Teoría de Colas

Teora de Colas
Lneas de espera
Eugenia Gonzlez
Emiliano Borges
Luciano Marzano
Introduccin :
Hoy endavemos un sistema de colas en lamayorade

situaciones cotidianas, por ejemplo:
* Al pagar un recibo
* En un banco
* Para sacar dinero del cajero
* Al pagar las compras en un supermercado
Generalmente como clientes no queremos esperar y los

gestores de los citados servicios no quieren que
esperemos.... Por qu hay que esperar?
Objetivos
Identificar el nivel optimo de capacidad del

sistema que minimiza el costo del mismo.
Evaluar el impacto que las posibles
alternativas de modificacin de la
capacidad del sistema tendran en el costo
total del mismo.
Establecer un balance equilibrado entre las
consideraciones cuantitativas de costes y
las cualitativas de servicio.
Prestar atencin al tiempo de permanencia
en el sistema o en la cola de espera.
Definiciones iniciales:
Una cola es una lnea de espera y la teora de colas es una

coleccin de modelos matemticos que describen sistemas de
lneas de espera particulares o sistemas de colas.
Las caractersticas operativas de inters incluyen las siguientes:

Probabilidad de que no hayan unidades o clientes en el
sistema
Cantidad promedio de unidades en la lnea de espera
Cantidad promedio de clientes en el sistema (cantidad de
unidades en la lnea de espera ms la cantidad de unidades
que se estn atendiendo)
Tiempo promedio que pasa una unidad en la lnea de espera
Tiempo promedio que pasa una unidad en el sistema (el
tiempo de espera ms el tiempo de servicio)
Probabilidad que tiene una unidad que llega de esperar por el
servicio
Descripcin de un sistema de
olas:
Un sistema de colas se puede describir como:
clientes que llegan buscando un servicio,
esperan,
si este no es inmediato, y abandonan el sistema una vez
que han sido atendidos.
En algunos casos se puede admitir que los clientes
abandonan el sistema si se cansan de esperar.
Clientes llegando
0000
Clientes que abandonan
Servicio
Clientes servidos
(sistema de cola bsico)
El trmino 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.
Los clientes en la cola no tienen que ser personas.
Caractersticas de los
sistemas de colas:
Caractersticas bsicas de la teora de colas:
a)
b)
c)
d)
e)
f)
Patrn de llegada de los clientes

Patrn de servicio de los servidores
Disciplina de cola
Capacidad del sistema
Nmero de canales de servicio
Nmero de etapas de servicio
a) Patrn de llegada de los clientes :

En situaciones de cola habituales, la llegada depende de una cierta variable
aleatoria, en este caso es necesario conocer la distribucin
probabilstica entre dos
llegadas de cliente sucesivas.
Adems habra que tener en cuenta si los clientes llegan independiente o

simultneamente. En este segundo caso (es decir, si llegan lotes) habra que
definir la distribucin probabilstica de stos.
Tambin 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 ltimo es posible que el patrn de llegada vare con el tiempo. Si se
mantiene constante le llamamos estacionario, si por ejemplo vara con las
horas del da es no-estacionario.
b) Patrones de servicio de los servidores:

Los servidores pueden tener un tiempo de servicio
variable, en cuyo caso hay que asociarle, para
definirlo, una funcin de probabilidad.
Tambin pueden atender en lotes o de modo

individual.
El tiempo de servicio tambin puede variar con el
nmero de clientes en la cola, trabajando ms
rpido o ms lento, y en este caso se llama
patrones de servicio dependientes.
c) Disciplina de cola:
Refiere al orden en el que se seleccionan

sus miembros para recibir el servicio.
Por ejemplo:
primero en entrar, primero en salir
ultimo en llegar
aleatoria
de acuerdo a algn procedimiento de
prioridad o a algn otro orden
d) Capacidad del sistema:

En algunos sistemas existe una
limitacin respecto al nmero de
clientes que pueden esperar en la
cola.
A estos casos se les denomina
situaciones de cola finitas.
e) Nmero de canales del servicio:

Es evidente que es preferible utilizar sistemas multi-servidos
con una nica lnea 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 mltiples sistemas
con slo un servidor.
El primero una cola para cada canal y la segunda tiene una
sola cola de espera.
f) Etapas de servicio:
Un sistema de colas puede ser uni-etapa o multietapa. En los sistemas multi-etapa el cliente puede
pasar por un nmero de etapas mayor que uno.
En algunos sistemas multi-etapa se puede admitir la vuelta

atrs o reciclado, esto es habitual en sistemas
productivos como controles de calidad y de procesos
Costo de un sistema de
espera
Costo de espera: Es el costo para el cliente al esperar. Representa el costo de
oportunidad del tiempo perdido.
Costo de servicio: Es el costo de operacin del servicio brindado y es ms fcil de
estimar.
El objetivo de un sistema de colas es encontrar el sistema del costo total mnimo
Costos
Costo total
Costo del servicio

Costo de espera
Tasa ptima de servicio
Tasa de servicio
Modelos.
Muchos de los modelos para la teora de colas hacen la

suposicin de que todos lostiemposentre llegadasy todos
lostiempos de servicioson independientes e idnticamente
distribuidos.
Por ejemplo, el modeloM/M/ssupone que tanto los tiempos

entre llegadas como los de servicio tienen una distribucin
exponencial y que el nmero de servidores ess(cualquier
entero positivo).
El modeloM/G/1supone que los tiempos entre llegadas siguen

una distribucin exponencial pero no pone restricciones sobre
la distribucin de los tiempos de servicio, mientras que el
nmero de servidores est restringido a exactamente1.
Distribucin de tiempos entre llegadas.
Numero de
servidores.
Distribucin de tiempos entre llegadas.
En donde:
M = Distribucin exponencial
D = Distribucin degenerada
Ek = Distribucin Erlang
G = Distribucin general.
Estructura de un sistema de lnea de

espera.
Definir el proceso de llegada para una lnea de espera y el tiempo de

servicio implica determinar la distribucin de probabilidad para la
cantidad de llegadas en un periodo dado y para el tiempo que dura
el cliente en el sistema.
Los analistas cuantitativos han encontrado que la distribucin de
probabilidad POISSON proporciona una buena descripcin del patrn
de llegadas puesto que cada llegada ocurre aleatoria e
independientemente de la otra llegada; esta funcin de probabilidad
proporciona la probabilidad de x llegadas en un periodo especifico.
Para ello se tiene la siguiente ecuacin:
Dnde:
X= cantidad de llegadas en el periodo
= Cantidad promedio de llegadas por periodo
e= 2.71828
Y la distribucin de probabilidad exponencial para
suponer el tiempo de servicio sea menor o igual a un
tiempo de duracin t utilizando la siguiente ecuacin:
P (tiempo de servicio <= t) = 1 e-ut
Dnde:
u = La cantidad media de unidades que pueden
servirse por periodo
e= 2.71828
Modelo de lnea de espera de un

solo canal M/M/1
Supuestos:
La lnea de espera tiene un solo canal
El patrn de llegadas sigue una distribucin de
probabilidad POISSON.
Tiempo de servicio sigue una distribucin de
probabilidad exponencial.
La disciplina del servicio es (FIFO) primero en entrar
primero en atender.
Caractersticas operativas
= Cantidad promedio de llegadas por periodo (tasa de llegadas)
= Cantidad promedio de servicio por periodo (tasa media de
servicio)
El factor de utilizacin del servicio nos proporciona la probabilidad

de que el sistematenga la capacidad para brindarel servicio.
Lasfrmulas del 1 al 7 solo se aplican cuando:
/ < 1
Esto es tasa promedio de llegadas > la tasa promedio de servicio;

pero cuando:
/> 1
En caso contrario la cola crece sin lmite, pues el servicio no tiene la
capacidad para manejar las unidades que llegan y el sistema
colapsa.
1) Probabilidad de que no haya unidades en el sistema
2) Nmero promedio de unidades en la fila de espera

(tamao de la fila)
3) Nmero promedio de unidades en el sistema

(tamao total)
4) Tiempo de espera promedio que una unidad pasa en

la lnea de espera
5) Tiempo promedio que una unidad pasa en el sistema
6) Probabilidad de que una unidad que llega tenga que

esperar para obtener servicio
7) Probabilidad de que hayan unidades en el sistema.
Ejercicio:
1) Sam el veterinario maneja una clnica de vacunacin antirrbica para perros, en
la preparatoria local. Sam puede vacunar un perro cada tres minutos. Se estima
que los perros llegarn en forma independiente y aleatoriamente en el
transcurso del da, en un rango de un perro cada seis minutos, de acuerdo con
la distribucin de Poisson. Tambin suponga que los tiempos de vacunacin de
Sam estn distribuidos exponencialmente.
Datos: l = 1 / 6 = 0.167 perros/min
m = 1 / 3 = 0.34 perros/min
La probabilidad de que Sam este de ocioso
definir de la siguiente manera:
Ahora la proporcin de tiempo en que Sam est ocupado:
El nmero total de perros que estn siendo vacunados

y que esperan a ser vacunados:
El numero promedio de perros que esperan a ser
vacunados:
2) Las llamadas llegan al conmutador de una oficina a una tasa de dos

por minuto, l tiempo promedio para manejar cada una de ests es
de 20 segundos. Actualmente solo hay un operador del conmutador.
Las distribuciones de Poisson y exponencial parecen ser relevantes
en esta situacin.
Datos: l = 2 llamadas/minutos
m = (1 / 20 seg)(60 seg) = 3 llamadas/minuto
La probabilidad de que el operador este ocupado se definir:
El tiempo promedio que debe de esperar una llamada antes de ser

tomada por l operador:
El numero de llamadas que esperan ser contestadas:
Modelo de lnea de espera

con canales mltiples M/M/k
Suposiciones:
La lnea de espera tiene 2 ms canales (servidores)
El patrn de llegadas sigue una distribucin de probabilidad
POISSON.
Tiempo de servicio de cada sigue una distribucin de probabilidad
exponencial.
La disciplina del servicio es (FIFO) primero en entrar primero en
atender.
La tasa promedio de servicio , es la misma para todos los canales.
Las unidades que llegan aguardan en una sola lnea de espera y
despus pasan al primer canal libre para obtener servicio.
Caractersticas de operacin:
= tasa promedio de llegadas al sistema
= tasa promedio de servicio para cada canal
k = nmero de canales
k= tasa promedio de servicio para el sistema de canales
mltiples.
Factor deutilizacin:
1) Probabilidad de que no haya unidades en el sistema:
2) Nmero promedio de unidades en la fila de espera (tamao

de la fila):
3) Nmero promedio de unidades en el sistema

(tamao total)
4) Tiempo de espera promedio que una unidad pasa
en la lnea de espera.
5) Tiempo promedio que una unidad pasa en el sistema
6) Probabilidad de que una unidad que

llega tenga que esperar para obtener servicio
7) Probabilidad de que hayan unidades en el sistema.
La anterior frmula para n <= k
La anterior para n >= k
Ejemplo:
Considere una lnea de espera con dos canales con llegadas POISSON y tiempos de servicio
exponenciales. La tasa media de llegadas es de 14 unidades por hora y la tasa media de servicio
es de 10 unidades por hora para cada canal.
DATOS: K=2
Tasa llegadas = 14 unid/hora
Tasa servicio = 10 unids/hora
a) cual es la probabilidad de que no haya unidades en el sistema?
b) cual es la cantidad de unidades promedio en espera?
c) cual es el tiempo promedio que espera una unidad por el servicio?
Relacin general para los

modelos de lneas de espera.
Las principales caractersticas de operacin que interesan en las
lneas de espera son:
El nmero promedio de unidades en la lnea de espera. (W)

El nmero de unidades en el sistema. (L)
El tiempo promedio que cada unidad pasa en la lnea de
espera. (Lq)
El tiempo promedio que cada unidad pasa en el sistema. (Wq)
Estas cuatro caractersticas estn relacionadas en forma

general y se aplican a diversos modelos de lneas de espera,
independientemente.
Modelo M/G/1
Al igual que en los modelos anteriores no se

puede calcular de forma directa el numero
esperado de unidades en el sistema, se debe
calcular el numero de unidades que esperan a
ser atendidas(Lq) y utilizar ese valor para
averiguar la L .
Para eso se debe conocer la desviacin (s)
estndar de la distribucin que distingue los
tiempos de servicios.
Conociendo la desviacin estndar y la

media de la distribucin de los tiempos
de servicios la formula para hallar Lq
es la siguiente:
El valor de L se determina:
Siendo P
Podemos calcular el tiempo esperado

en el sistema (W) y el tiempo que se
invierte antes de ser atendido (Wq).

Teoría de Colas

Cargado por

Copyright:

Formatos disponibles

Teoría de Colas

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoría de Colas

Cargado por

Copyright:

Formatos disponibles

Teora de Colas

Hoy endavemos un sistema de colas en lamayorade

Generalmente como clientes no queremos esperar y los

Identificar el nivel optimo de capacidad del

Una cola es una lnea de espera y la teora de colas es una

Las caractersticas operativas de inters incluyen las siguientes:

Clientes que abandonan

(sistema de cola bsico)

El trmino cliente se usa con un sentido general y no implica

Los clientes en la cola no tienen que ser personas.

Patrn de llegada de los clientes

a) Patrn de llegada de los clientes :

Adems habra que tener en cuenta si los clientes llegan independiente o

b) Patrones de servicio de los servidores:

Tambin pueden atender en lotes o de modo

Refiere al orden en el que se seleccionan

d) Capacidad del sistema:

e) Nmero de canales del servicio:

En algunos sistemas multi-etapa se puede admitir la vuelta

Costo del servicio

Muchos de los modelos para la teora de colas hacen la

Por ejemplo, el modeloM/M/ssupone que tanto los tiempos

El modeloM/G/1supone que los tiempos entre llegadas siguen

Distribucin de tiempos entre llegadas.

Estructura de un sistema de lnea de

Definir el proceso de llegada para una lnea de espera y el tiempo de

Para ello se tiene la siguiente ecuacin:

Modelo de lnea de espera de un

El factor de utilizacin del servicio nos proporciona la probabilidad

Esto es tasa promedio de llegadas > la tasa promedio de servicio;

1) Probabilidad de que no haya unidades en el sistema

2) Nmero promedio de unidades en la fila de espera

3) Nmero promedio de unidades en el sistema

4) Tiempo de espera promedio que una unidad pasa en

5) Tiempo promedio que una unidad pasa en el sistema

6) Probabilidad de que una unidad que llega tenga que

7) Probabilidad de que hayan unidades en el sistema.

El nmero total de perros que estn siendo vacunados

2) Las llamadas llegan al conmutador de una oficina a una tasa de dos

El tiempo promedio que debe de esperar una llamada antes de ser

El numero de llamadas que esperan ser contestadas:

Modelo de lnea de espera

1) Probabilidad de que no haya unidades en el sistema:

2) Nmero promedio de unidades en la fila de espera (tamao

3) Nmero promedio de unidades en el sistema

6) Probabilidad de que una unidad que

b) cual es la cantidad de unidades promedio en espera?

c) cual es el tiempo promedio que espera una unidad por el servicio?

Relacin general para los

El nmero promedio de unidades en la lnea de espera. (W)

Estas cuatro caractersticas estn relacionadas en forma

Al igual que en los modelos anteriores no se

Conociendo la desviacin estndar y la

Podemos calcular el tiempo esperado

También podría gustarte