UNIDAD 6) TEORA DE COLAS

Los fenmenos que ocurren debido a un mayor ritmo de demanda que de oferta se caracterizan por el acumula-
miento de las entidades demandantes.
Estos fenmenos son conocidos como fenmenos de espera o simplemente colas. Tal vez sean los eventos ms
conocidos por nosotros y, paradjicamente, estn entre los ms difciles de modelacin matemtica.
Ejemplo ) Enlista algunas situaciones o lugares en los que hayas visto o experimentado en persona algunos fe-
nmenos de espera.
Lista:
! En el cine: 1) al comprar boletos; 2) en la dulcera; 3) para entrar a la sala
!
!
!
!
Terminologa y Notacin
Cliente: La entidad que demanda un servicio.
Servidor: La entidad que satisface el servicio requerido.
Estacin (o Canal) de Servicio: Lugar real o virtual en el que reside uno o ms servidores.
Servidor en paralelo: Cuando hay ms de un servidor y cualquiera de ellos puede dar el servicio demandado.
Servidor en serie: Cuando el servicio requerido es completado por varios servidores, uno tras otro.
CARACTERSTICAS DE LAS LNEAS DE ESPERA























5.1.1) Un nico servidor, una cola
clientes
servidor
5.1.2) Varios servidores en paralelo, una cola
clientes
servidores
clientes
servidores
en estacin
B
servidores
en estacin
A
Las estaciones A y B estn en serie. Los servidores de A
estn en paralelo, al igual que los de B.
Se ha aceptado una notacin estndar para denotar las caractersticas particulares de un sistema de espera.







Dentro del sistema de espera:
o Su capacidad puede ser finita o infinita. La capacidad es el nmero de clientes que puede alojar al mismo
tiempo el sistema.
o La modalidad del servicio se refiere a la regla (o forma) que en cada parte del sistema de espera (en donde
haya colas) se aplica para seleccionar a un cliente de la cola. En la arquitectura de las computadoras, por
ejemplo, el modo ms frecuente de seleccionar una tarea de varias para su procesamiento es La primera
que llegue es la primera en ser ejecutada (FCFS, por First Come, First Serve).
Son modalidades de servicio comunes:

a) Primero en llegar, primero en salir (FIFO o PEPS; por Fisrt In, First Out que equivale a FCFS, o Pri-
mero que Entra, Primero que Sale);
b) Primero en llegar, ltimo en salir (LIFO o UEPS);
c) Aleatorio;
d) Por Prioridad.

Tiempo entre arribos: Tiempo que pasa entre un arribo y el siguiente. Se puede caracterizar por una distribucin de
probabilidades estndar o emprica.
Tiempo de servicio: Tiempo que tarda un cliente en ser atendido en una estacin de servicio. Tambin puede ser des-
crito por una distribucin de probabilidades estndar o emprica.
Kendall fue el iniciador de la notacin estndar para los modelos bsicos de lneas de espera.



(a / b / c) : (d / e / f)









En general se utiliza esta notacin de manera abierta. Por ejemplo, M/M/3/15 se refiere a un sistema de espera con
arribos y servicio Markovianos con tres servidores en paralelo y con capacidad de 15 clientes.
SISTEMA DE
ESPERA
FUENTE: origen
de los arribos al
sistema. Puede ser
finita o infinita
Patrn de arribos:
M Segn un proceso de
Poisson (o de Markov)
D Por constante
G Por cualquier patrn
Patrn de servicio:
M Segn un proceso de
Poisson (o de Markov)
D Por constante
G Por cualquier patrn
E Por Erlang
Nmero de canales o de
servidores en paralelo
Disciplina de
servicio. Por
omisin es
FIFO.
Capacidad del sistema. Por
omisin es infinita.
Fuente. Por omisin es
infinita.
Teorema de Little
John D.C. Little es un profesor distinguido de Ciencia de la Administracin en la escuela de negocios del Instituto
Tecnolgico de Massachusetts (MIT).
La Ley o Teorema de Little establece: "El nmero promedio de clientes en un sistema (en algn intervalo) es igual a la
tasa media de arribos multiplicada por el tiempo medio que un cliente pasa en el sistema.
L = "W
Un corolario ha sido agregado: "El tiempo que en promedio pasa un cliente en el sistema es igual al tiempo promedio
en cola ms el tiempo que en promedio es atendido (recibe el servicio demandado).
W = W
q
+ 1/
Distribuciones de probabilidad de los procesos de llegadas de clientes y del proceso de servi-
cio: Poisson y Exponencial
Los clientes llegan a un sistema de espera de acuerdo con un patrn, el cual puede ser a intervalos regulares o bien
ocurrir de manera aleatoria. Lo mismo sucede con el servicio: puede ser un tiempo constante o bien uno dominado por
el azar.
Al proceso que produce los arribos (o llegadas) se conoce como Proceso de Nacimiento, mientras que al de servicio se
le denomina Proceso de Muerte.
Proceso de nacimiento: Se refiere a la forma en que son generados los arribos a un sistema de espera. Se conoce como
tasa de arribos al ritmo promedio al que llegan los clientes al sistema de espera y se lo simboliza ".
Proceso de muerte: Se refiere a la forma en que los clientes son atendidos o eliminados del sistema de espera. Se co-
noce como tasa de servicio al promedio de clientes que son servidos en la unidad de tiempo. Se lo simboliza .
Smbolos de los indicadores bsicos del funcionamiento de una lnea de espera
L: El nmero promedio de clientes en un sistema de espera, E(n). Tambin se utiliza L
s
.
L
q
: El nmero promedio de clientes en la fila de espera (cola).
W: Tiempo promedio en el sistema (tiempo medio que transcurre desde que un cliente llega hasta que sale).
W
q
: Tiempo promedio en cola.
Sistema Puro de Nacimiento: Un sistema de espera que solamente admite clientes. Ejemplo: __________________

Sistema Puro de Muerte: Un sistema de espera que solamente expulsa clientes. Ejemplo: _____________________

El estudio de las lneas de espera parte de unas suposiciones bsicas, ya sea en un proceso puro de nacimiento o en uno
puro de muerte.

1) En periodo de tiempo suficientemente pequeo solamente puede ocurrir uno de dos eventos: llega 1 cliente
ninguno. (Sale un cliente ninguno.)
2) El que en un periodo de tiempo llegue (salga) o no un cliente es independiente de que en otro lapso llegue
(salga) un cliente.
3) La distribucin de probabilidades de las llegadas (salidas) durante un periodo es estacionaria (la misma en pe-
riodos de la misma longitud).


Bajo estas suposiciones, la ley de probabilidades que rige tanto a las llegadas
como a las salidas es la de Poisson para la variable discreta y la Exponencial
para la continua. Esto es lo que se conoce como un Proceso de Poisson o un
Proceso Markoviano.


Si no se dice nada en contrario, estas suposiciones son las de omisin.

Proceso Puro de Nacimiento: el nmero de clientes que el sistema tiene en la fecha t es Poisson:

t
n
n
e
! n
) t (
) t ( p
!
!
"
=
para n = 0, 1, 2, 3, .....

Y la densidad de probabilidades para el tiempo que transcurre desde que llega un cliente hasta el siguiente es Exponen-
cial:


t
e ) t ( f
!
!
"
=
para t > 0
NOTA: El valor esperado o media de t es 1/"; la varianza es 1/"
2
; y la desviacin tpica 1/". La variable aleatoria Ex-
ponencial es la nica cuya media y desviacin estndar son iguales, por loque cuando el promedio aritmtico de una
muestra y su desviacin estndar (muestral) son similares en valor la hiptesis de que tal muestra proviene de una
poblacin exponencialmente distribuida tiene preferencia sobre otras conjeturas.
El clculo de probabilidades se realiza con la funcin de distribucin acumulativa:
F(t) = Prob de que el tiempo entre arribos sea menor o igual que t = 1-e
-!t
para t > 0

t
e 1 ) t ( F
! !
! =

Proceso Puro de Muerte: Se supone que en t = 0 el sistema tiene N clientes. El nmero de clientes que el sistema an
tiene en la fecha t es Poisson:

t
n N
n
e
)! n N (
) t (
) t ( p

!
!
!
=
para n = 1, 2, 3, ....., N

y p
0
(t) = 1-[p
1
(t) + p
2
(t) + p
3
(t) + ..... + p
N
(t)]

La densidad de probabilidades del tiempo que transcurre desde que un cliente sale hasta que sale el siguiente es Expo-
nencial:


t
e ) t ( f

!
=
para t > 0

NOTA: El valor esperado o media de t es 1/; la varianza es 1/
2
; y la desviacin tpica 1/. Aplican tambien los de-
ms conceptos de la nota anexa al proceso puro de nacimiento.
El clculo de probabilidades se realiza tambin con la funcin de distribucin acumulativa:

F(t) = Prob de que el tiempo para completar un servicio sea menor o igual que t = 1-e
-t
para t > 0

t
e 1 ) t ( F
!
! =



Software: Pinchar sobre este vnculo http://www.me.utexas.edu/~jensen/ORMM/excel/index.html
para ir al sitio de descarga del complemento de Excel queue.xla.











































En la tabla localizar y pulsar sobre Queuing, que lleva a la pgina de
descarga, en la que hay que pulsar sobre Queuing para descargar el
archivo queue.xla. Se obtiene en forma comprimida (por lo que hay
que descomprimirlo, una vez descargado).