FACULTAD DE INGENIERIA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERIA INDUSTRIAL

TEORIA DE COLAS

ASIGNATURA: OPERATIVA II

DOCENTE: MORRO SUMARY WALDRICK CESAR

PRESENTADO POR: CARRION MEDINA ESPINOZA

FELICES AGUIRRE ALISON
VIDEA CARMONA JULIO
VILLAGRA CUELLAR MAYRA

1
Contenido
INTRODUCCION ............................................................................................... 3
Teora de colas ................................................................................................ 4
Colas con servidores en paralelo y lmite de capacidad M/M/c/K ................... 4
La frmula de Erlang (M/M/C/C) ..................................................................... 4
Caso 1: Caso particular de M/M/s: Cola M/M/ (s a infinito) ..................... 4
Caso 2: Caso particular de M/M/s: Cola M/M/ (s a infinito) ..................... 5
Anlisis de los ciclos de ocupacin y desocupacin ......................................... 9
Diagrama de flujos para M/M/1 ................................................................. 10
Control de una cola con un solo servidor ...................................................... 10
Conclusiones ................................................................................................. 16
BIBLIOGRAFA................................................................................................ 17

2
 INTRODUCCION

El presente trabajo est realizado para poder dar a conocer el modelo con el que se
emplea 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.

3
 Teora de colas
La teora de colas es el estudio matemtico de las colas o lneas de espera dentro de un
sistema.
Esta teora estudia factores como el tiempo de espera medio en las colas o la capacidad de
trabajo del sistema sin que llegue a colapsar. Dentro de las matemticas, la teora de colas
se engloba en la investigacin de operaciones y es un complemento muy importante a la
teora de sistemas y la teora de control.
Se trata as de una teora que encuentra aplicacin en una amplia variedad de situaciones
como negocios, comercio, industria, ingenieras, transporte y logstica o
telecomunicaciones.
En el caso concreto de la ingeniera, la teora de colas permite modelar sistemas en los que
varios agentes que demandan cierto servicio o prestacin, confluyen en un mismo servidor
y, por lo tanto, pueden registrarse esperas desde que un agente llega al sistema y el
servidor atiende sus demandas.
En este sentido, la teora es muy til para modelar procesos tales como la llegada de datos
a una cola en ciencias de la computacin, la congestin de red de computadoras o de
telecomunicacin, o la implementacin de una cadena productiva en la ingeniera industrial.

Colas con servidores en paralelo y lmite de capacidad M/M/c/K

En algunos sistemas la cola no puede albergar a un nmero indefinido de clientes. En este
caso se dice que el sistema es de capacidad limitada. El lmite lo fija el parmetro K que
incluye a los servidores. Las probabilidades de cada estado del sistema

La frmula de Erlang (M/M/C/C)

Existe un caso especial de la cola con lmite de capacidad y es cuando este lmite coincide
con el nmero de servidores. Es decir, no se puede generar cola. Esta situacin da lugar a
la distribucin de probabilidad conocida como Erlang.

Caso 1: Caso particular de M/M/s: Cola M/M/ (s a infinito)

En ocasiones se puede estar diseando un sistema donde el nmero de servidores
simultneos no sea un lmite (por ejemplo acceso a un servidor de red). Si el tiempo de
servicio tiene igual distribucin con el nmero de servidores
El sistema tiene un nmero muy grande de servidores (sistemas de autoservicio, visitas a
una ciudad: cada visitante se da su servicio y no hay cola).

4
Caso 2: Caso particular de M/M/s: Cola M/M/ (s a infinito)
En primer lugar, se describe el modelo:
1.

: El proceso de llegadas es de Poisson homgeneo con tasa .

Sea T la variable aleatoria que representa el tiempo entre dos llegadas

consecutivas.

Sea t>0 y representemos por n(t) el nmero de llegadas al sistema hasta el

instante t.

Como los incrementos son independientes:

luego . Recprocamente, se tiene el siguiente resultado:

Si son independientes, siendo Ti el tiempo transcurrido entre las llegadas

(i-1)-sima e i-sima, todas ellas con distribucin , entonces .

Demostracin:

5
(El ltimo paso se hace considerando la expresin de la funcin gamma)

2.

: Siempre que el servidor est ocupado, el proceso de salida es de

Poisson homogneo de tasa .

Razonando como antes, se tiene que los tiempos de servicio son .

3.

: El sistema tiene un nico servidor y capacidad infinita.

Se trata de un proceso de nacimiento y muerte con tasa de nacimiento ,
y tasa de muerte , .

Debe observarse que la distribucin exponencial tiene ausencia de memoria, es

decir, si Exp( ), entonces

La demostracin de esta propiedad es inmediata observando la expresin de la

funcin de distribucin asociada.

Ahora se puede proceder a analizar el comportamiento del sistema. Se define la

intensidad del trfico como

6
Si , no se alcanza el estado estacionario, mientras que si , entonces s
que se llega a este estado.

Sea Pn(t)=P(N(t)=n) la probabilidad de que en el instante t haya n clientes en el

sistema. Yendo a las ecuaciones que se obtuvieron para un proceso de
nacimiento y muerte, tenenos que

En el estado estacionario (a partir de aqu suponemos ya ) se tiene el

siguiente sistema, denominado ecuaciones de equilibrio:

As, como la suma de todas las probabilidades debe ser uno y , se tiene

Luego

En consecuencia, la variable N (distribucin estacionaria del nmero de clientes en

el sistema) sigue una distribucin geomtrica . Se sigue que

7
De igual modo, si por L se representa el nmero de clientes en cola en el estdo
estacionario, entonces

Las probabilidades asociadas son

La esperanza de esta variable es

Finalmente, consideremos la variable V, tiempo de espera virtual en estdo

estacionario. Se trata de una variable mixta:

S'1 es el tiempo de servicio restante del cliente que est en el servidor. Haciendo
uso de la propiedad de prdida de memoria de la variable exponencial

(pues ) se tiene

por lo que y es indistinto considerar la variable S1 o la variable S'1 a

efectos de calcular probabilidades.

Ahora ya podemos calcular la funcin de distribucin FV asociada a la variable V.

8
Si v=0 entonces

Si v>0, haciendo uso del teorema de la probabilidad compuesta (pues el valor n

asociado a v es aleatorio) y del hecho de que

se tiene

Luego

Anlisis de los ciclos de ocupacin y desocupacin

Sea T0= la longitud de un ciclo de desocupacin y sea T1= la longitud de un ciclo
de ocupacin. La longitud (media) de un ciclo de ocupacin y desocupacin (en
estado estacionario) ser E(T0+T1). Como, por la propiedad de prdida de

memoria, se tiene que , entonces . Por otra parte,

como P0 representa la proporcin de tiempo que el servidor est desocupado (o lo
que es lo mismo, el sistema est vaco) en estado estacionario, entonces

9
Diagrama de flujos para M/M/1

Definimos un grafo como sigue:

cada nodo representa un estado,

cada arco representa una transicin entre estados,
en los arcos se indica la tasa de cambio.

Ahora vemos que se obtienen las mismas ecuaciones que se tenan

anteriormente, pues considerando que se produce una conservacin de flujos en
el grafo se tiene:

Interpretacin: como y son, respectivamente, el nmero medio de llegadas y

el de servicios por unidad de tiempo, entonces , y son a su

vez el nmero de llegadas, el de servicios y el de sucesos por unidad de tiempo en
el estado n.

Control de una cola con un solo servidor

Vamos a tratar de optimizar el funcionamiento de un sistema M/M/1 en el que el
servidor se ausenta a veces.

El servidor est atendiendo clientes hasta que el sistema se vaca. Entonces l se

retira y no vuelve a ofrecer su servicio hasta que en la cola hay un nmero Q de
clientes.

La tasa de llegadas es y la de servicio es , siendo .

10
Se definen los siguientes costes del sistema:

coste de k unidades monetarias cada vez que el servidor vuelve (es un

coste fijo).
coste de h unidades monetarias por cada cliente en el sistema y unidad de
tiempo (coste de mantenimiento).

Se trata de determinar el valor de Q para que el sistema funciona a coste mnimo

por unidad de tiempo.

El coste de mantenimiento por unidad de tiempo (en promedio) es .

El coste fijo por unidad de tiempo es , pues E(T0+T1) es la longitud media

de un ciclo de ocupacin y desocupacin.

As, la funcin objetivo es

El diagrama de flujos asociado es el siguiente:

Adems, para este problema se usa la siguiente notacin:

Pn=P(N=n),
Pn(1)=P(N=n y hay servidor),
Pn(0)=P(N=n y no hay servidor).

Es inmediato que Pn=Pn(0)+Pn(1).

11
Se obtienen las siguientes ecuaciones:

(Nodos de arriba)

(Nodos de abajo)

En definitiva:

Para resolver este sistema vamos a utilizar la funcin generatriz de probabilidades

G(s) asociada a la variable aleatoria N.

Sea .

Si se define

12
entonces

G(s) = G0(s) + G1(s).

Como adems

se tiene que

Si ahora se multiplica por sn+1 la ecuacin n-sima en el sistema que se obtuvo:

Sumando ahora todas estas igualdades:

Por otra parte,

As, evaluando G(s) en s=1 se tiene que

13
por lo que

Ahora debemos calcular E(N) y E(T0+T1).

E(T0)= tiempo medio para que el sistema pase de 0 a Q clientes.

Como el tiempo entre llegadas sigue una y esta distribucin tiene prdida
de memoria, entonces es equivalente a calcular Q veces el tiempo medio para que
llegue un cliente.

probabilidad de que haya 0,1,..., Q-1 clientes en el sistema en estado

estacionario y no haya servidor

As

Buscamos el valor donde f alcance su mnimo; si Q tomara valores reales,

14
Como

entonces sera mnimo local y global.

Como Q slo toma valores naturales y la funcin f es convexa, entonces la

solucin ptima Q* ser la que d el mnimo de entre f([Q*]) y f([Q*]+1).

El valor

se denomina tamao de lote de Wilson.

15
Conclusiones
La teora de las colas es el estudio matemtico de las colas o lneas de espera. La
formacin de colas es, por supuesto, un fenmeno comn que ocurre siempre que
la demanda efectiva de un servicio excede a la oferta efectiva.
Con frecuencia, las empresas deben tomar decisiones respecto al caudal de
servicios que debe estar preparada para ofrecer. Sin embargo, muchas veces es
imposible predecir con exactitud cundo llegarn los clientes que demandan el
servicio y/o cuanto tiempo ser necesario para dar ese servicio; es por eso que esas
decisiones implican dilemas que hay que resolver con informacin escasa. Estar
preparados para ofrecer todo servicio que se nos solicite en cualquier momento
puede implicar mantener recursos ociosos y costos excesivos. Pero, por otro lado,
carecer de la capacidad de servicio suficiente causa colas excesivamente largas en
ciertos momentos. Cuando los clientes tienen que esperar en una cola para recibir
nuestros servicios, estn pagando un coste, en tiempo, ms alto del que esperaban.
Las lneas de espera largas tambin son costosas por tanto para la empresa ya que
producen prdida de prestigio y prdida de clientes.
La teora de las colas en si no resuelve directamente el problema, pero contribuye
con la informacin vital que se requiere para tomar las decisiones concernientes
prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que
se formen, el tiempo de espera promedio.

16
BIBLIOGRAFA
Arbonas, M.E. Optimizacin Industrial (I): Distribucin de los recursos.
Coleccin Productica No. 26. Marcombo S.A, 1989.

Arbonas, M.E. Optimizacin Industrial (II): Programacin de recursos.

Coleccin Productica No. 29. Marcombo S.A, 1989.

Moskowitz,H. y Wright G.P. Investigacin de Operaciones. Prentice_Hall

Hispanoamericana S.A. 1991.

Buffa,E: Operations Management: Problems and Models. Edicin

Revolucionaria,La Habana, 1968.

17