Modelo de filas de espera

1. Introduccin

Existen diversos modelos que describen el comportamiento de fenmenos de filas de espera,

o teora de colas. En ellas existe una o ms filas de espera, donde los clientes se forman
para solicitar un servicio, y uno o varios servidores, donde se presta el servicio. A
continuacin se describen los distintos modelos desarrollados para diferentes condiciones
de servicio.

2. Fundamentos y descripcin de los modelos de Filas de Espera

Los fenmenos de lneas de espera o colas se presentan cuando un grupo de clientes solicita
un servicio. Tanto la duracin del servicio como la aparicin de clientes siguen una
distribucin probabilstica.

La descripcin bsica de un fenmeno de colas es el siguiente:

- Existen clientes que solicitan el servicio. Pueden tener un nmero finito o infinito.
- Existen servidores que prestan el servicio. Estos tienen un nmero finito.
- Si los servidores estn ocupados, los clientes que llegan tienen que esperar.
- Al concluir un servicio, se selecciona el siguiente cliente en la lnea.

Un sistema de lneas de espera se describe a partir de seis caractersticas principales (Taha,

1989):
1. El tipo de distribucin de entradas o llegadas (tiempo entre llegadas).
2. El tipo de distribucin de salidas o retiros (tiempo de servicio).
3. Los canales de servicio.
4. La disciplina del servicio.
5. El nmero mximo de clientes permitidos en el sistema.
6. La fuente o poblacin.

2.1 Distribucin de Llegadas

Las distribuciones de entrada describen el modo en los cuales los clientes llegan a solicitar
el servicio. Las llegadas son eventos generalmente independientes y aleatorios. En general,
se asume que las llegadas de clientes siguen un patrn proporcionado por una distribucin

1
de probabilidad de Poisson. De acuerdo con esta distribucin, la probabilidad de que
lleguen x clientes al sistema en un periodo de tiempo (0,t) es:

= =
!
(1)

Donde x es el nmero de llegadas en el intervalo de tiempo; y la intensidad de llegadas,

es decir, el nmero promedio de llegadas por unidad de tiempo.

El patrn de llegadas de clientes est generalmente descrito por el tiempo entre llegadas,
que es el tiempo entre las llegadas sucesivas de clientes a la instalacin que ofrece el
servicio (Bronson y Fournier, 1983). Si no hay clientes dentro del sistema, el cliente ser
atendido inmediatamente. Sin embargo, si todos los mdulos de servicio estn ocupados o
si hay clientes en la fila, el nuevo cliente tendr que esperar. El cliente, entonces, puede
optar por permanecer en la fila o abandonarla.

2.2 Distribucin de Tiempos de Servicio

El tiempo de servicio es el tiempo que pasa el cliente en el servicio mientras es atendido.

En otras palabras, es el tiempo que tarda un servidor en atender a un cliente (Bronson y
Fournier, 1983). Este tiempo de servicio depende de la distribucin del tiempo de servicio.
De esta manera, si la duracin del servicio sigue una distribucin exponencial, entonces, la

= = 1
probabilidad de que el tiempo de servicio sea menor que t es:
(2)

Donde es el nmero promedio de clientes atendidos por unidad de tiempo.

2.3 Los Canales de Servicio

El canal de servicio es el proceso que efecta el servicio para el cliente (Shamblin y

Stevens, 1982). Un canal de servicio puede ser en serie, paralelo, o una combinacin de
ambas. En un canal simultneo, hay un nmero de clientes que pueden ser atendidos de
manera simultnea, as, se pueden atender varios clientes al mismo tiempo. En el caso de un
canal de servicio en serie, los clientes tienen que para de un canal a otro hasta obtener el
servicio.

2
 Llegadas Fila Servidor Salidas

Figura 1. Una fila, un servidor.

Servidor 1 Salida 1

Llegadas Fila Servidor 2 Salida 2

Servidor 3 Salida 3

Figura 2. Una fila, mltiples servidores.

Fila 1 Servidor 1 Salida 1

Llegadas Fila 2 Servidor 2 Salida 2

Fila 3 Servidor 3 Salida 3

Figura 3. Mltiples filas, mltiples servidores.

Llegadas Fila 1 Servidor 1 Fila 2 Servidor 2 Salidas

Figura 4. Una fila, servidores en serie.

3
 2.4 La Disciplina de Servicio

La disciplina de servicio constituye una regla para seleccionar clientes de la lnea de espera
para iniciar el servicio (Taha, 1989). Una disciplina muy comn es la denominada First In
First Out (FIFO), en la cual, los primeros que llegan al servidor son los primeros en ser
atendidos. Otra muy utilizada es la denominada Last In First Out (LIFO), en la cual los
ltimos en llegar, sern los primeros en salir. Algunas otras disciplinas son al azar y de
prioridad.

2.5 El Nmero Mximo de Clientes permitidos en el Sistema

El nmero mximo de clientes permitidos en el sistema es la cantidad de clientes que caben

en una fila y en servicio, dependiendo de las caractersticas del sistema. Es decir, segn
sean las caractersticas del sistema, se puede tener una cola finita o infinita. Si una fila es
infinita, todos los clientes que se presenten podrn ser atendidos. Sin embargo, si una fila es
finita, hay un cupo mximo o lmite, que cuando se alcanza, el resto de los clientes sern
rechazados.

2.6 La Fuente o Poblacin

La fuente o poblacin representa un factor importante, ya que el modelo de llegadas

depende de la fuente de donde provienen los clientes. Dicha fuente puede ser finita o
infinita. Existe una fuente finita cuando una llegada afecta la tasa de futuros de clientes
potenciales (Taha, 1989).

3. Medidas de Desempeo del Sistema

Algunas medidas que describen el funcionamiento de un sistema de colas de espera son los
siguientes:

3.1 Factor de utilizacin de servidores

La utilizacin de servidores, , es la fraccin de tiempo en que los servidores estn

ocupados. Este parmetro indica la relacin entre la media de clientes por unidad de tiempo
y la capacidad de atenderlos por unidad de tiempo.

4
 3.2 Longitudes

Existen diversas longitudes que describen la longitud de las lneas de espera. Estos son:

- Nmero promedio de clientes en la lnea, Lq

- Nmero promedio de clientes en el sistema, L, el nmero promedio de clientes en el
sistemas es el nmero de clientes en la fila ms el promedio de clientes que estn
siendo atendidos.

3.3 Tiempo de espera

Los tiempos de espera se clasifican en los siguientes:

- Tiempo promedio que un cliente espera en la lnea, Wq.

- Tiempo promedio que un cliente pasa en el sistema, W que es bsicamente el
tiempo promedio que un cliente espera en la cola ms el tiempo promedio de
atencin en el servicio.

3.4 Probabilidades

Adems de los tiempos de espera y las longitudes, existen algunas probabilidades que
influyen en el desempeo del sistema. Estas son:
- Probabilidad de que no haya clientes en el sistema, P0.
- Probabilidad de que un cliente que llega tenga que esperar para que sea atendido,
PW.
- Probabilidad de que haya n clientes en el sistema, Pn.

4. Relaciones entre medidas de desempeo

Las relaciones entre las medidas de desempeo se pueden representar a travs de las
ecuaciones de flujo de Little. En los modelos de filas, se puede demostrar en un sistema
estable que las ecuaciones de flujo son:

=
La cantidad de clientes que se encuentran en el sistema:
(3)

Y cantidad de clientes que estn en la fila:

5
 = (4)

Las cuales cumplen con la ecuacin de resultado general, que relaciona tiempo en el

1
sistema y el tiempo de servicio:
= + (5)

5. Notacin de Kendall

La notacin de Kendall se utiliza en los modelos de filas con el propsito de identificar los
diversos modelos que se presentan. Esta notacin se expresa de la siguiente manera:
A / B / X /E/ / (6)

Dichas letras representan lo siguiente:

A: Distribucin de llegadas o tiempo entre llegadas. Dichas llegadas pueden ser:
B: Distribucin de salidas o tiempo de servicio. Puede tener los mismos valores que A.
X: Nmero de servidores o canales de servicio.
E: Nmero mximo de elementos permitidos en el sistema. Esto incluye los clientes en
servicio.
: Disciplina de la lnea de espera.
: Poblacin o fuente.

Por lo general, la ms extendida es una notacin sencilla, donde slo se utilizan las
siguientes caractersticas:
A/B/X (7)

Comnmente se utiliza como notacin M para indicar la distribucin de Poisson o tasa de

servicio exponencial; D como llegadas o el tiempo de servicio determinstico o constante; y
G como llegadas y tiempo de servicio con una distribucin normal con media y varianza
conocidas.

6. Modelos de Filas

Un sistema de lneas de espera se puede modelar como un proceso de nacimiento-muerte

con una poblacin formada por clientes en espera de servicio o en el servicio, y siendo la
muerte cuando un cliente abandona el sistema, ya sea porque sale de la fila o porque
concluye su servicio. A continuacin se muestran los modelos ms comunes de filas.

6
 6.1 Modelo M/M/1

El modelo M/M/1 representa un sistema de espera con distribucin de llegadas y tiempos

de servicio con distribucin de Poisson, un solo servidor, disciplina FIFO (First in, first out)
y capacidad del sistema infinita.

Si se supone que el sistema es estable y no est saturado, el modelo se puede describir a

travs de las siguientes ecuaciones:

Utilizacin del servicio:

= (8)
Donde
= nmero medio de llegadas por unidad de tiempo, y
= nmero medio de servicios por unidad de tiempo.

<1
Para que el sistema sea estable, la condicin de no saturacin indica que:
(9)

Si el sistema no est saturado, se pueden describir algunas condiciones de estado:

Probabilidad de que no haya clientes en el sistema:

=1 =1 (10)

Probabilidad de que haya n clientes en el sistema:

= = 1 (11)

Probabilidad de que un cliente espere para ser atendido:

= = (12)

! !
Nmero promedio de clientes en la fila:

= =
1
(13)

Nmero promedio de clientes en el sistema:

= + = =
1
(14)

Tiempo promedio que un cliente pasa en la fila:

7
 = =
1
(15)

1 1 1
Tiempo promedio que un cliente pasa en el sistema:
= + = =
1
(16)

6.2 Modelo (M/M/k)

Este modelo representa un sistema de espera con llegadas con distribucin de Poisson,
tiempo de servicio exponencial y k servidores, con disciplina FIFO.

Cuando se cumple la condicin de no saturacin y estabilidad, especificada en la ecuacin

9, las ecuaciones que conforman este modelo son:

Utilizacin de cada servidor:

=
"
(17)
Donde k es el nmero de servidores en el sistema.

Siendo entonces el nmero promedio de servidores ocupados:

#= (18)

1
Probabilidad de que no haya clientes en el sistema:
=
# #( )
* ,+ % ' +
&! )! %) '
(19)

#
Probabilidad de que haya n clientes en el sistema:

/010 & )
=- &!
#
/010 & > )
(20)

)! ) (

1 )
Probabilidad de que un cliente espere para ser atendido:
= #(
)! )
(21)

Nmero promedio de clientes en la fila:

8
 #(
=
)1 ! ) !
(22)

Nmero promedio de clientes en el sistema:

= + = +# (23)

Tiempo promedio que un cliente pasa en la cola:

= (24)

1
Tiempo promedio que un cliente pasa en el sistema:
= + (25)

6.3 Modelo M/G/1

Este modelo modela un sistema con llegadas con distribucin de Poisson (M), tiempo de
servicio con distribucin normal (G), un solo servidor (1) y disciplina FIFO.
Si se cumple la condicin de estabilidad especificada en la ecuacin 9, las ecuaciones que
describen el comportamiento de este sistema son:

Factor de utilizacin de servidores u utilizacin del servidor:

= (26)

Probabilidad de que no haya clientes en el sistema:

=1 =1 (27)

!
Nmero promedio de clientes en la fila

3 +% '
! !
3 +! ! !
= =
2 %1 ' 2 1
(28)

Nmero promedio de clientes en el sistema:

= + = + (29)

Tiempo promedio de espera en la fila:

9
 = (30)

1
Tiempo promedio que un cliente pasa en el sistema:
= + (31)

Probabilidad de que un cliente tenga que esperar para ser atendido

= = (32)

6.4 Modelo M/D/1

Este modelo describe un sistema con llegadas con distribucin de Poisson, tiempo de
servicio determinista, un servidor y disciplina FIFO.

Las ecuaciones que describen este sistema son:

Utilizacin del servidor

= (33)

Probabilidad de que no haya clientes en el sistema

=1 =1 (34)

!
Nmero promedio de clientes en la fila

% ' !
= =
2 %1 ' 2 1
(35)

Nmero promedio de clientes en el sistema

= + = + (36)

Tiempo promedio de espera en la fila:

= (37)

Tiempo promedio que un cliente pasa en el sistema

10
 1
= + (38)

Probabilidad de que un cliente tenga que esperar para ser atendido:

= = (39)

6.5 Modelo M/G/k con clientes que abandonan el sistema por bloqueo

Este modelo describe sistemas con llegadas con distribucin de Poisson, tiempo de servicio
con distribucin normal, k servidores y disciplina FIFO. Si al llegar un cliente encuentra
todos los servidores ocupados, abandona el sistema.

Si se cumple la condicin de no saturacin sealada en la ecuacin 9, lass ecuaciones

correspondientes a las medidas de desempeo de este modelo son:

5
Probabilidad de que haya j servidores ocupados

% '
6!
5 = 7
% '
(40)

*7,
8!

*
Probabilidad de que todos los servidores estn ocupados

% '

= "!
* 7
% '
(41)

*7,
8!

Nmero promedio de clientes en el sistema

= 1 * (42)

6.6 Modelo M/M/1/N

Describe un modelo con distribucin de llegadas de Poisson, tiempo de servicio

exponencial, un servidor, tamao finito de poblacin, N, y disciplina FIFO.

11
Si se cumple la condicin de no saturacin sealada en la ecuacin 9, las ecuaciones
correspondientes a estas medidas de desempeo son:

1
Probabilidad de que un cliente no tenga que esperar para ser atendido
=
9!
:7, 9 & ! % '
(43)

9!
Probabilidad de haya n clientes en el sistema

=
9& !
(44)

+
Nmero de clientes promedio en la fila
=9 1 (45)

= + 1
Nmero de clientes promedio en el sistema
(46)

Tiempo de espera promedio en la fila

=
9
(47)

1
Tiempo promedio que el cliente pasa en el sistema
= + (48)

7. Conclusiones

Existen diversos modelos que describen un sistema de atencin a clientes donde existe un
nmero determinado de servidores y una o varias filas de clientes. La seleccin del modelo
adecuado depende de la distribucin de probabilidad que exhiban los fenmenos
observados. As, es importante identificar la distribucin que exhiben los datos observados
para as poder el modelo ms adecuado al fenmeno observado.

8. Bibliografa

12
Anderson, David R., Sweeny, Dennis J., and Williams, Thomas Arthur (1999). Introduction
to Management Science: A Quantitative Approach to Decision Making. Mason OH: South-
Western.

Bronson, Richard y Fournier Garca, Mara de Lourdes (1983). Teora y Problemas de

Investigacin de Operaciones. Mxico: McGraw-Hill.

Garduo Aguilar, Fabiola (2007). Software para dimensionamiento de troncales para redes.
Tesis de Licenciatura. Universidad de las Amricas Puebla. Disponible en:
http://catarina.udlap.mx/u_dl_a/tales/documentos/lem/garduno_a_f/

Ortega Snchez, Joaqun (2010). Modelos Estocsticos I [Material didctico de apoyo,

publicacin electrnica]. Fecha de consulta: 4 de noviembre 2014. Disponible en:
http://www.cimat.mx/~jortega/modestoI10.html

Taha, Hamdy A.(1989). Investigacin de Operaciones, una introduccin. Mxico: Alfa

Omega.

13