UNIVERSIDAD AUTONOMA DE AGUASCALIENTES

CENTRO DE CIENCIAS BASICAS

DEPARTAMENTO DE ESTADISTICA

PROCESOS ESTOCSTICOS

PROYECTO: TEORA DE COLAS

SERGIO GUTIERREZ GALARZA

EDGAR ALBERTO MORALES GUTIERREZ
OLIVER PAUL RAMREZ VELASCO

BRENDA ENEDINA ALCALA SORIANO

GUSTAVO BERMEJO QUEZADA
RAYMUNDO LEONARDO DIAZ GALVAN

LIC. MATEMATICAS APLICADAS

QUINTO SEMESTRE

28/11/14
INTRODUCCION
La teora de colas es una coleccin de modelos matemticos que describen
sistemas de lneas de espera particulares o de sistemas de colas. Los modelos
sirven
para encontrar el comportamiento de estado estable, como la longitud promedio
de la
lnea y el tiempo de espera promedio para un sistema dado.
Bsicamente los objetivos de la teora de colas permiten identificar el nivel
ptimo de capacidad del sistema que minimiza el coste global del mismo, sin dejar
de
lado la atencin al tiempo de permanencia en el sistema o en la cola.

Esta teora aparece a principios del siglo XX para estudiar los problemas de
congestin de trfico que se presentaban en las comunicaciones telefnicas.
Erlang,
destacado matemtico dans, fue el primero en tratar el trfico telefnico de forma
cientfica (entre los aos 1903 y 1905), y estableci la unidad de trfico telefnico,
que
recibe su nombre.
Comnmente el problema en las colas surge al querer establecer una
determinada capacidad o tasa de servicio que sea balanceada, puesto que un mal
clculo de las colas puede llevar a un costo operacional excesivo, y en
contraposicin
puede causar costos sociales los que se ven reflejados en una prdida de clientes,
como tambin al mantener empleados ociosos.
A continuacin se presentan en detalle los elementos que conforman el modelo
de lneas de espera, mtodos para su desarrollo y los problemas en que se
pueden
aplicar.

Caractersticas de un sistema de colas

Definicin 1 (Teora de Colas)
Se entiende por Teora de Colas el estudio de las lneas de espera que se
producen cuando llegan clientes demandando un servicio, esperando si no se les
puede atender inmediatamente y partiendo cuando ya han sido servidos.El
creador de la Teora de Colas fue el matemtico dans A. K. Erlang por el ao
1909. Ha tenido un fuerte auge por su utilidad en el modelado del comportamiento
estocstico de gran nmero de fenmenos, tanto naturales como creados por el
hombre. Se puede aplicar en problemas relacionados con redes de telfonos,
aeropuertos, puertos, centros de clculo, supermercados, venta mediante
mquinas, hospitales, gasolineras...

Caractersticas

A lo largo del tiempo se producen llegadas de clientes a la cola de un sistema

desde una determinada fuente demandando un servicio. Los servidores del
sistema seleccionan miembros de la cola segn una regla predefinida denominada
disciplina de la cola. Cuando un cliente seleccionado termina de recibir su servicio
(tras un tiempo de servicio) abandona el sistema, pudiendo o no unirse de nuevo a
la fuente de llegadas.

Fuente
Recibe el nombre de fuente el dispositivo del que emanan las unidades que piden
un servicio. Si el nmero de unidades potenciales es finito, se dice que la fuente
es finita; en caso contrario se dice que es infinita.

Proceso de llegada
Aunque a veces se sabe exactamente cundo se van a producir las llegadas al
sistema, en general el tiempo que transcurre entre dos llegadas consecutivas se
modela mediante una variable aleatoria. En particular, cuando la fuente es infinita
se supone que las unidades que van llegando al sistema dan lugar a un proceso
estocstico llamado de conteo; si todos los tiempos entre llegadas son variables
aleatorias independientes idnticamente distribuidas (vv.aa.ii.ii.dd.), se dice que es
un proceso de renovacin. Usualmente, por razones que se vern posteriormente,
el proceso que se utiliza es un proceso de Poisson.
Cuando la fuente es finita se suele asumir que la probabilidad de que se produzca
una llegada en un intervalo de tiempo es proporcional al tamao de la fuente en
ese instante. En general, nos restringiremos al estudio de sistemas de colas con
fuentes infinitas.

Mecanismos de servicio
Se llama capacidad del servicio al nmero de clientes que pueden ser servidos
simultneamente. Si la capacidad es uno, se dice que hay un solo servidor (o que
el sistema es monocanal) y si hay ms de un servidor, multicanal. El tiempo que el
servidor necesita para atender la demanda de un cliente (tiempo de servicio)
puede ser constante o aleatorio; en este ltimo caso supondremos, por lo general,
que los tiempos de servicio son vv.aa.ii.ii.dd. Adems, supondremos que son
independientes de los tiempos entre llegadas. A veces el servidor slo est
disponible durante una parte del tiempo de funcionamiento del sistema.

Disciplina de la cola

En sistemas monocanal, el servidor suele seleccionar al cliente de acuerdo con

uno de los siguientes criterios (prioridades):
el que lleg antes (disciplina FIFO),
el que lleg el ltimo (LIFO),
el que menos tiempo de servicio requiere,
el que ms requiere...
Incluso puede interrumpirse un servicio para empezar otro que corresponda a un
cliente recin llegado con mayor prioridad (fenmeno de anticipacin); de no ser
as, la prioridad se llama de cabeza de lnea.
En sistemas multicanal puede haber asignacin a un servidor (eleccin de cola) y
cambios de servidor forzosos o aleatorios (cambio de cola).
Otros fenmenos frecuentes son el rechazo (si la cola tiene una capacidad
mxima, el cliente no es admitido en ella), el abandono (por ejemplo, si se excede
un tiempo de espera), etctera.

Colas en tndem
Este proceso se produce cuando a la salida de un servicio hay una o ms colas
(porque se necesitan varios servicios en un determinado orden).

Notacin (Kendall, 1953)

Para especificar un tipo de cola se escribe:
proceso de llegada / proceso de servicio / n de canales / capacidad / disciplina / ...
En el proceso de llegada puede aparecer:
M: los tiempos entre llegadas siguen una distribucin exponencial.
GI: los tiempos entre llegadas son vv.aa.ii.ii.dd.
D: corresponde a un tiempo entre llegadas determinstico.
De forma anloga se identifican los procesos de servicio con M, G y D. Cuando la
capacidad es infinita y la disciplina FIFO, se suelen omitir estos campos.
Ejemplo: Si se escribe
M/D/2/infinito

significa que el tiempo entre llegadas es exponencial, el tiempo de servicio es

determinstico (normalmente vendr dado por una lista o vector), el nmero de
canales es 2, la capacidad es infinita y la disciplina es FIFO.

Notacin
Basndonos en los Procesos de Nacimiento y Muerte:
N (t): Numero de clientes en el sistema en el instante t de tiempo.
N q (t): Numero de clientes en la cola en el instante t de tiempo.
P n (t): Probabilidad de que en el instante t de tiempo se encuentren n clientes en
el sistema.
s: Numero de servidores operativos que forman parte del centro de servicio.
n : Numero medio de clientes que han llegado al sistema por unidad de tiempo
cuando en el sistema se encuentran n clientes.
Tasa de llegadas, si esta no depende del numero de clientes en el sistema
entonces es constante y se denota por .
n : Numero medio de clientes que han sido servidos en el centro de servicio por
unidad de tiempo cuando en el sistema se encuentran n clientes.
Tasa de servicio, si esta no depende del numero de clientes en el sistema
representaremos por el numero medio de clientes que son servidos por cada
servidor y por unidad de tiempo.
n = n si n = 1, 2, . . . , s 1 y n = s si n s.
: Intensidad de Trafico,

 = / s
N : Variable Aleatoria Discreta que representa el numero de clientes en el sistema.
N q : Variable Aleatoria Discreta que representa el numero de clientes en la cola.
P n : Probabilidad de que se encuentren n clientes en el sistema.
L: Numero medio de clientes en el sistema, L = E(N ).
L q : Numero medio de clientes en la cola, L q = E(N q ).
W: Variable Aleatoria Continua que representa el tiempo que pasa un cliente en el
sistema.
W q : Variable Aleatoria Continua que representa el tiempo que pasa un cliente en
la cola.
W : Tiempo medio que pasa un cliente en el sistema, W = E(W).
W q : Tiempo medio que pasa un cliente en la cola, W q = E(W q ).
Formula de Little
Para los modelos M/M/s, se verifica la siguiente relacion conocida como formula
de Little:
L=W
Lq = W q
Otra relacion importante es:
W = Wq + 1/

MODELOS M/M/1

Tiempos entre llegadas consecutivas, distribuci on exponencial .

Tiempos de servicio, distribucion exponencial .

1 servidor.

Capacidad de la cola infinita.

Poblacion infinita, sin restricciones.

Disciplina de la cola, FIFO.

MODELOS M/M/s

Tiempos entre llegadas, exponencial .

Tiempos de servicio, exponencial .

s servidores.

Capacidad de la cola infinita. Poblacion infinita. Disciplina FIFO.

Ejemplos/Ejercicios
1. Suponga que en una estacin con un solo servidor llegan en promedio 45
clientes por hora, Se tiene capacidad para atender en promedio a 60
clientes por hora. Se sabe que los clientes esperan en promedio 3 minutos
en la cola. Encuentre:
a) Tiempo promedio que un cliente pasa en el sistema.
b) Nmero promedio de clientes en la cola.
c) Nmero promedio de clientes en el Sistema en un momento dado.
Solucin: Se conoce
= 45/60 clientes/minutos (media de llegada de los clientes)
= 60/60 clientes/minutos (media de servicio a los clientes)
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 .
Ws=wq+1/= 3 + 1= 4 min
Es decir en promedio un cliente pasa 4 minutos en el Sistema: distribuidos
as 3 minutos pasa esperando en la cola + 1 minutos en servicio.

b) Para calcular el nmero de clientes en la cola (Lq), usaremos que:

==0.75/* 3 minutos = 2.25 clientes. Es decir los
clculos nos muestran que en la cola puede haber ms de dos clientes en
la cola.

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

podemos obtener: = =0.75s/4 =3
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 dems deben estar en la cola. Esto indica que hay
dos clientes en espera.

2. Suponga un restaurante de comidas rpidas al cual llegan en promedio 100

clientes por hora. Se tiene capacidad para atender en promedio a 150
clientes por hora Se sabe que los clientes esperan en promedio 2 minutos
en la cola Calcule las medidas de desempeo del sistema
a) Cul es la probabilidad que el sistema este ocioso?
b) Cul es la probabilidad que un cliente llegue y tenga que esperar,
porque el sistema est ocupado?
c) Cul es el nmero promedio de clientes en la cola?
d) Cul es la probabilidad que hayan 10 clientes en la cola?
Solucin: Se conoce:
= 100/60 clientes/minutos (media de llegada de los clientes)
=150/60 clientes/minutos (media de servicio a los clientes)
Wq = 2 minutos (tiempo promedio de espera de un cliente en la cola)
a) Para conocer cul es la probabilidad de que el sistema este ocioso,
primero conoceremos, cual es la probabilidad que est ocupado o factor de
utilizacin del sistema.
=/=(100 /)/(150 /)= 0.66=66.7% este porcentaje
representa tiempo que el sistema est ocupado. Es decir (1- ) representa
el tiempo ocioso del sistema, es decir 1- 0.667= 0.333 = 33.3% el sistema
permanece ocioso.

b) La probabilidad que un cliente llegue y tenga que esperar es suponer

que estar como primer cliente en la cola. Usaremos la frmula:
= (1/) (/)n Para nuestro caso n=1 y la formula se convierte en:

1= (1/) (/)= (1100150) (100150)1 = (10.667) (0.667)=0.222=22.2%

Es decir existe un 22.2% de posibilidad que haya un cliente en la cola
esperando ser atendido.

c) Ahora requerimos calcular el nmero de clientes en la lnea de espera.

==1.667* 2 minutos = 3.334 clientes 4 clientes en la
cola. Es decir existe la posibilidad de llegar a tener un promedio de 4
clientes en la lnea de espera.

d) La probabilidad de que hayan 10 clientes en la cola, como hemos visto

existe un promedio de tener hasta 4 clientes en la cola que hayan ms de 4
las probabilidades sern muy pequeas, para ese clculo haremos uso de
la frmula que usamos en el inciso b de este mismo ejemplo.
10=(1/)(/)10=(1100/150)(100/150)10=(10.667)
(0.667)10=0.0058=0.58% (lo cual es casi cero). Es decir es muy remoto o
poco probable que pueda haber 10 clientes en la lnea de espera.

3. Un Carwash puede atender un auto cada 5 minutos y la tasa media de

llegadas es de 9 autos por hora. Obtenga las medidas de desempeo de
acuerdo con el modelo M/M/1. Adems la probabilidad de tener 0 clientes
en el sistema, la probabilidad de tener una cola de ms de 3 clientes y la
probabilidad de esperar ms de 30 minutos en la cola y en el sistema
Solucin: Se conoce:
= 0.15 clientes/minutos (media de servicio a los clientes)
= 0.2 clientes/minutos (media de llegada de los clientes)

a) Vamos calcular el factor de desempeo del sistema calculando .

==0.15 s/(0.20 s/)=0.75=75%.
El sistema est ocupado el 75% del tiempo. O sea pasa un 25% ocioso. Es
decir la probabilidad de tener 0 clientes en el sistema es cuando el sistema
est vaco y eso puede ocurrir con una probabilidad del 25%. Su clculo

puede hacerse directamente con la frmula: 0=((1 /)

(/)0=(10.15/0.2)=0.25=25%

b) La probabilidad de tener una cola de ms de 3 clientes

0=(1/)(/)0=(0.25)(0.75)2=0.25
1=(1/)(/)1=(0.25)(0.75)1=0.1875
2=(1/)(/)2=(0.25)(0.75)2=0.1406
3=(1/)(/)3=(0.25)(0.75)3=0.1055

La probabilidad que haya ms de tres clientes en el Sistema, implica que

debemos conocer la Probabilidad que haya cero, uno, dos y tres clientes.
La diferencia con 1.Ser la probabilidad que hayan ms de tres.
P(Ls>3)=1 (P0 + P1 + P2 + P3)=
=1- (0.25+0.1875+0.1406+0.1055)=1- 0.6836=0.3164

c) La probabilidad de esperar ms de 30 minutos en la cola.

Primero calcularemos el tiempo promedio que un cliente espera en la cola.
=/()=0.15/0.2(0.20.15)=0.15/0.01=15 minutos (es el tiempo
promedio que un cliente tiene que esperar en la cola)
Ahora vamos a calcular tiempo (t) de espera sea mayor de 30 minutos.
(>)=^((1)) Vamos aplicar esta ecuacin para calcular dicha
probabilidad.
(>30)=^((1))=0.167=16.7% (como puede ver la probabilidad es
baja)

d) La probabilidad de esperar ms de 30 minutos en el Sistema.

(>)=^((1)) Vamos aplicar esta ecuacin para calcular dicha
probabilidad.

(>30)=^((1)) = 0.2231= =22.3% (como puede ver la probabilidad

es baja, pero es ms alta que la probabilidad de que el tiempo promedio
que un cliente espere ms de 30 minutos en la cola).

4. Un promedio de 10 automviles por hora llegan a un cajero con un solo

servidor que proporciona servicio sin que uno descienda del automvil.
Suponga que el tiempo de servicio promedio por cada cliente es 4 minutos,
y que tanto los tiempos entre llegadas y los tiempos de servicios son
exponenciales. Encuentre:
a) Cul es la probabilidad que el cajero est ocioso?
b) Cul es el nmero promedio de automviles que estn en la cola del
cajero? (se considera que un automvil que est siendo atendido no est
en la cola esperando)
c) Cul es la cantidad promedio de tiempo que un cliente pasa en el
estacionamiento del banco, (incluyendo el tiempo de servicio)?
d) Cuntos clientes atender en promedio el cajero por hora?
Solucin: Se conoce la siguiente informacin:
= 10 clientes/hora= 1/6 clientes/minutos (media de llegada de los clientes)
= 1 clientes/4minutos =1/4 cliente/minuto (media de servicio de los
clientes)

a) Por tanto =/=(1/6)/(1/4)=23=66.67% factor de utilizacin del sistema.

Es decir que el sistema permanece ocioso el 33.33%.

b) Cul es el nmero promedio de automviles que estn en la cola del

cajero?
Lq=/(-)=(1/6)/(1/4-1/6)(1/4)=4/3

Puede haber 2 autos en la cola.

c) Cul es la cantidad promedio de tiempo que un cliente pasa en el

estacionamiento del banco (incluyendo el tiempo de servicio)?
Nos preguntan por el tiempo promedio que el cliente pasa en el sistema.
Ws
=1/()=1/(1/41/6)=1/1/12=12

d) Cuntos clientes atender en promedio el cajero por hora?

Si el cajero siempre estuviera ocupado, atendera un promedio de =15
clientes por hora. Segn la solucin encontrada en el inciso a (1/4*60=15),
el cajero est ocupado 2/3 del tiempo. Por tanto dentro de cada hora, el
cajero atender un promedio de (2/3)(15)= 10 clientes. Esto es *= 2/3 *
15 = 10 clientes.