Unidad 2. Teoria de Colas

Modelacin estocstica
Unidad 2. Teora de colas
Universidad Abierta y a Distancia de Mxico
7 Semestre
Clave:
05144737
Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas
1
Contenido
Unidad 2. Teora de colas .......................................................................................................................3
Presentacin de la unidad......................................................................................................................3
Propsitos de la unidad ..........................................................................................................................3
Competencia especfica..........................................................................................................................4
2.1. Introduccin .......................................................................................................................................4
2.1.1. Fundamentos .............................................................................................................................. 4
2.1.2. Clasificacin de Kendall-Lee ................................................................................................ 10
Actividad 1. Modelos de colas ........................................................................................................... 12
2.2. Modelos de colas para procesos markovianos ..................................................................... 12
2.2.1. Modelos (M/M/c) (d/N/f) .......................................................................................................... 13
2.2.2. Modelos (M/M/c) (d//) ......................................................................................................... 15
2.3. Modelos de colas para procesos no markovianos ............................................................... 19
2.3.1. Modelos (M/G/1) (d//) ......................................................................................................... 19
2.3.2. Modelos (M/G/S) (d//)......................................................................................................... 21
2.3.3. Modelos (G/G/1) (d//) ......................................................................................................... 24
Actividad 2. Anlisis de problemas y clasificacin de sistemas de colas ............................. 27
Evidencia de aprendizaje: aplicacin de un modelo de colas para solucin de problemas27
Cierre de la unidad ................................................................................................................................ 28
Para saber ms....................................................................................................................................... 28
Referencias bibliogrficas .................................................................................................................. 28
2
Presentacin de la unidad
En la presente unidad se realizar el estudio matemtico de las lneas de espera (o colas), las
cuales pueden representar situaciones muy comunes en la vida cotidiana.
Cuando se pagan las compras en la caja de un centro comercial, debido al tiempo que
tarda el cajero en atender, se forma mucha gente en espera, entonces se tiene un
ejemplo de una lnea de espera.
En otros campos de conocimiento:
En informtica una lnea de espera puede ser til para modelar, por ejemplo, el trfico en
redes.
En la ingeniera puede ayudar a modelar una lnea de proceso de envasado de agua, en
el armado de vehculos, etctera.
En el desarrollo de estos temas aplicars muchos de los conocimientos previamente adquiridos

sobre procesos estocsticos, teora de probabilidades y la inferencia estadstica, la cual es de
suma importancia en el desarrollo de la teora de la decisin.
El contenido de esta unidad se presentar a travs de tres subtemas, de tal forma que en el
primero se proporcionarn los elementos fundamentales para abordar la teora de colas; en el
segundo, los modelos de colas para procesos markovianos y, en el tercero, los modelos de
colas no markovianos.
Considera que los elementos importantes se resaltan empleando un fondo de color y, por tanto,
son estos conocimientos en los que debers enfocar tus esfuerzos por desarrollar comprensin
y aprendizaje con la finalidad de que los emplees para generar un nivel de conocimientos
ptimo acerca de la actual materia de estudio.
Propsitos de la unidad
Al trmino de esta unidad logrars:
Identificar las caractersticas que presentan los modelos de colas para procesos
markovianos y no markovianos, adems de su clasificacin.
Resolver problemas relacionados con la teora de colas.
3
Competencia especfica
Aplicar los procesos estocsticos para modelar y resolver problemas relacionados con la teora
de colas utilizando sus reglas generales.
2.1. Introduccin
Seguro te has formado en muchas ocasiones esperando que se te brinde un servicio, por
ejemplo, cuando compras tortillas o llamas a un centro de atencin a clientes para reportar el
fallo de tu telfono celular. En virtud de lo anterior, ya has tenido contacto con el tema que se
tratar, pues dichas condiciones corresponden a situaciones en las que se muestran lneas de
espera.
Una lnea de espera se puede modelar como un proceso estocstico, dado que el tiempo en
que se brinda el servicio y la llegada de clientes que lo reciben presenta aleatoriedad.
Claramente se puede notar que la variable aleatoria de este tipo de procesos estocsticos es
justamente el nmero de transacciones en el sistema en un momento determinado, la cual, por
consiguiente, toma valores en el conjunto 0, 1, 2, 3, ..., N , y adems cada uno de ellos tiene
asociada una probabilidad de ocurrencia, que cobra relevancia en la teora de decisin, por ello
es necesario que conozcas acerca de ste.
En la presente unidad se realizar el modelado de este tipo de situaciones y se tratarn de

resolver algunos problemas sobre el tema. No olvides apoyarte con tu docente en lnea cuando
se te presente algn tipo de problemtica para que no tengas lagunas respecto a los temas de
estudio.
Recuerda que esta materia es totalmente prctica, los temas que en ella se emplearn ya
fueron analizados en materias como Probabilidad I, II y III, Procesos estocsticos y Estadstica I
y II. Por lo anterior, es imperativo que si no recuerdas alguno de ellos te remitas a su revisin y
anlisis (incluyendo las demostraciones de sus reglas y propiedades). De hecho es
conveniente que revises nuevamente el tema Procesos markovianos, de la materia
Procesos estocsticos, pues se emplear en esta unidad, en el entendido de que, como ya
fue tratado, no se desarrollar nuevamente.
Cabe aclarar que durante la unidad se emplearn de manera indistinta las expresiones lnea de
espera y cola o fila.
2.1.1. Fundamentos
En la seccin introductoria se proporcionan dos ejemplos de colas: la espera en una fila para
comprar tortillas y la de atencin en una llamada a un centro de atencin a clientes. Partiendo
4
de dichos ejemplos, se puede ver que una lnea de espera se presenta cuando la demanda de
un servicio sobrepasa a la capacidad de proporcionarlo.
Pero te preguntars, por qu es necesario estudiar las lneas de espera?
La respuesta es simple. La idea de realizar un anlisis de este tipo de situaciones tiene como
objetivo implementar medidas para mejorar los procesos en que intervienen, y con ello reducir
las prdidas que presenta una determinada empresa.
Algunos elementos que se pueden obtener al analizar una lnea de espera son:
Promedio de llegadas de clientes.

El tiempo de espera promedio.
La longitud promedio de la cola, entre otros.
Asimismo, tomando como ejemplo la situacin presentada en los bancos, donde regularmente
se debe hacer cola con la finalidad de ser atendido para realizar alguna transaccin (ya sea
pago, depsito o retiro), se presenta el costo que deben considerar los socios (dueos del
banco) en el pago del personal que atender a los clientes, la energa necesaria para que
funcionen los equipos que registrarn las transacciones, su software, sistemas de seguridad,
etctera; adems, existen clientes que, debido al largo tiempo de espera para ser atendidos,
optan por llevarse su recurso a otro banco, lo cual representara una prdida. Por otra parte, en
trminos econmicos, se tiene la prdida que representa el tiempo empleado al esperar ser
atendidos.
Hay que mencionar que al analizar un sistema de colas como el del caso anterior, se tiene
como propsito minimizar la suma de los costos por ofrecer el servicio y por esperar, o bien,
evaluar el impacto que representan las posibles alternativas de modificacin de la capacidad del
sistema en el costo total de ste.
De manera general se puede decir que al analizar un sistema de colas se puede establecer el
nivel ptimo de servicio necesario para minimizar el costo total del sistema. Dicho nivel de
servicio se puede determinar por la cantidad de servidores necesarios para brindar el servicio, o
bien, por la velocidad que presentan.
Debido a que el costo total de un sistema de colas debe minimizarse, adems ste se conforma
por el costo del servicio y el que causa la espera en la fila, entonces se puede expresar esta
situacin a travs de la siguiente ecuacin:
MinCt Ce S Cq Lq
Donde
5
S 1, 2, 3,... , es el nmero de servidores que proporcionan el servicio.

E t es el tiempo promedio en que se brinda el servicio a un cliente.
Lq f S , E t ,... es el nmero promedio de clientes que se encuentran en la fila.
Ce es el costo promedio de servicio por cliente por unidad de tiempo.
Cq es el costo promedio de espera por cliente por unidad de tiempo.
Ct es el costo total promedio del sistema de colas por unidad de tiempo.
A continuacin se muestra una grfica tpica de este tipo de modelos de costos:
En un proceso bsico de colas existe un cliente que ingresa a un sistema requiriendo que le
brinden un servicio, el cual ser atendido por un servidor (o varios). Si no hay servidores
disponibles, dichos clientes se deben formar para ser atendidos bajo una regla especfica, la
llamada disciplina de la cola. Una vez formados, puede ser que se retiren debido a diversos
factores, por ejemplo, el aburrimiento, o bien son atendidos, despus de lo cual salen del
sistema convirtindose en clientes potenciales (o transaccin potencial), pues pueden volver a
requerir servicios. Claramente la situacin descrita en este prrafo es una situacin bsica, pero
debes tener presente que un sistema de colas puede ser mucho ms complejo de lo citado
aqu.
La siguiente figura muestra la estructura general de un sistema de colas.
6
Para efectos de hacer ms explcito el desarrollo del tema, se describe cada una de las
caractersticas citadas en el modelo bsico.
Poblacin potencial
Se define como el conjunto formado por los clientes potenciales, es decir, aquellos que
requieran de algn servicio que proporcione el sistema. Tambin se le llama fuente de entrada
o transaccin potencial. La poblacin potencial tiene dos caractersticas: su tamao, el cual
est determinado por el nmero de elementos que tiene dicho conjunto, que puede ser finito o
infinito, y la tasa de entrada promedio, establecida por una distribucin de probabilidades que
representa el comportamiento probabilstico del tiempo entre llegadas.
Cliente
Cuando un elemento de la poblacin potencial busca un servicio proporcionado por el sistema,
se convierte en cliente.
Cola o fila
Est formada por un grupo de clientes en espera de atencin o, dicho de otra forma, un grupo
de transacciones en espera de atencin, las cuales se agrupan debido a que todos los
servidores se encuentran ocupados. Claramente los elementos de una fila presentan un cierto
orden, por ello, aunque se piense que slo se pueden colocar en lnea, esto no es necesario,
7
por ejemplo, en algunos bancos se pide que un cliente tome un nmero, pero que se siente en
cualquier lugar de un grupo de sillas sin orden especfico. Las caractersticas que tienen las filas
son:
Capacidad de la cola: nmero mximo de transacciones que puede aceptar una cola
(puede ser finito o infinito).
Orden de la cola: se refiere al orden en que se seleccionan los elementos de una cola para
brindarles atencin. Tambin se le llama disciplina de la cola. Por citar algunos:
FCFS: consiste en atender primero al cliente que llega primero.
LCFS: consiste en atender primero al cliente que ha llegado al ltimo.
SIRO: en este caso se seleccionan los clientes aleatoriamente.
PR: el orden se establece segn prioridades.
GD: orden general.
Modo en que se deja una cola: puede ser porque ya se recibi atencin, por aburrimiento,
otros motivos personales, etctera.
Mecanismo de servicio
Se conforma por una o ms instalaciones de servicio, las cuales se componen de uno o ms
canales paralelos de servicio que se denominan servidores, y que cuentan con dos
caractersticas:
1. La cantidad asignada por cada fila del sistema.
2. La velocidad de servicio, que queda determinada por la distribucin de probabilidades del

tiempo de atencin a los clientes.
A continuacin se presentan las ecuaciones para cada uno de los elementos de un sistema de
colas, las cuales se emplearn en la solucin de problemas.
Formulario 2.1.1.1.
Utilizacin promedio del servicio

S
S : nmero de servidores.
: capacidad del servidor.
: tasa promedio de llegadas.
Tasa promedio de llegadas

N
n Pn
n0
8
n : flujo de clientes que entran cuando hay clientes en el sistema.

Pn : probabilidad en estado estable de que existan clientes en el sistema.
N : nmero mximo de clientes permitido en el sistema.
Nmero promedio de clientes en el sistema de colas L

N
L n Pn Lq S
n o
n : nmero de clientes en el sistema.

Lq : nmero promedio de clientes en la fila.
: utilizacin promedio del servicio.
Nmero promedio de clientes en la cola Lq

N
Lq n S Pn
nS
n : nmero de clientes en el sistema.

Tiempo promedio de espera en el sistema W

L
W Wq E t

L : nmero promedio de clientes en el sistema de colas.
Wq : tiempo promedio de espera en la fila.
E t : tiempo promedio de proceso por cliente.
Tiempo promedio de espera en la fila Wq

Lq
Wq

Lq : nmero promedio de clientes en la cola.
9
Coeficiente cuadrado de variacin

V a
Ca2 (Coeficiente cuadrado de variacin para el tiempo entre llegadas)
E a
2
V a : variancia del tiempo entre llegadas.

E a : tiempo promedio entre llegadas.
V t
CS2 (Coeficiente cuadrado de variacin para el tiempo de servicio)
E t
2
V t : variancia del tiempo de proceso.

E t : tiempo promedio de proceso por cliente.
C p2 Ca2 1 2 CS2 2 (Coeficiente cuadrado de variacin para el tiempo entre salidas del
servicio)
Ca2 : coeficiente cuadrado de variacin para el tiempo entre llegadas.
C p2 : coeficiente cuadrado de variacin del flujo de clientes que salen del sistema.
CS2 : coeficiente cuadrado de variacin para el tiempo de servicio.
Nota: a las expresiones L W y Lq Wq , se les conoce como las ecuaciones de Little.
2.1.2. Clasificacin de Kendall-Lee
Actualmente existe una clasificacin compuesta por seis caractersticas de las colas, se
estructura de la siguiente forma (a/b/c) (d/e/f), considerando lo siguiente:
Parmetro Definicin del parmetro

a Es la distribucin de probabilidades del tiempo entre llegadas.
b Distribucin de probabilidades del tiempo de servicio.
c Es el nmero de servidores.
d Es el orden de atencin de los clientes.
e Es el nmero mximo de clientes que soporta el sistema.
f Es el nmero de clientes potenciales del sistema de lneas de espera.
10
Para sustituir los parmetros y se emplean los siguientes smbolos:
D : constante o determinista.
Ek : distribucin Erlang con parmetro .
G : cualquier tipo de distribucin.
GI : distribucin general independiente.
H : distribucin hiperexponencial.
M : distribucin exponencial.
Asimismo, para sustituir el parmetro se emplea lo siguiente:
FCFS: se nombra primeras entradas, primeros servicios y, como ya se mencion, consiste en

atender primero al cliente que llega primero.
LCFS: se denomina ltimas entradas, primeros servicios, consiste en atender primero al
cliente que ha llegado a lo ltimo.
SIRO: en este caso se seleccionan los clientes aleatoriamente para brindarles atencin.
PR: el orden se establece segn prioridades.
GD: orden general.
La clasificacin anteriormente descrita debe su nombre a sus autores, Kendall y Lee, quienes la
propusieron en 1953.
A continuacin se presentan los parmetros de algunas distribuciones de probabilidades para el

tiempo de servicio en un sistema de colas con un servidor, debido a que sern primordiales ms
adelante.
Distribucin Media E(t) Variancia V(t)

Constante( K ) K 0
1 1 1
Exponencial( )
2
1 1
Normal( , 2) 2

1 1 1
Erlang( ,k )
k2
1 2 1
2
Weibull( , , ) 1 1 1
2
Ejemplo 2.1.2.1.
Se tiene un sistema de colas clasificado segn Kendall-Lee como (M/D/5) (PR/30/30). Describe
el modelo.
11
Solucin:
En este caso se tiene un sistema de colas en el que la distribucin entre llegadas es
exponencial, el tiempo de servicio es constante y se cuenta con cinco servidores en paralelo,
atendiendo segn prioridades, con un nmero mximo de 30 clientes soportados por el sistema;
adems de un total de 30 clientes potenciales. Cuando los clientes ingresan al sistema y
encuentran todos los servidores ocupados, se forman en una fila comn.
Ejemplo 2.1.2.2.
En un establecimiento existen tres cajeros proporcionando un determinado servicio con
velocidad constante. Se atiende a un mximo de 50 clientes en orden de primeras entradas,
primeras salidas. El sistema tiene infinitos clientes potenciales y el tiempo de llegadas sigue una
distribucin exponencial, adems de que cuando los clientes llegan al sistema y encuentran
todos los servidores ocupados, se forman en una fila comn. Clasifica este sistema segn
Kendall-Lee.
Solucin:
(M/D/3) (FCFS/50/)
Cabe mencionar que en un modelo de negocios regularmente las llegadas y los tiempos de
servicio no son determinsticos, es decir, no son constantes, aunque s existen sistemas de
colas en los que los tiempos de servicio y las llegadas son constantes, por ejemplo, en una
fbrica, donde si un equipo realiza cortes de cristales para crear parabrisas de auto, entonces
los cristales llegan de manera constante en un tiempo determinado para ser cortados, y el corte
(servicio) tambin se realiza en tiempos iguales.
Para efecto de que comprendas mejor el tema, se te recomienda que revises, anotes y
clasifiques los sistemas de colas que observas en un da cualquiera.
Actividad 1. Modelos de colas
En esta actividad representars diferentes modelos mediante mapas conceptuales, adems de

generar retroalimentacin con tus compaeros(as).
2.2. Modelos de colas para procesos markovianos
Los procesos de Markov se emplean para estudiar el comportamiento de los sistemas de colas.
Como recordars, un proceso de Markov es un proceso estocstico en el cual la ocurrencia de
un estado futuro depende nicamente del estado inmediatamente anterior, sin importar ningn
otro previo. En la teora de colas un estado se refiere al nmero de operaciones realizadas al
interior del sistema en un momento determinado.
12
Es necesario que, en caso de que no recuerdes el tema Procesos de Markov, lo revises, pues
aqu no se explicar debido a que ya lo revisaste en la asignatura Procesos estocsticos.
2.2.1. Modelos (M/M/c) (d/N/f)
Estos modelos tienen la propiedad de que en un cierto momento (o estado) se interrumpen las
entradas al sistema, es decir, tienen capacidad finita. La solucin de problemas que tienen que
ver con este tipo de modelos se puede realizar directamente a travs de las frmulas 2.1.1.1.
Es posible estructurar el mtodo de solucin para estos casos de la siguiente manera:
1. Se realiza el diagrama de probabilidades de transicin que muestre todos los posibles

estados del sistema.
2. Se genera la matriz de transicin o matriz de probabilidades de un paso.

N N
3. Se encuentran las ecuaciones de balance usando Pj P p
j 0
i ij y P 1 , donde P
j 0
j j
representa las probabilidades de estado estacionario del sistema, y pij las

probabilidades de transicin de un paso.
4. Se resuelve el sistema de ecuaciones y se obtienen las probabilidades de estado

estacionario.
5. Se calcula la tasa efectiva de entrada de clientes al sistema.
6. Usando el formulario 2.1.1.1., se calcula L , Lq , W , Wq y .
7. Se debe evaluar el rendimiento del sistema analizado en trminos de costo, siempre y

cuando esto sea aplicable.
Ejemplo:
El rea de atencin psicopedaggica de una pequea institucin educativa cuenta con un
psiclogo que atiende a un alumno en 20 minutos segn una distribucin exponencial. Su sala
de espera acepta a dos jvenes como mximo, y los estudiantes llegan en busca de atencin
con un tasa de cuatro por hora con distribucin Poisson. Si algn chico necesita ayuda y
encuentra la sala de espera llena, se retira sin ingresar. Si la escuela tiene 235 alumnos,
determina el promedio de la utilizacin del servicio, el promedio de alumnos en el sistema en
espera de apoyo, el nmero promedio de alumnos en la fila y el tiempo promedio de espera en
la fila.
Solucin:
13
En este caso el sistema se clasifica como (M/M/1)(FCFS/3/235).

El diagrama de probabilidades de transicin se muestra a continuacin:
De donde la matriz de un paso correspondiente es:
0 1 2 3
0 1 4t 4t 0 0

1 3t 1 7t 4t 0
2 0 3t 1 7t 4t

3 0 0 3t 1 3t
De aqu que se tenga el siguiente sistema de ecuaciones:
P0 1 4t P0 3t P1

P1 4t P0 1 7t P1 3t P2

P2 4t P1 1 7t P2 3t P3

P3 4t P2 1 3t P3
1 P0 P1 P2 P3

Cuyas soluciones son:
0 4
P1 P0 P0
1 3

2
4
P2 0 1 P0 P0
1 2 3

3
4
P3 0 1 2 P0 P0
1 2 3 3
14
Y adems:
1
4 4 2 4 3
P0 1 0.1543
3 3 3
Y as:
P1 0.2057
P2 0.2743
P3 0.3657
Por lo que la tasa de entrada promedio ser:
3
n Pn 4 0.1543 4 0.2057 4 0.2743 0 0.3657 2.5372 alumnos/hora.
n 0
Adems, el promedio de la utilizacin del servicio es:
2.5372
0.5487
S 1 3
El promedio de clientes en el sistema en espera de apoyo es:
3
L n Pn 0 0.1543 1 0.2057 2 0.2743 3 0.3657 1.8514 alumnos.
n0
Y el nmero promedio de alumnos en la fila es:
3
Lq n 1 Pn 0 0.2057 1 0.2743 2 0.3657 1.0057 alumnos.
n 1
Asimismo, el tiempo promedio de espera en la fila ser:
Lq 1.0057
Wq 0.3964 horas.
2.5372
2.2.2. Modelos (M/M/c) (d//)
15
Estos modelos se presentan cuando el sistema de colas tiene capacidad y fuente de

transacciones potenciales infinitas. En ellos se tiene que la distribucin de probabilidad de
estado estable no presenta lmite superior considerando la capacidad del sistema, por ello es
necesario que la tasa promedio de entrada sea inferior estrictamente a la capacidad promedio
de servicio, con lo que se asegurara as la convergencia del sistema a un estado estable. El
mtodo de solucin para este tipo de modelos es el siguiente:
1. Se realiza el diagrama de probabilidades de transicin para el grupo de estados que

mejor describa al sistema.
2. Se genera la matriz de transicin o matriz de probabilidades de un paso.
N N
3. Se encuentran las ecuaciones de balance usando Pj Pi pij y
j 0
P 1 , donde P
j 0
j j
representan las probabilidades de estado estacionario del sistema y pij son las
probabilidades de transicin de un paso.
4. Se modelan algebraicamente las probabilidades de estado estacionario Pn .
5. Se determina la utilizacin de los servidores y se corrobora que sea menor que 1.
6. Empleando series geomtricas, se calcula la probabilidad de que el sistema se
encuentre vaco.
7. Usando el formulario 2.1.1.1., se calcula L , Lq , W y Wq .
8. Se evala el rendimiento del sistema analizado en trminos de costo, siempre y cuando
esto aplique.
Ejemplo
En un sistema de colas con dos servidores, las llegadas siguen una distribucin Poisson con
media de 12 usuarios por hora, mientras que el tiempo de servicio es exponencial de 60
minutos por cliente. Si uno llega al sistema y se encuentra con que todos los servidores estn
ocupados, se forma en una fila comn hasta ser atendido bajo el criterio FCFS. Calcula el
nmero promedio de clientes en la fila esperando atencin, adems del tiempo promedio de
permanencia en la fila, considerando turnos de servicio de ocho horas.
Solucin:
Claramente se tiene un sistema (M/M/2)(FCFS//).
El diagrama de probabilidades de transicin para el grupo de estados que mejor describe al
sistema es:
16
De donde la matriz de un paso correspondiente es:
0 1 2 3 4 ... ... ...

0 1 12t 12t 0 0 0 ... ... ...

1 8t 1 28t 12t 0 0 ... ... ...
2 0 16t 1 28t 12t 0 ... ... ...

3 0 0 16t 1 28t 12t ... ... ...
4 0 0 0 16t 1 28t ... ... ...

. ... ... ... ... ... ... ... ...
. ... ... ... ... ... ... ... ...

. ... ... ... ... ... ... ... ...
Y por tanto, se tiene el sistema:
P0 1 12t P0 8t P1

P1 8t P0 1 28t P1 12t P2
P 16t P 1 28t P 12t P
2 2

1 3
P3 16t P2 1 28t P3 12t P4

... ... ... ... ... ...
1 P0 P1 P2 P3 P4 ...
Cuyas soluciones son:
12
P1 P0
8
12 12
P2 P0
8 16
17
2
12 12
P3 P0
8 16
3
12 12
P4 P0
8 16

n 1
12 12
Pn P0
8 16
12 3 12 3
Sean , , entonces:
8 2 S 16 4

Pn n 1 P0 , n 1

Donde:
1
3 3 3 3 3 2 3 3
n 1
3 3 3 2 3 n1
1
P0 1 ... ... 1 ... ...

2 2 4 2 4 2 4 2 2 2 2
1 1
3 3 1
1 1 2 ... n 1 ... 1 , 1
2 2 1
Es decir:
P0 0.1429
De tal forma que:
3
Pn n1 0.1429 0.21435 n1 , n 1
2
El nmero promedio de clientes en la fila es:

Lq n 2 0.21435 n 1 0.21435 n 2 n 1
n2 n2
Convenientemente, hgase j n 2 , con lo que:
18

Lq 0.21435 j j 1 0.21435 2
j 0
j
j 0
j 1
0.21435 2 D
j 0
j

1 2
0.21435 2 D j 0.21435 2 D 0.21435 2
j 0 1 1
Y por tanto:
3 2

Lq 0.21435 2 1.92915 clientes.
4
3
1
4
As, el tiempo promedio de permanencia en la fila ser:
Lq 1.92915
Wq 0.1608 horas.
12
Es conveniente que recuerdes el resultado de este problema, pues ser de utilidad para hallar
la solucin de los modelos (M/G/S) (d//), los cuales se tratarn ms adelante.
2.3. Modelos de colas para procesos no markovianos
Cuando los sistemas de colas se derivan de procesos no markovianos, su solucin es ms

sencilla que los casos de la seccin anterior, pues nicamente se hace necesario que apliques
las frmulas que se van a describir en cada caso, salvo en el modelo (M/G/S) (d//), en el cual
para calcular el nmero promedio de clientes en la cola, ser necesario considerar el sistema
como (M/M/S).
Recuerda que este curso es una aplicacin de todo lo aprendido, por ello se enfoca ms a la
realizacin de ejercicios que a la demostracin y extraccin de frmulas para cada uno de los
casos que se presentarn.
2.3.1. Modelos (M/G/1) (d//)
En este modelo se tiene una entrada Poisson, es decir, existen tiempos de llegada
exponenciales con una tasa media de llegadas y presenta tiempos de servicio independiente
e idnticamente distribuido de cualquier clase. Asimismo, se cuenta con un servidor que atiende
a los clientes bajo un cierto orden determinado.
19
Las frmulas empleadas en estos modelos se muestran a continuacin.
Formulario 2.3.1.1.
Nmero promedio de clientes en la fila Lq

2 V t 2
Lq (Frmula de Pollaczek-Khintchine)
2 1


L Lq

L
W


Lq
Wq

Ejemplo 2.3.1.1.
20
Una fbrica de refrescos cuenta con un robot que llena de lquido una botella en un tiempo
aproximado de un minuto de manera constante. La entrada de botellas vacas sigue una
distribucin Poisson con media de 59.5 piezas por hora. Clasifica este sistema segn Kendall-
Lee y calcula el promedio de botellas que se forman para ser llenadas ( Lq ) y el tiempo
promedio que permanecen en el sistema ( W ).
Solucin:
Este sistema se clasifica como M / G /1 FCFS / / , en virtud de lo cual se pueden aplicar

las relaciones del formulario 2.3.1.1., usando 59.5 botellas/hora, 60 botellas/hora,
E t 1 minuto/botella, V t 0 .
Primero se verifica que el sistema puede alcanzar un estado estable, es decir, 1 :
59.5
0.99 1
60
Y como el sistema se puede tornar estable, entonces se calcula Lq y W :
2 V t 2 59.5 0 0.99
2 2
Lq 49.005 botellas.
2 1 2 1 0.99
Y ahora:
Lq 49.005
W Wq E t E t 1 1.014 minutos.
59.52
2.3.2. Modelos (M/G/S) (d//)
Estos sistemas cuentan, al igual que en el caso anterior, con una entrada Poisson, es decir,
existen tiempos de llegada exponenciales con una tasa media de llegadas y presenta
tiempos de servicio independientes e idnticamente distribuidos de cualquier clase, pero tienen
S servidores que atienden a un nmero ilimitado de clientes potenciales bajo un determinado
orden con media E t y varianza V t . En este caso es necesario que 1 con la finalidad
de que se tenga un estado constante.
Las frmulas aplicables a estos modelos son:
Formulario 2.3.2.1.

21
1 CS2
Lq
2

Lq M / M / S
Lq M / M / S : nmero promedio de clientes en la fila del sistema (M/M/S).

S

L Lq

L
W


Lq
Wq

Ejemplo
22
En un sistema de colas con dos servidores las llegadas siguen una distribucin Poisson con
media de 12 usuarios por hora, mientras que el tiempo de servicio es en promedio de 60
minutos por cliente con una varianza de 0.02. Si un cliente llega al sistema y se encuentra con
que todos los servidores estn ocupados, se forma en una fila comn hasta ser atendido bajo el
criterio FCFS. Calcula el nmero promedio de clientes en la fila esperando atencin, adems
del tiempo promedio de permanencia en la fila, considerando turnos de servicio de ocho horas,
y al tomarse en cuenta que si el sistema funciona durante ocho horas por da, se clasifica como
(M/G/7)(FCFS//). Calcula el nmero de clientes en la fila esperando atencin, as como el
tiempo promedio que permanecen en la fila y el valor mximo que puede tomar Lq .
Solucin:
1
Claramente se tiene que 12 usuarios/da, 8 usuarios/da, S 2 servidores, E t
12
da/usuario y V t 0.02 da/usuario.
Se analiza primero la estabilidad del sistema.
12 12 3
0.75 1
S 2 8 16 4
Por tanto este sistema no colapsa, con lo que se puede continuar calculando los dems
parmetros solicitados.
1 CS2
Lq
2

Lq M / M / S
Observa que esta frmula implica resolver el problema considerando al sistema como un
modelo markoviano y al proceder como se hizo en un ejemplo anterior.
Cabe aclarar que este problema fue redactado de tal manera que la solucin que se brinda en
el ejemplo de referencia sea de utilidad para resolver el sistema actual. As:
V t
1 0.02
1
E t 2 1 12
2
Lq

2

Lq M / M / S

Lq
2
1.92915

23
0.02
1
1 12
2
Lq 1.92915 Lq 3.742551
2

Con lo anterior, a lo ms 3.742551 clientes permanecen en la fila en espera de atencin.
De aqu se tiene que el tiempo promedio que permanecen en la fila, el valor mximo que puede
tomar Lq , est dado por
Lq 3.742551
Wq 0.31187925 horas.
12
2.3.3. Modelos (G/G/1) (d//)
En este caso se tiene un sistema con nmero de clientes potenciales y capacidad del sistema
ilimitados, debido a lo cual nuevamente se debe tener que 1 para que el sistema presente
un estado estable. Asimismo, cuenta con un servidor, y el tiempo entre llegadas y el tiempo de
servicio son distribuciones generales con media E t y varianza V t .
Las frmulas empleadas en este tipo de sistemas son las siguientes:
Formulario 2.3.3.1.
2 Ca2 CS2
Lq k
2 1
Donde
24
2 1 1 C 2 2
exp a
, si Ca2 1
3 Ca C S
2 2

k 1 , si Ca2 1

1 C 2 12
exp , si Ca2 1
a

a S
C 2
4 C 2
Ca2 : coeficiente cuadrado de variacin para el tiempo entre llegadas.


L Lq
L
W

25
Lq
Wq

Los problemas que se presentan sobre estos modelos implican la aplicacin directa de las
relaciones mostradas en el formulario 2.3.3.1., al igual que en el modelo (M/G/1) (d//).
Ejemplo
El tiempo entre llegadas de clientes a una consultora con un asesor sigue una distribucin
Erlang con parmetros 0.7 y k 0.3 . El tiempo promedio de la asesora es de 1.2 horas
con una desviacin estndar de 0.7 horas. Determina el nmero promedio de clientes en la cola
y el tiempo promedio de espera en la fila.
Solucin:
Como puedes observar, este sistema se trata de un modelo (G/G/1)(FCFS//), por tanto es
posible aplicar las frmulas 2.3.3.1.
Se deben calcular inicialmente la esperanza y la varianza para el tiempo entre llegadas.

1
E a 1.4286 horas/clientes.
0.7
1
V a 6.8027 hora/clientes.
0.3 0.7 2
0.7 clientes/hora.
Adems:
V a 1.1534
Ca2 3.3337 1
E a
2
0.58822
Se debe hacer lo mismo para el tiempo de servicio:
E t 1.2 horas/cliente.
V t 0.49 hora/cliente.
0.83 clientes/hora.
V t 0.49
CS2 0.3403
E t
2
1.22
26
Se debe analizar la estabilidad del sistema:
0.7
0.8434 1
0.83
Como consecuencia de lo anterior, es posible proseguir con la bsqueda de Lq y Wq .
2 Ca2 CS2 1 C 2 12
Lq exp
a
2 1

a S
C 2
4C 2
0.84342 3.3337 0.3403 1 0.8434 3.3337 12

exp
2 1 0.8434
3.3337 4 0.3403
8.3442 0.3759 3.1366 clientes.
Asimismo:
Lq 3.1366
Wq 4.4809 horas.
0.7
Antes de continuar con las actividades, realiza un formulario con todas las relaciones
presentadas en la unidad.
Actividad 2. Anlisis de problemas y clasificacin de sistemas de colas
Al finalizar esta actividad podrs analizar sistemas de colas con la finalidad de determinar su
clasificacin segn Kendall-Lee.
Evidencia de aprendizaje: aplicacin de un modelo de colas para solucin

de problemas
Es momento de realizar tu evidencia de aprendizaje, donde podrs resolver ejercicios de

sistemas de colas, auxilindote de toda la teora aprendida durante la unidad. En esta seccin
terminars de formalizar tus conocimientos.
27
Cierre de la unidad
En esta unidad aprendiste a analizar las lneas de espera para optimizar costos a travs de las
reglas correspondientes de este tipo de sistemas.
En la unidad 3 la meta es simular nmeros pseudoaleatorios y variables aleatorias a travs de

diversas tcnicas de simulacin.
Para saber ms
Revisa los contenidos de la asignatura Procesos estocsticos.
Anlisis de lneas de espera a travs de teora de colas y simulacin:

http://www.redalyc.org/articulo.oa?id=84920977012
Aplicaciones de la teora de colas a la provisin ptima de servicios sociales: el caso del

servicio de teleasistencia:
http://www.redalyc.org/articulo.oa?id=30122405014
Referencias bibliogrficas
Azarang, M. y Garca, E. (1997). Simulacin y anlisis de modelos estocsticos. Mxico:

McGraw-Hill Interamericana.
Evans, M. y Rosenthal, J. (2005). Probabilidad y estadstica: la ciencia de la
incertidumbre. Espaa: Revert.
Hillier, F. y Lieberman, G. (1997). Introduccin a la investigacin de operaciones.
Mxico: McGraw-Hill Interamericana.
Ibe, O. (2009). Markov Processes for Stochastic Modeling. Reino Unido: Elsevier
Academic Press.
Springer, C., Herlihy, R., Mall, R. y Beggs, R. (1972). Modelos probabilsticos: serie de
matemticas para la direccin de negocios. Mxico: Unin tipogrfica editorial hispano-
americana.
Taha, H. (1998). Investigacin de operaciones: una introduccin. Mxico: Prentice Hall.
Taylor, H. y Karlin, S. (1998). An Introduction to Stochastic Modeling. EUA: Academic
Press.
28

Unidad 2. Teoria de Colas

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Unidad 2. Teoria de Colas

Загружено:

Авторское право:

Доступные форматы

Modelacin estocstica

Unidad 2. Teora de colas

Universidad Abierta y a Distancia de Mxico

Unidad 2. Teora de colas

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

Propsitos de la unidad ..........................................................................................................................3

2.1. Introduccin .......................................................................................................................................4

2.1.1. Fundamentos .............................................................................................................................. 4

2.1.2. Clasificacin de Kendall-Lee ................................................................................................ 10

Actividad 1. Modelos de colas ........................................................................................................... 12

2.2. Modelos de colas para procesos markovianos ..................................................................... 12

2.2.1. Modelos (M/M/c) (d/N/f) .......................................................................................................... 13

2.2.2. Modelos (M/M/c) (d//) ......................................................................................................... 15

2.3. Modelos de colas para procesos no markovianos ............................................................... 19

2.3.1. Modelos (M/G/1) (d//) ......................................................................................................... 19

2.3.2. Modelos (M/G/S) (d//)......................................................................................................... 21

2.3.3. Modelos (G/G/1) (d//) ......................................................................................................... 24

Actividad 2. Anlisis de problemas y clasificacin de sistemas de colas ............................. 27

Evidencia de aprendizaje: aplicacin de un modelo de colas para solucin de problemas27

Cierre de la unidad ................................................................................................................................ 28

Para saber ms....................................................................................................................................... 28

Referencias bibliogrficas .................................................................................................................. 28

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

Unidad 2. Teora de colas

En otros campos de conocimiento:

En el desarrollo de estos temas aplicars muchos de los conocimientos previamente adquiridos

Al trmino de esta unidad logrars:

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

En la presente unidad se realizar el modelado de este tipo de situaciones y se tratarn de

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

Pero te preguntars, por qu es necesario estudiar las lneas de espera?

Promedio de llegadas de clientes.

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

S 1, 2, 3,... , es el nmero de servidores que proporcionan el servicio.

A continuacin se muestra una grfica tpica de este tipo de modelos de costos:

La siguiente figura muestra la estructura general de un sistema de colas.

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

1. La cantidad asignada por cada fila del sistema.

2. La velocidad de servicio, que queda determinada por la distribucin de probabilidades del

Utilizacin promedio del servicio

Tasa promedio de llegadas

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

n : flujo de clientes que entran cuando hay clientes en el sistema.

Nmero promedio de clientes en el sistema de colas L

n : nmero de clientes en el sistema.

Nmero promedio de clientes en la cola Lq

n : nmero de clientes en el sistema.

Tiempo promedio de espera en el sistema W

Tiempo promedio de espera en la fila Wq

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

: tasa promedio de llegadas.

Coeficiente cuadrado de variacin

V a : variancia del tiempo entre llegadas.

V t : variancia del tiempo de proceso.

Nota: a las expresiones L W y Lq Wq , se les conoce como las ecuaciones de Little.

2.1.2. Clasificacin de Kendall-Lee

Parmetro Definicin del parmetro

Ciencias exactas, Ingenieras y tecnologas | Licenciatura en Matemticas

Para sustituir los parmetros y se emplean los siguientes smbolos:

Asimismo, para sustituir el parmetro se emplea lo siguiente:

FCFS: se nombra primeras entradas, primeros servicios y, como ya se mencion, consiste en

A continuacin se presentan los parmetros de algunas distribuciones de probabilidades para el

Distribucin Media E(t) Variancia V(t)