INTRODUCCIÓN

Las "colas" son un aspecto de la vida moderna que nos encontramos

continuamente en nuestras actividades diarias. En el contador de un
supermercado, accediendo al Metro, en los Bancos, etc., el fenómeno de las
colas surge cuando unos recursos compartidos necesitan ser accedidos para
dar servicio a un elevado número de trabajos o clientes.

El estudio de las colas es importante porque proporciona tanto una base

teórica del tipo de servicio que podemos esperar de un determinado recurso,
como la forma en la cual dicho recurso puede ser diseñado para proporcionar
un determinado grado de servicio a sus clientes.

Debido a lo comentado anteriormente, se plantea como algo muy útil el

desarrollo de una herramienta que sea capaz de dar una respuesta sobre las
características que tiene un determinado modelo de colas.

Introducción a la Teoría de Colas

Todos hemos experimentado en alguna ocasión la sensación de estar

perdiendo el tiempo al esperar en una cola. El fenómeno de las colas nos
parece natural: esperamos en el coche al estar en un tapón, o un semáforo mal
regulado, o en un peaje; esperamos en el teléfono a que nos atienda un
operador y en la cola de un supermercado para pagar....

Pero a veces las esperas son buenas. Nos hacen visualizar la importancia del
producto o servicio que vamos a adquirir, nos permiten pensar y reconfigurar
nuestro requerimiento.

Pero en general como clientes no queremos esperar, los gestores de los

citados servicios no quieren que esperemos.... ¿Por qué hay que esperar?
¿Cuánto hay que esperar? La respuesta es casi siempre simple, en algún
momento la capacidad de servicio ha sido (o es) menor que la capacidad
demandada. Esta limitación se puede eliminar invirtiendo en elementos que
aumenten la capacidad. En estos casos la pregunta es: ¿Compensa invertir en
máquinas? ¿O mejor invertimos en salas de espera? En ese caso ¿cómo de
grandes?

La teoría de colas intenta responder a estas preguntas utilizando métodos

matemáticos analíticos.
Descripción de un sistema de colas

Un sistema de colas se puede describir como sigue. Un conjunto de “clientes”

llega a un sistema buscando un servicio, esperan si este no es inmediato, y
abandonan el sistema una vez han sido atendidos. En algunos casos se puede
admitir que los clientes abandonan el sistema si se cansan de esperar. El
término “cliente” se usa con un sentido general y no implica que sea un ser
humano, puede significar piezas esperando su turno para ser procesadas o
una lista de trabajo esperando para imprimir en una impresora en red.

La teoría de colas fue originariamente un trabajo práctico. La primera aplicación

de la que se tiene noticia es del matemático Danés Erlang sobre
conversaciones telefónicas en 1909, para el cálculo de tamaño de centralitas.
Después se convirtió en un concepto teórico que consiguió un gran desarrollo,
y desde hace unos años se vuelve a hablar de un concepto aplicado aunque
exige un importante trabajo de análisis para convertir las fórmulas en
realidades, o viceversa.

Objetivos de la teoría de colas consisten en:

 Identificar el nivel óptimo de capacidad del sistema que minimiza el

coste global del mismo.
 Evaluar el impacto que las posibles alternativas de modificación de la
capacidad del sistema tendrían en el coste total del mismo.
 Establecer un balance equilibrado (“óptimo”) entre las consideraciones
cuantitativas de costes y las cualitativas de servicio.
  Hay que prestar atención al tiempo de permanencia en el sistema o en
la cola: la “paciencia” de los clientes depende del tipo de servicio
específico considerado y eso puede hacer que un cliente “abandone” el
sistema.

Nomenclatura

λ= Número de llegadas por unidad de tiempo

µ= Número de servicios por unidad de tiempo si el servidor está ocupado
c= Número de servidores en paralelo

: Congestión de un sistema con parámetros: (λ,µ, c)

N(t): Número de clientes en el sistema en el instante t

Nq(t): Número de clientes en la cola en en el instante t
Ns(t): Número de clientes en servicio en el instante t
Pn(t): Probabilidad que haya n clientes en el sistema en el instante t=Pr{N(t)=n}
N: Número de clientes en el sistema en el estado estable
Pn : Probabilidad de que haya n clientes en estado estable Pn=Pr{N=n}
L : Número medio de clientes en el sistema
Lq : Número medio de clientes en la cola
Tq : Representa el tiempo que un cliente invierte en la cola
S : Representa el tiempo de servicio
T = Tq+S: Representa el tiempo total que un cliente invierte en el sistema
Wq= E[Tq]: Tiempo medio de espera de los clientes en la cola
W=E[T]: Tiempo medio de estancia de los clientes en el sistema
r: número medio de clientes que se atienden por término medio
Pb: probabilidad de que cualquier servidor esté ocupado

Las formulas en la teoría de colas

- Factor de utilización
ρ= λµ

- Probabilidad de que no haya unidades en el sistema

P0= 1- λµ

- Probabilidad de que haya n unidades en el sistema

Pn= λµP0

- Número promedio de unidades en cola

Lq= λ2μ(μ-λ)
 - Número promedio de unidades en el sistema
Ls= Lq+ λµ

- Tiempo promedio que una unidad pasa en una cola

Wq= Lqλ

- Tiempo promedio que una unidad pasa en el sistema

WS=Wq+1µ

- Probabilidad de que una unidad que llega tenga que esperar por el
servicio
Pw= λµ

Ejercicio:

Sabiendo que en una estación con un solo servidor llegan en promedio 45

clientes por hora. Si tiene capacidad para atender en promedio a 60 clientes
por hora, y sabemos que los clientes tienden a esperar 3 minutos en promedio
en cola para que los atiendan. Se solicita:

a) Tiempo promedio que un cliente pasa en el sistema.

b) Número promedio de clientes en la cola.
c) Número promedio de clientes en el Sistema en un momento dado.

Solución:

Se conoce la siguiente información:

λ= 45 clientes/hora (media de llegada de los clientes)= 45/60 clientes/minutos

µ= 60 clientes/hora (media de servicio a los clientes) = 60/60 clientes/minutos=

Wq = 3 minutos (tiempo promedio de espera de un cliente en la cola)

a) Para calcular el tiempo promedio que un cliente pasa en el Sistema (Ws). Lo

podemos calcular a partir de Wq y µ.

𝑾� = 𝑾� + �/� = 3 minutos + 1/� = � + � = � 𝒎𝒊𝒏𝒖𝒕𝒐�

Es decir en promedio un cliente pasa 4 minutos en el Sistema: distribuidos así 3

minutos pasa esperando en la cola + 1 minutos en servicio.
b) Para calcular el número de clientes en la cola (Lq), usaremos la fórmula
siguiente: Lq= λ Wq.

𝐿� = � ∗ 𝑊� = 0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒� 𝑚𝑖𝑛𝑢𝑡𝑜� * 3 minutos = 2.25 clientes

Es decir los cálculos nos muestran que en la cola puede haber más de dos
clientes en la cola.

c) Para calcular cual es el número de clientes en la cola (Ls). Lo podemos

hacer con la fórmula: Ls= λ Ws.

𝐿� = � ∗ 𝑊� = 0.75 𝑐𝑙𝑖𝑒𝑛𝑡𝑒 𝑚𝑖𝑛𝑢𝑡𝑜� ∗ 4 𝑚𝑖𝑛𝑢𝑡𝑜� = 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒�

Es decir en promedio hay tres clientes en el sistema, como se nos ha dicho que
solo hay un servidor, sabemos que solo un cliente puede estar en servicio, por
lo que los demás deben estar en la cola. Esto indica que hay dos clientes en
espera.

Modelos de colas simples

El propósito de este apartado es exponer diferentes modelos de colas.

No es excesivamente complicado conocer el origen de las fórmulas, y puede

ser un ejercicio interesante cuando las condiciones de partida no son
exactamente las aquí consideradas. Sin embargo se ha optado por la
exposición de los resultados directos ya que se pretende la aplicación de éstos
y no su consecución. Todos los resultados se han obtenido para el estado
estacionario.

Los libros de teoría de colas de la bibliografía proponen los métodos según han
sido derivadas las fórmulas. Expresamente en este manual se ha eliminado
esta información, pues desde el punto de vista del autor, distrae de lo
verdaderamente relevante para los que utilizan este manual “los resultados
exactos que pueden ser utilizados para ayudar a la toma de decisiones”.
 El sistema M/M/1

Una cola M/M/1 es un sistema al que los clientes llegan según una
distribución de Poisson, la atención se presta según una negativa
exponencial y tienen un un único servidor. Por tanto:
 A partir de estos datos se puede derivar (Gross y Harris, 2014) mediante
el análisis de procesos de nacimiento y muerte explicados en el capítulo
anterior que la probabilidad de que haya n clientes en el sistema es:

Y por tanto se puede El número medio de clientes en la cola es:

Dado que:

Es muy interesante observar como la cola observada por el cliente que espera
depende de la tasa de servicio, mientras que la cola observada por el servidor
que espera depende de la tasa de llegada.
Otro resultado interesante es conocer cual es la probabilidad de que haya X o
más elementos en el sistema, pues nos permitirá tomar decisiones respecto al
dimensionamiento del mismo.

P(n ≥ X ) = ρx

Ejemplo:
Una tienda de alimentación es atendida por una persona. Aparentemente, el
padrón de llegadas de clientes durante los sábados se comporta siguiendo un
proceso de Poisson con una tasa de llegada de 10 personas por hora. A los
clientes se les atiende siguiendo un orden de tipo FIFO (primero en entrar,
primero en ser servido) y, debido al prestigio de la tienda, una vez que llegan,
están dispuestos a esperar el servicio. Se estima que el tiempo que lleva
atender a un cliente se distribuye exponencialmente con un tiempo medio de 4
minutos.

Determina:
a) La probabilidad de que haya l´ınea de espera.
b) La longitud media de la l´ınea de espera.
c) El tiempo medio que un cliente permanece en la cola.
d) La probabilidad de que un cliente est´e menos de 12 minutos en la tienda

Solución:
Elementos existentes en un modelo de colas

Seis son los elementos básicas que se deben utilizar para describir
adecuadamente un sistema de colas:

1. Patrón de llegada de los clientes

En situaciones de cola habituales, la llegada es estocástica, es decir la
llegada depende de una cierta variable aleatoria, en este caso es
necesario conocer la distribución probabilística entre dos llegadas de
cliente sucesivas. Además habría que tener en cuenta si los clientes
llegan independiente o simultáneamente. En este segundo caso (es decir,
si llegan lotes) habría que definir la distribución probabilística de éstos.
También es posible que los clientes sean “impacientes”. Es decir, que
lleguen a la cola y si es demasiado larga se vayan, o que tras esperar
mucho rato en la cola decidan abandonar.
Por último es posible que el patrón de llegada varíe con el tiempo. Si se
mantiene constante le llamamos estacionario, si por ejemplo varía con las
horas del día es no-estacionario.

2. Patrón de servicio de los servidores

Los servidores pueden tener un tiempo de servicio variable, en cuyo caso
hay que asociarle, para definirlo, una función de probabilidad. También
pueden atender en lotes o de modo individual.
El tiempo de servicio también puede variar con el número de clientes en la
cola, trabajando más rápido o más lento, y en este caso se llama patrones
de servicio dependientes. Al igual que el patrón de llegadas el patrón de
servicio puede ser no estacionario, variando con el tiempo transcurrido.

3. Disciplina de cola
Es la regla en el orden que se van a seleccionar los clientes que se
encuentran a la espera de ser atendidos en la cola, existen varias reglas
entre las comunes se pueden encontrar:

FIFO (first in firt out): se atiende al cliente en el orden que llega a la cola,
el primero en llegar será el primero en ser atendido. En los modelos
vascos de colas se supone como normal la disciplina de primero en entrar,
primero en salir, a menos que se establezca de otra manera.

LIFO (LAST IN FIRST OUT): consiste en atender primero al que ha

llegado de último, también se le conoce como “pila”.
RSS (random selection of service): se selecciona a los clientes de una
cola de forma aleatoria, con algún procedimiento de prioridad o algún otra
preclasificación.
 Processor sharinng: todos los clientes experimentan con eficacia el
mismo retraso, ya que comparten entre todos los clientes de la cola la
capacidad del sistema atendiendo a todos por igual.

4. Capacidad del sistema

En algunos sistemas existe una limitación respecto al número de clientes
que pueden esperar en la cola. A estos casos se les denomina situaciones
de cola finitas. Esta limitación puede ser considerada como una
simplificación en la modelización de la impaciencia de los clientes.

5. Número de canales de servicio

Es evidente que es preferible utilizar sistemas multiservidos con una única
línea de espera para todos que con una cola por servidor. Por tanto,
cuando se habla de canales de servicio paralelos, se habla generalmente
de una cola que alimenta a varios servidores mientras que el caso de
colas independientes se asemeja a múltiples sistemas con sólo un
servidor.

6. Número de etapas de servicio

Un sistema de colas puede ser unietapa o multietapa. En los sistemas
multietapa el cliente puede pasar por un número de etapas mayor que
uno. Una peluquería es un sistema unietapa, salvo que haya diferentes
servicios (manicura, maquillaje) y cada uno de estos servicios sea
desarrollado por un servidor diferente.

Algunos autores incluyen una séptima característica que es la población de

posibles clientes.
Notación de Kendall

En el año de 1953 el matemático David G. Kendall, originario de Inglaterra,

implemento la notación de colas, la cual es utilizada para identificar las
características de una línea de espera por medio de iniciales.

Un sistema de líneas de espera, en el cual todas las llegadas esperan en una sola
cola hasta que está libre uno de los s servidores paralelos idénticos.
Luego el primer cliente en la cola entra al servicio, y así sucesivamente.
Para aplicar las técnicas apropiadas se deben identificar las características del
sistema de colas. La clasificación se realiza empleando letras y/o símbolos a
través de la Notación de Kendall, una forma adecuada para resumir las
características principales de las líneas de espera en paralelo, empleando
determinada simbología.

a/ b /c: d /e /f

Dónde:

a = Distribución de llegadas, valores posibles:

 M = tiempos entre llegadas exponenciales
 D = tiempos entre llegadas deterministas
 G = tiempos de llegadas generales (cualquier distribución)
b = Distribución del tiempo de servicio (o de salidas): Proceso de servicio.
c = Número de servidores en paralelo (c = 1, 2, 3, ...,).
d = Disciplina de servicio (FCFS, LCFS, SIRO o prioridad = Disciplina General,
DG).
e = Número máximo admitido en todo el sistema (en la línea de espera más en el
servicio). f = Tamaño de la población de clientes (fuente de llamadas finita o
infinita).

La distribución de llegadas (a) y del tiempo de servicio (b) se reemplaza por los
siguientes códigos: M, D, Ek, GI, o G (cualquiera de los 5 códigos), y significan lo
siguiente:

M = Distribución de llegadas o salidas de Poisson (proceso de Markov), es decir,

distribución exponencial entre llegadas o tiempos de servicio. Para que exista un
proceso de llegada Poisson al menos un cliente debe llegar a la cola durante un
intervalo de tiempo. Para un intervalo de tiempo dado, la probabilidad de que
llegue un cliente es la misma que para todos los intervalos de tiempo de la misma
longitud y la llegada de un cliente no tiene influencia sobre la llegada de otro.
D = Tiempo entre llegadas o de servicio son constantes.
Ek = Distribución Erlang o Gamma para la distribución del tiempo entre llegadas o
tiempo de servicio, con el parámetro K. Si K, que determina la desviación estándar
de la distribución es igual a 1, la distribución Erlang es igual a la exponencial; si es
igual a ∞ la distribución Erlang es igual a la distribución degenerada con tiempos
constantes.
GI = Distribución de llegadas o del tiempo entre llegadas; es general
(independiente).
G = Distribución del tiempo de servicio o salidas; es general (no independiente).

Respecto a la disciplina de servicio se considera "DG" para indicar que es una

disciplina general en "notación kendall", y que pudiera ser FCFS, LCFS, SIRO o
cualquier procedimiento que puedan utilizar los servidores para decidir el orden en
que se escogerá a los clientes de la línea de espera para iniciar el servicio.
H = Distribución hiperexponencial.

Para el orden de atención a los clientes se emplean los siguientes símbolos:

FCFS = Primeras entradas, primeros servicios.

LCFS = Últimas entradas, primeros servicios.
SIRO = Orden aleatorio.
PR = Con base en prioridades.
GD = En forma general.

EJEMPLO:

Una doctora pasa en promedio 20 minutos con sus pacientes si el tiempo

estimado de llegada de cada cliente es de 30 minutos, determine:

a) Número promedio de pacientes en el sistema.

b) Tiempo total que consume un paciente en el consultorio.
c) Factor de uso del sistema.
d) Número promedio de pacientes haciendo fila.
e) Probabilidad de que el consultorio esté vacío.
f) Probabilidad de que se encuentren 2 pacientes en el sistema.

Solución:

a) Número promedio de pacientes en el sistema.

b) Tiempo total que consume un paciente en el consultorio.

c) Factor de uso del sistema.

d) Número promedio de pacientes haciendo fila.

e) Probabilidad de que el consultorio esté vacío.

f) Probabilidad que se encuentre 2 pacientes en el sistema.

Conclusiones
En la teoría de colas se usa que los tiempos entre llegadas es exponencial, o
familia de la exponencial debido a su propiedad de pérdida de memoria, donde la
llegada de un cliente al siguiente solo depende del tiempo de llegada de cada uno
y no del incremento del tiempo entre ambos.

Los modelos elementales de colas se pueden suponer y estudiar como un modelo

de nacimiento y muerte, donde nacimiento es la llegada de un cliente al sistema y
muerte se refiere a la salida del cliente servido.

Si la tasa media de llegadas excede a la tasa media máxima de servicio, la cola

crece sin límite por lo que no cumpliría la estabilidad del modelo y no podríamos
utilizar los modelos propuestos en este trabajo.