisten en
formulas y relaciones matemticas que pueden usarse para determinar las caractersticas
operativas o medidas de desempeo para una cola. Las caractersticas operativas de inters
incluyen las siguientes:

Probabilidad de que no hayan unidades o clientes en el sistema

Cantidad promedio de unidades en la lnea de espera

Cantidad promedio de clientes en el sistema (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

Definir el proceso de llegada para una lnea de espera y el tiempo de servicio es decir el tiempo
que pasa un cliente en la instalacin una vez que el servicio ha iniciado implica determinar la
distribucin de probabilidad para la cantidad de llegadas en un periodo dado y para el tiempo
que dura el cliente en el sistema, los analistas cuantitativos han encontrado que la distribucin
de probabilidad POISSON proporciona una buena descripcin del patrn de llegadas puesto
que cada llegada ocurre aleatoria e independientemente de la otra llegada; esta funcin de
probabilidad proporciona la probabilidad de x llegadas en un periodo especifico. Para ello se
tiene la siguiente ecuacin:

Dnde:
X= cantidad de llegadas en el periodo
= Cantidad promedio de llegadas por periodo
e= 2.71828

Y la distribucin de probabilidad exponencial para suponer el tiempo de servicio sea menos o

igual a un tiempo de duracin t utilizando la siguiente ecuacin:

Dnde:
= La cantidad media de unidades que pueden servirse por periodo
e= 2.71828

MODELO DE LINEA DE ESPERA DE UN SOLO CANAL

Supuestos:

La lnea de espera tiene un solo canal

El patrn de llegadas sigue una distribucin de probabilidad POISSON

Tiempo de servicio sigue una distribucin de probabilidad exponencial

La disciplina del servicio es (FIFO) primero en entrar primero en atender

Caractersticas operativas
= Cantidad promedio de llegadas por periodo (tasa de llegadas)
= Cantidad promedio de servicio por periodo (tasa media de servicio)

El factor de utilizacin del servicio nos proporciona la probabilidad de que el sistema tenga la
capacidad para brindar el servicio. Las frmulas del 1 al 7 solo se aplican cuando
/ <1

Esto es tasa promedio de llegadas > la tasa promedio de servicio; pero cuando
/>1
En caso contrario la cola crece sin lmite, pues el servicio no tiene la capacidad para manejar
las unidades que llegan y el sistema colapsa.

1) Probabilidad de que no haya unidades en el sistema

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

3) Nmero promedio de unidades en el sistema (tamao total)

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

5) Tiempo promedio que una unidad pasa en el sistema

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

7) Probabilidad de que hayan unidades en el sistema.

Ejercicios:
1. Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en la
preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima que los perros
llegarn en forma independiente y aleatoriamente en el transcurso del da, en un rango de un
perro cada seis minutos, de acuerdo con la distribucin de Poisson. Tambin suponga que los
tiempos de vacunacin de Sam estn distribuidos exponencialmente. Determinar:

Datos
= 1 / 6 = 0.167 perros/min
= 1 / 3 = 0.34 perros/min

La probabilidad de que Sam este de ocioso definir de la siguiente manera:

Ahora la proporcin de tiempo en que Sam est ocupado.

El nmero total de perros que estn siendo vacunados y que esperan a ser vacunados

El numero promedio de perros que esperan a ser vacunados.

2. Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto, l tiempo
promedio para manejar cada una de estas es de 20 segundos. Actualmente solo hay un
operador del conmutador. Las distribuciones de Poisson y exponencial parecen ser relevantes
en esta situacin.

Datos
= 2 llamadas/minutos
= (1 / 20 seg)(60 seg) = 3 llamadas/minuto

La probabilidad de que el operador este ocupado se definir:

El tiempo promedio que debe de esperar una llamada antes de ser tomada por l operador

El numero de llamadas que esperan ser contestadas

3. Al principio de la temporada de ftbol, la oficina de boletos se ocupa mucho el da anterior

al primer juego. Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo
promedio para realizar la transaccin es de dos minutos.

Datos
= (4 / 10) = 0.4 c/min
= (1 /2 ) = 0.5 c/min

El nmero promedio de gente en lnea se definir de la forma siguiente:

personas

El tiempo promedio que una persona pasara en la oficina de boletos

minutos

La proporcin de tiempo que el servidor est ocupado

MODELO DE LINEA DE ESPERA CON CANALES MULTIPLES

Suposiciones

la lnea de espera tiene 2 ms canales (servidores)

El patrn de llegadas sigue una distribucin de probabilidad POISSON

Tiempo de servicio de cada sigue una distribucin de probabilidad exponencial

La disciplina del servicio es (FIFO) primero en entrar primero en atender

la tasa promedio de servicio , es la misma para todos los canales

Las unidades que llegan aguardan en una sola lnea de espera y despus pasan al
primer canal libre para obtener servicio.

Caractersticas de operacin
= tasa promedio de llegadas al sistema
= tasa promedio de servicio para cada canal
k = nmero de canales
k= tasa promedio de servicio para el sistema de canales mltiple

Factor de utilizacin:

1) Probabilidad de que no haya unidades en el sistema

2) Nmero promedio de unidades en la fila de espera (tamao de la fila)

3) Nmero promedio de unidades en el sistema (tamao total)

4) Tiempo de espera promedio que una unidad pasa en la lnea de espera

5) Tiempo promedio que una unidad pasa en el sistema

6) Probabilidad de que una unidad que llega tenga que esperar para obtener servicio

7) Probabilidad de que hayan unidades en el sistema.

La anterior frmula para n <= k

La anterior para n >= k

Ejemplo
Considere una linea de espera con dos canales con llegadas POISSON y tiempos de servicio
exponenciales. La tasa media de llegadas es de 14 unidades por hora y la tasa media de
servicio es de 10 unidades por hora para cada canal.
a)

cual es la probabilidad de que no haya unidades en el sistema?

b)

cul es la cantidad de unidades promedio en espera?

c)

cul

es

el

tiempo

promedio

DATOS
K=2
Tasa llegadas = 14 unid/hora
Tasa servicio = 10 unids/hora

a)

b)

c)

que

espera

una

unidad

por

el

servicio?

RELACIN GENERAL PARA LOS MODELOS DE LNEA DE ESPERA

Las principales caractersticas de operacin que interesan en las lneas de espera son: El
nmero promedio de unidades en la lnea de espera, el nmero de unidades en el sistema, el
tiempo promedio que cada unidad pasa en la lnea de espera y el tiempo promedio que cada
unidad pasa en el sistema, esto es: W, L, Lq, Wq.

Ecuaciones de Flujo de Little.

JohnD.C. Little muestra que estas cuatro caractersticas estn relacionadas en forma general y
se aplican a diversos modelos de lneas de espera, independientemente. En cualquier sistema
de lnea de espera las llegadas y los tiempos de servicio no tienen que seguir distribuciones de
probabilidad especficas para que sean aplicadas las ecuaciones de flujo.

Primera ecuacin: El nmero promedio de unidades en el sistema = tasa promedio de llegadas

x tiempo promedio que una unidad pasa en el sistema.
L = W

Segunda ecuacin: El nmero promedio de unidades en la cola = tasa promedio de llegadas x

tiempo promedio que una unidad pasa en la cola (lnea de espera)
Lq = Wq
De donde:
Wq = Lq /

Otra, ecuacin general es:

El tiempo promedio en el sistema W = al tiempo promedio en espera (en cola) Wq + el tiempo

promedio de servicio 1/ .

W = Wq + 1/