UNIVERSIDAD DE ORIENTE

NUCLEO DE ANZOTEGUI
COORDINACIN DE POSTGRADO
MAESTRA EN INFORMTICA GERENCIAL
INVESTIGACIN DE OPERACIONES

Teora de Colas
Elaborado por:
Gianpaolo Passanante
Eneida Martinez
Mayra Lanza

Barcelona, Marzo 2016

NDICE

INTRODUCCIN ....................................................................................... 3
OBJETIVO GENERAL ................................................................................. 5
OBJETIVOS ESPECFICOS ......................................................................... 5
CAPITULO I MARCO REFERENCIAL ...................................................... 6
BASES TERICAS ..................................................................................... 6
Investigacin de Operaciones............................................................. 6
Teora de Colas .................................................................................. 6
Proceso bsico de colas ..................................................................... 7
POR QU SE FORMAN LAS COLAS DE ESPERA ............................................ 8
ASPECTOS A TENER EN CUENTA EN LOS MODELOS DE COLAS ...................... 9
TERMINOLOGA Y NOTACIN .................................................................... 10
ESTADOS DE UN SISTEMA DE COLAS ......................................................... 11
DISTRIBUCIONES DE PROBABILIDADES .................................................... 12
PROCESOS DE NACIMIENTO Y MUERTE .................................................... 15
MEDIDAS DE DESEMPEO DE SISTEMA DE COLAS ..................................... 18
FORMULAS GENERALES .......................................................................... 18
CLASIFICACIN DE MODELOS DE COLAS .................................................. 19
Modelo M/M/1 ................................................................................... 19
Modelo Con Mltiples Servidores ..................................................... 21
Modelo M/G/1 .................................................................................. 21
Modelos De Decisin En Colas ........................................................ 22
CAPITULO II METODOLOGIA DE LA INVESTIGACION ....................... 25
NIVEL DE INVESTIGACIN ........................................................................ 25
DISEO DE INVESTIGACIN ...................................................................... 25
CAPITULO III DESARROLLO................................................................. 27
TEORA DE COLAS .................................................................................. 27
ESTRUCTURA BSICA DEL MODELO DE COLAS ......................................... 27
Fuente de entrada (poblacin potencial) .......................................... 28
Cola .................................................................................................. 29
Disciplina de la cola .......................................................................... 29
Mecanismo de servicio ..................................................................... 29
ESTRUCTURAS MS COMUNES EN MODELOS DE COLAS ............................. 30
APLICACIONES DE LOS SISTEMAS DE COLAS .................................. 32
BENEFICIOS DEL MODELO DE COLAS ............................................... 34
LIMITACIONES DEL MODELO DE COLAS ........................................... 34
SOFTWARE DISPONIBLE PARA APLICACIN DE COLAS DE
ESPERA .................................................................................................. 35
CONCLUSIONES .................................................................................... 41
BIBLIOGRAFIA ....................................................................................... 42

INTRODUCCIN
La teora de colas es una disciplina, dentro de la investigacin
operativa, que tiene por objeto el estudio y anlisis de situaciones en las
que existen entes que demandan cierto servicio, de tal forma que dicho
servicio no puede ser satisfecho instantneamente, por lo cual se
provocan esperas mientras son atendidos. En tal sentido, la investigacin
de operaciones, utilizando mtodos determinsticos y probabilsticos,
permite encontrar soluciones opimas a los problemas originadas en las
actividades de la empresa, adems de simular las diversas polticas, con
el cual se limita los riesgos de decisin.

La teora de colas (o tambin llamada teora de lneas o filas de

espera) se le atribuye al ingeniero dans A. K. Erlang (909) esta lleg
despus de estudiar los conmutadores telefnicos en Copenhague, en la
compaa telefnica danesa. Desarroll muchos de los resultados de
colas de espera que utilizamos actualmente. La "Cola" (o queue) es el
trmino britnico para cualquier tipo de colas de espera.

El mbito de la aplicacin de la teora de colas se puede observar

en cada aspecto de la vida cotidiana: desde las esperas para ser
atendidos en establecimientos comerciales, esperas para ser procesados
determinados

programas

informticos,

esperas

para

establecer

comunicacin o recibir informacin de un sito web, a travs de internet,

entre muchas otras. Aunque el fenmeno de esperar no se limita a los
seres humanos si no tambin a los trabajos esperan para ser procesados,
los aviones vuelan en crculos a diferentes alturas hasta que se les
permite aterrizar, y los autos se detienen en los semforos. Es decir, El
estudio de las colas tiene que ver con la cuantificacin del fenmeno de
esperar por medio de medidas de desempeo representativas, tales como

longitud promedio de la cola, tiempo de espera promedio en la cola, y el

uso promedio de la instalacin.
En resumen, un modelo de teora de cola de espera es aquel en el
que usted tiene una secuencia de elementos (tales como las personas)
que llegan a una instalacin en busca de servicio. sta es una aplicacin
inusual, porque la teora de colas se utiliza para demostrar que la causa
de los largos retrasos es principalmente logstica

El fin ltimo de este trabajo de investigacin radica en estudiar la

teora de colas de esperas y los modelos ms comunes. En tal sentido la
presente investigacin est estructurada de la siguiente manera:
Introduccin, objetivos, Capitulo I Marco referencial en donde se
describen las bases tericas de la teora de Colas de espera; Capitulo II
Marco metodolgico en donde se indica la metodologa de investigacin
utilizada y la Captulo III de desarrollo donde se define modelo de colas,
su estructura, beneficios y limitaciones y software disponible.

OBJETIVOS
Objetivo General
Analizar el modelo de colas de espera en cuanto a aspectos generales,
estructura, aplicaciones y metodologa a seguir para obtener soluciones a
problemas de sistemas reales de cola con ayuda de software
especializado

Objetivos Especficos

Definir el Modelo de Colas.

Identificar estructura bsica de los Modelo de Colas

Determinar las aplicaciones del modelo de Colas

Establecer los problemas, ventajas y desventajas de la aplicacin

del modelo de colas

Aplicacin de Modelo de colas o lneas de espera a casos

propuestos con ayuda de software especializado

CAPITULO I
MARCO REFERENCIAL
Bases Tericas

Investigacin de Operaciones
Segn Mungua y Protti(2005) es la aplicacin por grupos
interdisciplinarios, del mtodo cientfico a problemas relacionados con el
control de las organizaciones o sistemas (hombre-mquina) a fin de que
se produzcan soluciones que mejor sirvan a los objetivos de la
organizacin. (p.3)
En tal sentido, la investigacin de operaciones se basa en la aplicacin
del mtodo cientfico para el desarrollo de modelos que permitan
solucionar problemas que requieran la toma de decisiones gerenciales
dentro de las organizaciones. Entre los problemas ms comunes se
encuentran la asignacin de recursos, ruteo, inventario, lnea de espera
(colas) o programacin de proyectos.

Teora de Colas
Hillier y Liberman (2010) afirman que:

La teora de colas es el estudio de la espera en las distintas

modalidades. Utiliza los modelos de colas para representar
los tipos de sistemas de lneas de espera (sistemas que
involucran colas de algn tipo) que surgen en la prctica.
Las frmulas de cada modelo indican cul debe ser el
desempeo del sistema correspondiente y sealan la
cantidad promedio de espera que ocurrir en diversas
circunstancias. (p.708)

Por otro lado para Gonzlez (2003):

La teora de colas se ocupa de las llegadas aleatorias a una

instalacin de servicio o de procesamiento de capacidad
limitada. Este modelo tiene como objeto permitir la
determinacin del nmero ptimo de personal o de
instalaciones que se requieran para dar servicio a los
clientes que lleguen en forma aleatoria al considerar el costo
del servicio y el de las esperas y congestiones.(p.6)

Teniendo en cuenta las definiciones anteriores, ambas coinciden

en que la teora de Colas permite generar modelos matemticos para
establecer el desempeo del sistema correspondiente en cuanto a
nmero de personal requerido as como las instalaciones facilitando
establecer los costos de las esperas para una organizacin.

Proceso bsico de colas

Siguiendo lo especificado por Hillier y Liberman Op.cit.,p.109, la
estructura y el proceso bsico de Colas comprende:

Los clientes que requieren un servicio en momento determinado

comprenden fuente de entrada. Luego, ingresan al sistema y se unen a
una cola. En determinado momento se selecciona un miembro de la cola
para proporcionarle el servicio mediante alguna regla conocida como
disciplina de la cola que sera el orden de atencin. Se lleva a cabo el
servicio que el cliente requiere mediante un mecanismo de servicio, y
despus el cliente sale del sistema de colas. (Ver figura 1)

Figura 1.Proceso Bsico de colas. Tomado de Introduccin a la investigacin de

operaciones por Hillier y Liberman 2010. p.709

Por qu se Forman las Colas de Espera

Se sabe que las colas de espera son una hilera formada por uno o
varios clientes que esperan a recibir un servicio, estos pueden ser
personas u objetos inanimados (mquinas, producto, entre otros). Pero,
cabe preguntarse por qu se forman las colas? Esto ocurre, segn
Krajewski, Ritzman, & Malhotra (2008) a un desequilibrio temporal entre
la demanda de un servicio y la capacidad del sistema para suministrarlo.
En la mayora de los problemas de filas de espera de la vida real, la tasa
de demanda vara; es decir, los clientes llegan a intervalos imprevisibles.

Lo ms comn es que tambin haya variaciones en la tasa de

produccin del servicio, dependiendo de las necesidades del cliente. Las
filas de espera pueden formarse a pesar de que el tiempo necesario para
atender a los clientes sea constante. Por ejemplo, el terminal de una
empresa de transporte est controlado por computadoras para que llegue
puntualmente a las distintas estaciones de su ruta. Cada autobs est
programado para llegar a una estacin, por ejemplo, cada 15 minutos. A
pesar de que el tiempo de servicio es constante, se forman filas de espera
cuando los pasajeros tienen que esperar al siguiente autobs o no logran
abordar alguno a causa del gran nmero de personas que se aglomeran
en las estaciones en las horas ms agitadas del da. Por consiguiente, en

este caso, la variabilidad de la tasa de demanda determina la longitud de

las filas de espera.

En general, si no hay variabilidad en las tasas de demanda o servicio y se

cuenta con capacidad suficiente, no se formarn filas de espera.

Aspectos a tener en cuenta en los Modelos de colas

Dado que los gerentes suelen utilizar modelos de colas de espera

para equilibrar las ventajas que podran obtener incrementando la
eficiencia del sistema de servicio y los costos que esto implica.

En tal sentido Eppen (2000) indica que deben plantearse o

considerar lo siguiente para establecer el desempeo de cualquier
sistema de cola de espera:

El nmero de personas en el sistema: el nmero de personas que

estn siendo atendidas en el momento, as como aquellas que estn

esperando servicio.

La cantidad de personas en la cola de espera: las personas que

estn esperando servicio.

El tiempo de espera en el sistema: el intervalo entre el momento en

que el individuo entra al sistema y aquel en que sale del mismo. Observe
que este intervalo incluye el tiempo de servicio.

El tiempo de espera en la cola: el tiempo transcurrido desde que

uno entra al sistema hasta que se inicia el servicio

.
Adems, los gerentes deben considerar los costos de no mejorar el
sistema: las filas de espera largas o los tiempos de espera prolongados
provocan que los clientes eviten el sistema o renuncien a permanecer
este. A partir de lo anterior, el Gerente deber realizar la toma de
decisiones necesarias en beneficio de la organizacin

Terminologa y notacin

A menos que se establezca otra cosa, se utilizar la siguiente

terminologa estndar:

Estado del sistema = nmero de clientes en el sistema.

Longitud de la cola = nmero de clientes que esperan servicio.
= estado del sistema menos nmero de clientes a quienes se les da el
servicio.
n(t) = nmero de clientes en el sistema de colas en el tiempo t (t 0).
n(t) = probabilidad de que exactamente n clientes estn en el sistema en
el tiempo t, dado el nmero en el tiempo 0.
s =nmero de servidores (canales de servicio en paralelo) en el sistema
de colas.
n = tasa media de llegadas (nmero esperado de llegadas por unidad de
tiempo) de nuevos clientes cuando hay n clientes en el sistema.
n = tasa media de servicio en todo el sistema (nmero esperado de
clientes que completan su servicio por unidad de tiempo) cuando hay n
clientes en el sistema. Es decir, representa la tasa combinada a la que
todos los servidores ocupados (aquellos que estn sirviendo a un cliente)
logran terminar sus servicios.

Nota
Cuando n es constante para toda n, esta constante se denota por
. Cuando la tasa media de servicio por servidor ocupado es constante
para toda n 1, esta constante se denota por . (

En este caso, n =

s cuando n s, es decir, cuando los s servidores estn ocupado)

Estados de un sistema de colas

Los sistemas de colas pueden estar en estado transitorio o estable.

Para Hillier y liberman (2010) un estado del sistema de colas transitorio
ocurre apenas un sistema de colas apenas inicia su operacin, el estado
del sistema (el nmero de clientes que esperan en el sistema) se
encuentra bastante afectado por el estado inicial y el tiempo que ha
pasado desde el inicio. Se dice entonces que el sistema se encuentra en
condicin transitoria.

Sin embargo, una vez que ha pasado suficiente tiempo, el estado

del sistema se vuelve, en esencia independiente del estado inicial y del
tiempo transcurrido (excepto en circunstancias no usuales).
En este contexto, se puede decir que el sistema ha alcanzado su
condicin de estado estable, en la que la distribucin de probabilidad del
estado del sistema se conserva (la distribucin estacionaria o de estado
estable) a travs del tiempo. La teora de colas tiende a dedicar su
anlisis a la condicin de estado estable, en parte porque el caso
transitorio es analticamente ms difcil.

La notacin siguiente supone que el sistema se encuentra en la

condicin de estado estable:

Pn = probabilidad de que haya exactamente n clientes en el

sistema

L = nmero esperado de clientes en el

sistema

Lq = longitud esperada de la cola

(excluye los clientes que estn en
servicio)

En condiciones de estado estable, para n > 0, las tasas de flujo

esperadas de entrada y salida del estado n deben ser iguales. Con base
en el hecho de que el estado n puede cambiar slo a los estados n - 1 y n
+1, se tiene entonces que:

P0 =

Distribuciones De Probabilidades

Para Krajewski, Ritzman, & Malhotra ( 2008) el carcter aleatorio

de la llegada de los clientes y de las variaciones que se registran en los
tiempos requeridos para proporcionar el servicio. Cada una de esas
fuentes se describe mediante una distribucin de probabilidades, como se
detalla a continuacin:

Distribucin De Llegadas
La llegada de clientes a las instalaciones de servicio es aleatoria.
La variabilidad en los intervalos de llegada de los clientes a menudo se
describe por medio de una distribucin de Poisson, que especifica la
probabilidad de que n clientes lleguen en T periodos de tiempo.

Expresada en la siguiente frmula:

( T ) T
P ( n)
n!

para n=(1,2,3)

Donde
Pn = probabilidad de n llegadas en T periodos de tiempo
= nmero promedio de llegas de clientes por periodo
e = 2.7183
La media de la distribucin de Poisson es T, y la varianza tambin
es T. La distribucin de Poisson es una distribucin discreta; es decir, las
probabilidades corresponden a un nmero especfico de llegadas por
unidad de tiempo. Ver figura 2.

Figura 2. Distribucin Poisson

Otra forma de especificar la distribucin de las llegadas consiste en

hacerlo en trminos de tiempos entre llegadas de clientes; es decir, el
tiempo que transcurre entre la llegada de dos clientes sucesivos. Para ello
se utilizara una distribucin exponencial que permitir describir la
probabilidad de que el prximo cliente llegue durante los siguientes T
periodos de tiempo.

Distribucin Del Tiempo De Servicio

La distribucin exponencial describe la probabilidad de que el
tiempo de servicio del cliente en una instalacin determinada no sea
mayor que T periodos de tiempo. La probabilidad puede calcularse con la
siguiente frmula:
P(t T) = 1 e-T

Donde
= nmero promedio de clientes que completan el servicio por
periodo
t = tiempo de servicio del cliente
T = tiempo de servicio objetivo
La media de la distribucin del tiempo de servicio es 1/, y la
varianza es (1/)2. A medida que T se incrementa, la probabilidad de que
el tiempo de servicio del cliente sea menor que T se va aproximando a
1.0. (ver figura 3) . En resumen, el modelo de distribucin exponencial se
basa en la suposicin de que cada tiempo de servicio es independiente de
los tiempos que lo precedieron.

Figura 3 Distribucin Exponencial

Procesos de Nacimiento y Muerte

En teora de colas existen dos procesos el de nacimiento y muerte
y estos se refieren a las llegadas y salidas de un sistema de cola. Como lo
expresan a continuacin Hillier y Lieberman Op.cit.p.721
La mayor parte de los modelos elementales de colas
suponen que las entradas (llegada de clientes) y las salidas
(clientes que se van) del sistema ocurren de acuerdo con un
proceso de nacimiento y muerte. Este importante proceso
de teora de probabilidad tiene aplicaciones en varias reas.
Sin embargo, en el contexto de la teora de colas, el termino
nacimiento se refiere a la llegada de un nuevo cliente al
sistema de colas, mientras que el termino muerte se refiere
a la salida del cliente servido. El estado del sistema en el
tiempo t (t 0), denotado por N(t), es el numero de clientes
que hay en el sistema de colas en el tiempo t. El proceso de
nacimiento y muerte describe en trminos probabilstico
como cambia N(t) al aumentar t.
En general, sostiene que los nacimientos y muertes
individuales ocurren de manera aleatoria, y que sus tasas
medias de ocurrencia dependen del estado actual del
sistema. De manera ms precisa, los supuestos del proceso
de nacimiento y muerte son los siguientes:

Supuesto 1. Dado N(t) 5 n, la distribucin de probabilidad

actual del tiempo que falta para el prximo nacimiento
(llegada) es exponencial con parmetro n(n 5 0, 1, 2, . . .).
Supuesto 2. Dado N(t) 5 n, la distribucin de probabilidad
actual del tiempo que falta para la prxima muerte
(terminacin de servicio) es exponencial con parmetro n
(n 5 1, 2, . . .).
Supuesto 3. La variable aleatoria del supuesto 1 (el tiempo
que falta hasta el prximo nacimiento) y la variable aleatoria
del supuesto 2 (el tiempo que falta hasta la siguiente
muerte) son mutuamente independientes. La siguiente
transicin del estado del proceso es
n n+ 1 (un solo nacimiento)
o
n n- 1 (una sola muerte), lo que depende de cul de las
dos variables es ms pequea.
En el caso de un sistema de colas, n y n
representan, respectivamente, la tasa media de llegada y la
tasa media de terminaciones de servicio, cuando hay n
clientes en el sistema. En algunos sistemas de colas, los
valores n de las sern las mismas para todos los valores
de n, y las n tambin sern las mismas para toda n excepto
para aquella n tan pequea que el servidor este desocupado
(es decir, n= 0). Sin embargo, las n las n tambin pueden
variar en forma considerable con n para algunos sistemas
de colas.
Lo anterior se representa en la figura 2. Mostrada a
continuacin:

Figura 4. Diagrama de tasas del proceso de nacimiento y muerte. Tomado de Hillieer y

Liberman

En la realidad se pueden dar casos en que solo ocurran llegadas o

salidas estos seran modelos puros de nacimiento y muerte. Por ejemplo,
modelo de nacimiento puro es la creacin de actas de nacimiento de
bebs recin nacidos. El modelo de muerte pura puede demostrarse por
medio del retiro aleatorio de un artculo en existencia en una tienda.

Medidas de desempeo de Sistema de Colas

Formulas Generales
Para determinar el desempeo de un sistema de colas se deben
conocer ciertos parmetros segn

Krajewski, Ritzman, & Malhotra.

Op.cit.p 305, los cuales se muestran con sus smbolos y respectiva

frmula solo vlida

para < segn cuadro 1. Las frmulas de cada

modelo indican cul debe ser el desempeo del sistema correspondiente

y sealan la cantidad promedio de espera que ocurrir en diversas
circunstancias.

Cuadro1. Formulas para modelos de uno y Mltiples Servidores.

Krajewski, Ritzman, & Malhotra(2008)
Modelo un
servidor
Utilizacin del
Sistema

Modelo mltiples servidores

p=

(/)
Probabilidad que haya
n clientes en el
sistema

pn=(1-)

p0=1-

N promedio de
clientes en el sistema
de Servicio

N promedio de
clientes en fila de
espera

pn=

!
(/)
!

Probabilidad que haya

0 clientes en el
sistema

Tiempo promedio de
espera en la fila

(/)
!

=w

Tiempo promedio
pasado en el sistema,
incluido el servicio

< <

(/)

q=

q=

(/)

!( )

= +
=

Clasificacin de Modelos de Colas

Para unificar criterios y facilitar el entendimiento entre los

investigadores del modelo de colas, D.G. Kendall en 1953 ideo y propuso
una clasificacin o taxonoma con base en la siguiente notacin:

A/B/s
Donde
A= distribucin de las llegadas
B =distribucin del servicio
s =nmero de servidores
Existen muchos modelos de colas que pueden aplicarse, sin
embargo para los efectos de esta investigacin se plantearan dos
modelos segn Hillier y Liberman Op.cit.p.725
Modelo M/M/1
El modelo M/M/s supone que todos los tiempos entre llegadas son
independientes e idnticamente distribuidos de acuerdo con una
distribucin exponencial (es decir, el proceso de entrada es de Poisson),
que todos los tiempos de servicio son independientes e idnticamente
distribuidos de acuerdo con otra distribucin exponencial y que el nmero
de servidores es s (cualquier entero positivo).
Es el modelo ms sencillo corresponde a un solo servidor y una
sola fila de clientes.
Para especificar con ms detalle el modelo, se harn las siguientes
suposiciones:
1. La poblacin de clientes es infinita y todos los clientes son
pacientes.

2. Los clientes llegan de acuerdo con una distribucin de Poisson y

con una tasa media de llegadas de .
3. La distribucin del servicio es exponencial, con una tasa media
de servicio de .
4. La tasa media de servicio es mayor que la tasa media de
llegadas.
5. A los clientes que llegan primero se les atiende primero.
6. La longitud de la fila de espera es ilimitada.
A partir de estas suposiciones, se pueden aplicar varias frmulas
para describir las caractersticas de operacin del sistema o medidas de
desempeo, ver cuadro 1
Por ejemplo, la gerente de una tienda, est interesada en brindar
un buen servicio a las personas mayores que compran en su tienda.
Actualmente, la tienda tiene una caja registradora reservada para los
clientes de la tercera edad. Esas personas llegan a la caja a un ritmo
promedio de 30 por hora, de acuerdo con una distribucin de Poisson, y
son atendidas a una tasa promedio de 35 clientes por hora, con tiempos
de servicio exponenciales. Calcule las siguientes caractersticas de
operacin:
Qu tasa de servicio se requerira para lograr que los clientes pasaran,
en promedio, slo 8 minutos en el sistema?

Se usa la ecuacin correspondiente al tiempo promedio dentro

del sistema y se resuelve para obtener el valor de .

Dado
8 minutos=0,133 horas =

1
30

0,1333-0,1333(30)=1

=37,52 clientes/hora

Modelo Con Mltiples Servidores

En el modelo con mltiples servidores, los clientes forman una sola

fila y eligen entre s servidores al que est disponible. El sistema de
servicio tiene una sola fase. Se partir de las siguientes suposiciones,
adems de las que se hicieron para el modelo con un solo servidor: hay s
servidores idnticos, y la distribucin del servicio para cada uno de ellos
es exponencial, con un tiempo medio de servicio igual a 1/. Siempre
debe ocurrir que s sea mayor que . Las medidas de desempeo para
este modelo se pueden ver en el Cuadro 1.

Modelo M/G/1
A pesar de que en muchas situaciones la distribucin exponencial
describe con precisin el proceso de llegadas, puede que no se ajuste
muy bien al proceso de servicio. Afortunadamente, existe una
generalizacin del modelo bsico, el cual permite que la distribucin del
tiempo de servicio sea arbitraria. Ni siquiera es necesario conocer la
distribucin del tiempo de servicio, slo su media, 1/, y su varianza

Suponiendo que la distribucin del tiempo de servicio es exponencial. La

varianza de una distribucin exponencial es (1/)2 si la media es 1/. Por
lo que resulta igual al modelo bsico

Modelos De Decisin En Colas

Existen modelos que se utilizan para determinar niveles de servicio

adecuado en sistemas de colas a continuacin se presentan dos
modelos de decisin para determinar los niveles de servicio adecuado en
sistemas de cola: (1) un modelo de costos, y (2) un modelo de nivel de
aspiracin. El objetivo es encontrar un balance entre el nivel de servicio y
la espera.

Los modelos de costos tratan de balancear el costo del

ofrecimiento del servicio y el costo de la demora al ofrecer el servicio
(tiempo de espera del cliente). Teniendo en cuenta que un incremento de
un costo provoca automticamente una reduccin del otro.

Las formulas para este modelo, comprende

Si x (= o c) representa el nivel de servicio, el modelo de costos se
expresa como:

Donde
ETC = Costo total esperado por unidad de tiempo
EOC = Costo de operacin esperado de la instalacin por unidad
de tiempo
EWC =Costo de espera anticipado por unidad de tiempo

Las formas ms simples de EOC y EWC son las siguientes

funciones lineales:

Donde
C1 = Costo marginal por unidad de x por unidad de tiempo
C2 = Costo de espera por unidad de tiempo por cliente (en espera)

Por otro lado, el Modelo

de Nivel de aspiracin utiliza en

aquellas situaciones en que se desea estimar los parmetros del costo de

un sistema de colas, algo difcil de controlar per se. Taha (2012) propone
que el modelo de nivel de aspiracin mitiga esta dificultad al trabajar
directamente con las medidas de desempeo de la situacin de colas.
Con este se pretende determinar un intervalo aceptable para el nivel de
servicio (m o c) especificando lmites razonables en las medidas de
desempeo conflictivas. Tales lmites son los niveles de aspiracin que el
tomador de decisiones desea alcanzar.

Figura 5. Aplicacin de niveles de aspiracin en la toma de decisiones en colas

El modelo se aplica al modelo de varios servidores para determinar

una cantidad aceptable de servidores, c*, teniendo en cuenta dos
medidas de desempeo (conflictivas): El tiempo promedio en el
sistema,Ws. Y El porcentaje de ociosidad de los servidores, X.

Las formulas de este modelo comprenden:

Porcentaje de ociosidad

Para determina la cantidad de servidores c*

Las constantes a y b son los niveles de aspiracin especificados
por el tomador de decisiones. Por ejemplo, = 3 minutos y = 10%.

La solucin del problema puede determinarse trazando una grfica

de Ws y X como una funcin de c, como se muestra en la figura 18.10.
Localizando y en la grfica, determinando

un intervalo

aceptable para c*. Si no se pueden satisfacer las dos condiciones al

mismo tiempo, entonces una o ambas deben relajarse antes de que se
pueda encontrar un intervalo factible.

CAPITULO II
METODOLOGIA DE LA INVESTIGACION
Nivel de Investigacin

Segn Arias (2006) el nivel de investigacin se refiere al grado de

profundidad con que se aborda un objeto o fenmeno y menciona que
existen tres (3) tipos de niveles de investigacin los cuales son:
exploratoria, explicativa y descriptiva. Se puede establecer que este
trabajo corresponde a una Investigacin Descriptiva, ya que el mismo
tiene como objetivo general describir los Modelos de colas a fin de
estudiar su contenido, aplicacin y los pasos a seguir para llevarlo a cabo,
lo cual se piensa lograr definiendo el teora de colas, identificando la
estructura del modelo, y determinando aplicaciones y problemas en la
aplicacin en este tipo de modelos.
Dado que la Investigacin Descriptiva Ibd. p.24

consiste en la

caracterizacin de un hecho, fenmeno o grupo con el fin de establecer

su estructura o comportamiento. Se habla de este nivel de investigacin
cuando el investigador seala como es y cmo se manifiesta un
fenmeno o evento, buscando de especificar las propiedades importantes
para medir y evaluar aspectos, dimensiones o componentes del fenmeno
a estudiar.
Diseo de Investigacin

Se entiende por Diseo de Investigacin a la metodologa, plan de

trabajo o estrategia que se desarrolla para obtener la informacin que se
requiere en un estudio cientfico [1].

Arias(2006) menciona:

La Investigacin Documental, es un proceso basado en la

bsqueda, recuperacin, anlisis, crtica e interpretacin de
datos secundarios, es decir, los obtenidos y registrados por
otros investigadores en fuentes documentales impresas,
audiovisuales o electrnicas. Como en toda investigacin, el
propsito de este diseo es el aporte de nuevos
conocimientos.(p.27)

Este trabajo, segn lo citado anteriormente, se ajusta a una

Investigacin Documental, bajo la modalidad de Estudio de Desarrollo
Terico, ya que busca de brindar al lector una descripcin de teora de
colas o lneas de espera, estudiando su contenido, aplicaciones en la
vida cotidiana y los pasos a seguir para llevarlo a cabo.

CAPITULO III
DESARROLLO

Teora de Colas

El autor Gonzlez (2003) menciona:

Esta teora, tambin llamada lneas de espera, se ocupa de

las llegadas aleatorias a una instalacin de servicio o
procesamiento de capacidad limitada. Este modelo tiene
como objeto permitir la determinacin del nmero ptimo de
personal o de instalaciones que se requieran para dar
servicio a los clientes que llegan de forma aleatoria al
considerar el costo del servicio y el de las esperas o
congestiones.

En base a lo anterior, se puede decir entonces que la teora de

colas mediante la teora de probabilidades y clculo, permite determinar la
cantidad de personal o de instalaciones para brindar servicio a los clientes
que llegan a estas de forma aleatoria. Esto con el fin, adems de
determinar los costos del servicio y el tiempo de espera.

Estructura Bsica del Modelo de Colas

El modelo de colas posee la siguiente estructura Hillier y liberman

(2010) (ver figura 2):

Fuente de entrada (poblacin potencial)

Comprende el

nmero total de clientes que pueden requerir

servicio en determinado momento, es decir, el nmero total de clientes

potenciales. El tamao de la fuente puede ser infinito o finito.

En tal sentido, una fuente es finita. Si ese nmero de clientes

potenciales se ve afectado por el nmero de clientes que ya se encuentra
en la cola. Una situacin que se podra presentar por ejemplo, en un
banco si las instalaciones esta a su mxima capacidad se observa que la
razn a la cual llegan los clientes a dicha instalacin disminuye.

Por otro lado, la fuente se considera infinita es aquella en la que el

nmero de clientes que entran al sistema no afecta la tasa a la cual dicha
poblacin genera nuevos clientes. En general el nmero de clientes que
llegan hasta un momento especfico tiene una distribucin de Poisson

El patrn estadstico mediante el cual se generan los clientes en el

tiempo, en el supuesto normal es que se generan de acuerdo con un
proceso Poisson.

Figura 6. Estructura Modelo de Colas Bsico

Cola
Es donde los clientes esperan antes de recibir el servicio. Una cola
tiene un nmero mximo

de clientes que puede admitir. Las colas

tambin pueden ser finitas o infinitas, segn si dicho nmero es finito o

infinito.

Disciplina de la cola
Se refiere al orden en el que sus miembros se seleccionan para
recibir el servicio.

Para el autor Taha (2012) la disciplina de la cola:

representa el orden en que se seleccionan los clientes en
una cola, es un factor importante en el anlisis de modelos
de colas. La disciplina ms comn es la de primero en
llegar, primero en ser atendido (FCFS, por sus siglas en
ingls). Entre otras disciplinas esta ltimo en llegar primero
en ser atendido (LCFS, por sus siglas en ingls) y la de
servicio en orden aleatorio (SIRO, por sus siglas en ingls).
los clientes tambin pueden ser seleccionados de entre la
cola, con base en algn orden de prioridad. Por ejemplo, los
trabajos urgentes en un taller se procesan antes que los
trabajos regulares. (p.595)

Mecanismo de servicio
Consiste en una o ms estaciones de servicio, cada una de ellas
con uno o ms canales de servicio paralelos, llamados servidores. Los
modelos de colas ms elementales suponen una estacin, ya sea con un
servidor o con un nmero finito de servidores.

El

mecanismo de servicio segn Krajeski, Ritzman y Malhotra

Op.cit. p.293 puede describirse en funcin de nmero de filas (colas) y la

distribucin de las instalaciones. Para este autor las colas pueden ser de

una sola cola o de colas mltiples. La distribucin de una sola cola y

varios servidores donde cada uno de ellos puede manejar transacciones
de tipo general, mantiene a todos

ellos uniformemente ocupados y

proyecta en los clientes una sensacin de igualdad y justicia.

Por otra parte, en el caso de las colas mltiples estas se utilizaran

cuando algunos de los servidores brindan un conjunto de servicios
limitado. En esta distribucin, los clientes eligen los servicios que
necesitan y esperan en la fila donde se suministra dicho servicio. Este
sera por ejemplo, el caso de un Supermercado en donde est la caja
para pago en efectivo o la de menos de 10 artculos.

Tiempo de servicio. Es tiempo que transcurre desde el inicio del

servicio para un cliente hasta su terminacin en una estacin. Un modelo
de un sistema de colas determinado debe especificar la distribucin de
probabilidad de los tiempos de servicio de cada servidor (y tal vez de los
distintos tipos de clientes).

Estructuras ms comunes en modelos de Colas

Las estructuras ms comunes en un sistema de colas, se describen

a continuacin:

En el sistema de una cola y un servidor, todos los servicios

solicitados por un cliente pueden proporcionarse en una instalacin con
un solo servidor. En ese caso, los clientes forman una sola fila y van
pasando uno por uno a travs de la instalacin de servicio.

Ejemplo:

Servicios de lavado de automviles, donde los conductores no necesitan

bajar de sus vehculos, o cualquier mquina en la que deban procesarse
varios lotes de partes.

El sistema de una cola mltiples servidores, se usa cuando es ms

conveniente que los servicios se brinden en secuencia por varias
instalaciones, pero el volumen de clientela u otras restricciones limitan el
diseo a un solo canal. Los clientes forman una sola fila y avanzan en
sucesin ordenada de una instalacin de servicio a la siguiente. Un
ejemplo son los McDonalds para automovilistas, donde la primera
instalacin toma el pedido, la segunda lo cobra y la tercera entrega los
alimentos.

En la distribucin de mltiples colas y un solo servidor (servidor

secuencial) se usa cuando la demanda es suficientemente grande para
justificar que el mismo servicio se brinde en ms de una instalacin o
cuando los servicios ofrecidos por las instalaciones son diferentes. Los
clientes forman una o varias colas, dependiendo del diseo. En el diseo
de una sola fila, los clientes son atendidos por el primer servidor
disponible, como sucede en los bancos.

La distribucin de varias colas y mltiples servidores se presenta

cuando los clientes pueden ser atendidos por una de las instalaciones de
la primera fase, pero despus requieren servicios de una instalacin de la
segunda fase, y as sucesivamente. En algunos casos, los clientes no
pueden cambiar de canales despus de iniciado el servicio; en otros s.

Un ejemplo de esta distribucin son las lavanderas automticas.

Las lavadoras son las instalaciones de la primera fase y las secadoras
son las instalaciones de la segunda fase. Algunas lavadoras y secadoras
estn diseadas para recibir cargas de mayor volumen, con lo cual se
brinda al cliente la posibilidad de elegir entre varios canales. Las distintas
estructuras se pueden observar en la figura 7

Figura7. Tipos de estructuras de Sistemas de cola

APLICACIONES DE LOS SISTEMAS DE COLAS

Los sistemas de colas tienen mltiples aplicaciones en la vida real

a continuacin se nombran algunos segn Hillier y Liberman Op.cit. p 713
por ejemplo:

En servicios comerciales o a domicilio

Donde se ofrecen servicios persona a persona en un local fijo

como una peluquera (los peluqueros son los servidores), el servicio de
una cajera de banco, las cajas de cobro de un supermercado y una cola

en una cafetera (canales de servicio en serie). Sin embargo, muchos

otros sistemas son de un tipo diferente, como la reparacin a domicilio (el
servidor va hacia el cliente), una cajero automtico (el servidor es una
mquina) y una gasolinera (los clientes son automviles).

En servicio de transporte

En estos casos los vehculos son los clientes, los automviles que
esperan para pasar por una caseta de peaje o un semforo (el servidor),
un camin de carga o un barco que esperan que una cuadrilla les d el
servicio de carga o descarga y un avin que espera aterrizar o despegar
en una pista (el servidor). Un estacionamiento es un ejemplo poco usual
de este tipo, en el que los automviles son los clientes y los espacios son
los servidores, pero no existe una cola porque si un estacionamiento est
lleno, los clientes se van a otro. En otros casos, los vehculos son los
servidores, como los taxis, los camiones de bomberos y los elevadores.

En sistemas de servicio interno

Las propias organizaciones tienen clientes que son personal

interno o parte de la organizacin que reciben el servicio. Los ejemplos
incluyen sistemas de manejo de materiales, en donde las unidades de
manejo de materiales (los servidores) mueven cargas (los clientes);
sistemas de mantenimiento, en los cuales las brigadas de mantenimiento
(los servidores) reparan mquinas (los clientes) y puestos de inspeccin
en los que los inspectores de control de calidad (los servidores)
inspeccionan artculos (los clientes). Las instalaciones para empleados y
los departamentos que les prestan servicio tambin entran en esta
categora. Adems, las mquinas se pueden ver como servidores cuyos
clientes son los trabajos que estn procesando. Un ejemplo relacionado

muy importante es un centro de cmputo en el que la computadora se

puede ver como el servidor.
De lo anterior, se deduce que la teora tiene muchas otras maneras
de aplicacin; entre ellas, el diseo de sistemas computarizados, servicio
al cliente y la administracin de bases de datos en Internet.

BENEFICIOS DEL MODELO DE COLAS

Debido al valor de la informacin que proporciona la teora de
colas, sta se usa con amplitud para dirigir el diseo (o rediseo) de
cualquier sistema de lneas de espera de la vida real. Debido a que
permite considerar el costo al brindar el servicio y las consecuencias de la
espera de los clientes, para ello las decisiones que deben tomarse al
momento de disear un sistema de colas incluyen:

1. Nmero de servidores en cada instalacin de servicio.

2. Eficiencia de los servidores.
3. Nmero de instalaciones de servicio.
4. Cantidad de espacio para espera en la cola.
5. Algunas prioridades para diferentes categoras de clientes.

En este contexto, el uso de la teora de colas facilita alcanzar la meta

de encontrar un equilibrio entre el costo del servicio y el tamao de la
espera

LIMITACIONES DEL MODELO DE COLAS

Las lneas de espera son objeto de estudio tanto del modelo de
colas y de modelos de simulacin, ambos permiten determinar medidas
de desempeo de las lneas de espera tales como tiempo de espera
promedio en la cola, tiempo de espera promedio para el servicio y el uso
de las instalaciones de servicio. Los modelos de cola emplean modelos

probabilsticos y estocsticos para llevar a cabo el anlisis de las lneas

de espera, por otra parte la simulacin realiza la estimacin de las
medidas de desempeo a travs de la imitacin del comportamiento del
sistema real. La simulacin tiene ventajas notorias a la hora de observar
un sistema real, ya que a diferencia de los modelos de colas estn atados
a hiptesis que limitan el alcance de su aplicacin, mientras que la
simulacin permite una mayor flexibilidad lo que hace posible su uso en
cualquier situacin de colas que se presente.

La teora de formacin de una cola es a menudo demasiado

restrictiva matemticamente para ser capaz de modelar todas las
situaciones reales. Por ejemplo; los modelos matemticos a menudo
asumen el nmero de clientes, o la capacidad de la cola infinitos, cuando
es evidente que deben estar limitados. Los medios alternativos del
anlisis de la teora de colas consisten generalmente en simulaciones de
ordenador y/o en el anlisis de datos experimentales

SOFTWARE DISPONIBLE PARA APLICACIN DE COLAS

DE ESPERA

ARENA

El software Arena permite la simulacin de eventos discretos

permite analizar rpidamente un proceso o el comportamiento del sistema
en el tiempo, permite preguntarse "por qu" o "qu pasa si", y como
cambiaran los procesos de diseo o sistemas, sin riesgo o incurrir en

consecuencias financieras. Este software es de gran utilidad en

simulacin de fenmenos de colas de espera.
Caractersticas generales del Software Arena

Metodologa de modelado Diagrama de flujo que incluye una gran

biblioteca de bloques de construccin predefinidos para modelar el
proceso sin necesidad de programacin personalizada.

Completa gama de opciones de distribucin estadstica para

modelar con precisin la variabilidad de los procesos

Capacidad para definir trayectorias de objetos y rutas para la

simulacin

Anlisis estadstico y generacin de informes de resultados.

Mtricas de rendimiento y cuadros de mando

Capacidades de animacin realistas en 2D y 3D para visualizar

resultados ms all de los nmeros.

Figura
8.
Diferencias
entre
Versiones
Arena.
http://www.mimesis-soluciones.com/versionesarena/

Tomado

de

Versiones disponibles de Arena

El software de simulacin Arena est disponible en 2 versiones:

Arena Standard Edition

Arena Professional Edition

Las diferencias entre las versiones se destacan en la Figura X

Ventajas

Mejorar la visibilidad en el efecto de un cambio de sistema o

proceso, escenarios "what if".

Explorar las oportunidades para los nuevos procedimientos o

mtodos sin interrumpir el sistema actual.

Diagnosticar y solucionar problemas.

Reducir o eliminar los cuellos de botella.

Reducir los costos de operacin.

Mejorar el pronstico financiero.

Reducir los tiempos de entrega.

Mejor manejo de los niveles de inventario, personal, sistemas de

comunicaciones y equipo.

Aumente la rentabilidad a travs de operaciones mejoradas.

TORA

Herramienta computacional, de fcil uso y con mens de

optimizacin del sistema, para la resolucin de modelos de investigacin
de operaciones, basado en Windows, el cual se distribuye gratuitamente
con el libro Investigacin de Operaciones del autor Taha, Hamdy A.

Las ltimas versiones de TORA cuentan con un tutorial nuevo y

nico y automatizado de las caractersticas que van desde la solucin de

animacin grfica LP a la construccin dinmica de tablas de tiempo de

CPM y la generacin de rboles de bsqueda branch-and-bound.

Ofrece mdulos para la inversin de matrices, solucin de

ecuaciones lineales simultneas, la programacin lineal, modelos de
transporte, modelos de redes, programacin entera, modelos de colas, la
planificacin de proyectos con CPM y PERT, y la teora de juegos.

TORA se puede ejecutar en modo automtico o tutorial. El modo

automtico genera informes de la solucin final del problema.

Figura 9 Pantalla de inicio TORA, Ver. 2.0

WINQSB

WinQSB es un paquete gratuito de herramientas para solucionar y

automatizar problemas de carcter complejo. Incluye mdulos para el
anlisis de muestreos, pronsticos (forecasting), programacin dinmica,
elaboracin

de

pronsticos,

teora

sistemas

de

inventarios,

programacin de jornadas de trabajo, procesos y cadenas de Markov,

planificacin de recursos, modelado de redes, programacin no lineal,
PERT y CPM, programacin cuadrtica, entre otras posibilidades. Entre

los

sistemas

operativos

que

soporta

tenemos:

Win98/98SE/Me/2000/NT/XP/2003/Vista.

Figura10 Logo de WinQSB

Esta herramienta computacional es un sistema interactivo de ayuda

a la toma de decisiones que contiene herramientas muy tiles para
resolver distintos tipos de problemas en el campo de la investigacin
operativa.

Mdulos del Sistema

El sistema est formado por distintos mdulos, uno para cada tipo de
modelo o problema, los cuales son:

Acceptance

Sampling

Analysis

(Anlisis

de

muestreo

aceptacin)

Aggregate Planning (Planeacin agregada)

Decision Analysis (Anlisis de decisiones)

Dynamic Programming (Programacin dinmica)

Facility Location and Layout (Diseo y localizacin de plantas)

de

Forecasting (Pronsticos)

Goal Programming (Programacin por objetivos)

Inventory Theory and System (Teora y sistemas de inventarios)

Job Scheduling (Programacin de jornadas de trabajo)

Linear and integer programming (Programacin lineal y entera)

Markov Process (Procesos de Markov)

Material Requirements Planning (Planeacin de Requerimiento de

Materiales)

Network Modeling (Modelacin de redes)

Nonlinear Programming (Programacin no lineal)

PERT y CPM

Quadratic Programming (Programacin cuadrtica)

Quality Control Chart (Cartas de control de calidad)

Queuing Analysis (Anlisis de sistemas de cola)

Queuing Analysis Simulation (Simulacin de anlisis de sistemas

de cola).
A parte se puede trabajar con Excel e incluso encontrar

complementos como EXCEL OM, para trabajar con distintos modelos de

investigacin de operaciones, incluyendo teora de colas. El autor Eppen
(2000) en su libro investigacin de operaciones
administrativa brinda ejemplos tiles de su aplicacin.

para la ciencia

CONCLUSIONES

Los Sistemas de cola son muy comunes en la sociedad actual. Por

ende la teora de colas la teora de colas mediante la teora de
probabilidades y clculo, permite determinar la cantidad de personal o de
instalaciones para brindar servicio a los clientes que llegan a estas de
forma aleatoria. Esto con el fin, adems de determinar los costos del
servicio y el tiempo de espera.

En tal sentido, el desarrollo de los modelos de cola permiten obtener

informacin importante para alcanzar un balance Costo del servicio y
costo por espera. La teora de colas no es una respuesta directa al
problema, pero aporta las pistas fundamentales para la toma de
decisiones. Para lo cual se definen cuatro caractersticas o medidas de
desempeo de un sistema de colas, como son: cantidad esperada en el
sistema, L; cantidad estimada en cola de espera, Lq; tiempo estimado de
espera, W; y tiempo estimado en cola de espera, Wq.

BIBLIOGRAFIA
Arias, F (2006). El proyecto de investigacin. Introduccin a la
metodologa cientfica. Editorial Episteme. Quinta edicin. CaracasVenezuela

Eppen. Gould. y Schmith.(2000). Investigacin de Operaciones en la Cs.

Administrativa. PHH. Mxico

Gonzlez, A (2003). Manual prctico de investigacin de operaciones I.

tercera edicin. Ediciiones Uninorte

Hillier, F.S. y Lieberman, G.J (2010). Introduccin a la Investigacin de

Operaciones. McGraw-Hill. Novena edicin. Mxico
Krajewski,L,

Ritzman, L y Malhotra, M (2008). Administracin de

operaciones. Octava edicin PEARSON EDUCACIN, Mxico, 2008

Taha, Hamdy A (2012). Investigacin de Operaciones. Alfaomega.

Novena Edicin. Mxico

Fuentes Electrnicas
Mimesis Soluciones (2016).[pgina web en lnea]. Disponible en:
http://www.mimesis-soluciones.com/versionesarena/
Mungua, L y Protti, M (2005). Investigacin de operaciones. [Libro en
lnea].Consultado

28

de

marzo

2016.

Disponible

en:

https://books.google.co.ve/books?id=6NHEmmbHGcoC&lpg=PP1
&pg=PP1#v=onepage&q&f=false