Vous êtes sur la page 1sur 14

I.

INTRODUCCION
Las colas (lneas de espera) son parte de la vida diaria. Todos esperamos en
colas para comprar un boleto para el cine, hacer un depsito en el banco, pagar
en el supermercado, enviar un paquete por correo, obtener comida en la
cafetera, subir a un juego en la feria, etc. Nos hemos acostumbrado a una
considerable cantidad de esperas, pero todava nos molesta cuando stas son
demasiado largas.
Sin embargo, tener que esperar no slo es una molestia personal. El tiempo que
la poblacin de un pas pierde al esperar en las colas es un factor importante
tanto de la calidad de vida como de la eficiencia de su economa.
Tambin ocurren grandes ineficiencias debido a otros tipos de espera que no son
personas en una cola. Por ejemplo, cuando las mquinas esperan ser reparadas
pueden provocarse prdidas de produccin. Los vehculos (incluso barcos y
camiones) que deben esperar su descarga pueden retrasar envos subsecuentes.
Los aviones que esperan despegar o aterrizar pueden desorganizar la
programacin posterior de vuelos. Los retrasos de las transmisiones de
telecomunicaciones por saturacin de lneas pueden causar fallas inesperadas en
los datos. Cuando los trabajos de manufactura esperan su proceso se puede
perturbar el proceso de produccin. El retraso de los trabajos de servicio
respecto de su fecha de entrega es una causa de prdida de negocios futuros.
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.
Por lo tanto, estos modelos de lneas de espera son muy tiles para determinar
cmo operar un sistema de colas de la manera ms eficaz. Proporcionar
demasiada capacidad de servicio para operar el sistema implica costos
excesivos; pero si no se cuenta con suficiente capacidad de servicio surgen
esperas excesivas con todas sus desafortunadas consecuencias. Los modelos
permiten encontrar un balance adecuado entre el costo de servicio y la cantidad
de espera.

II.

LINEAS DE ESPERA
Se conoce como lnea de espera a una hilera formada por uno o varios clientes
que aguardan para recibir un servicio. Los clientes pueden ser personas, objetos,
maquinas que requieren mantenimiento, contenedores con mercancas en espera
de ser embarcados o elementos de inventario a punto de ser utilizados. Las
lneas de espera se forman a

causa de un desequilibrio temporal ante la

demanda de un servicio y la capacidad del sistema para suministrarlo.


En las formaciones de colas se habla de clientes, tales como mquinas daadas a
la espera de ser rehabilitadas. Los clientes pueden esperar en cola debido a que
los medios existentes sean inadecuados para satisfacer la demanda del servicio;
en este caso, la cola tiende a ser explosiva, es decir, a ser cada vez ms larga a
medida que transcurre el tiempo. Los clientes puede que esperen temporalmente,
aunque las instalaciones de servicio sean adecuadas, porque los clientes llegados
anteriormente estn siendo atendidos.
Elementos existentes de la teora de colas:
- Proceso bsico de colas: Los clientes que requieren un servicio se
generan en una fase de entrada. Estos clientes entran 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 servicio. Luego, se lleva a cabo el servicio requerido
por el cliente en un mecanismo de servicio, despus de lo cual el cliente
-

sale del sistema de colas.


Fuente de entrada o poblacin potencial: Una caracterstica de la fuente
de entrada es su tamao. El tamao es el nmero total de clientes que
pueden requerir servicio en determinado momento. Puede suponerse que

el tamao es infinito o finito.


Cliente: Es todo individuo de la poblacin potencial que solicita servicio

como por ejemplo una lista de trabajo esperando para imprimirse.


Capacidad de la cola: Es el mximo nmero de clientes que pueden estar
haciendo cola (antes de comenzar a ser servidos). De nuevo, puede
suponerse finita o infinita.
2

Disciplina de la cola: La disciplina de la cola se refiere al orden en el que


se seleccionan sus miembros para recibir el servicio. Por ejemplo, puede
ser:

FIFO (first in first out) primero en entrar, primero en salir, segn

la cual se atiende primero al cliente que antes haya llegado.


LIFO (last in first out) tambin conocida como pila que consiste

en atender primero al cliente que ha llegado el ltimo.


RSS (random selection of service) que selecciona los clientes de
manera aleatoria, de acuerdo a algn procedimiento de prioridad

o a algn otro orden.


Processor Sharing sirve a los clientes igualmente. La capacidad
de la red se comparte entre los clientes y todos experimentan con

eficacia el mismo retraso.


Mecanismo de servicio: El mecanismo de servicio consiste en una o ms
instalaciones de servicio, cada una de ellas con uno o ms canales

paralelos de servicio, llamados servidores.


Redes de colas. Sistema donde existen varias colas y los trabajos fluyen
de una a otra. Por ejemplo: las redes de comunicaciones o los sistemas

operativos multitarea.
Cola: Una cola se caracteriza por el nmero mximo de clientes que

puede admitir. Las colas pueden ser finitas o infinitas.


El proceso de servicio: Define cmo son atendidos los clientes

Costos de un sistema de colas:


1. Costo de espera: Es el costo para el cliente al esperar
- Representa el costo de oportunidad del tiempo perdido
-

Un sistema con un bajo costo de espera es una fuente importante de


competitividad

2. Costo de servicio: Es el costo de operacin del servicio brindado

III.

Es ms fcil de estimar

El objetivo de un sistema de colas es encontrar el sistema del costo


total mnimo

SISTEMA DE SERVICIO
3

El sistema de servicio suele describirse en trminos del nmero de filas y la


disposicin de las instalaciones.
Nmero de filas. Las filas de espera se disean en forma de una sola fila o filas
mltiples. La siguiente figura muestra un ejemplo de cada una de esas
disposiciones. En general, se utiliza una sola fila en mostradores de aerolneas,
cajas de los bancos y algunos restaurantes de comida rpida, mientras que las
filas mltiples son comunes en los supermercados y espectculos pblicos como
teatros o canchas de futbol. Cuando se dispone de servidores mltiples y cada
uno de ellos puede manejar transacciones de tipo general, la disposicin de una
sola fila mantiene a todos ellos uniformemente ocupados y proyecta en los
clientes una sensacin de que la situacin es equitativa. Estos piensan que sern
atendidos de acuerdo con su orden de llegada, no por el grado en que hayan
podido adivinar los diferentes tiempos de espera al formarse en una fila en
particular. El diseo de filas mltiples es preferible cuando algunos de los
servidores proveen un conjunto de servicios limitado. En esta disposicin, los
clientes eligen los servicios que necesitan y esperan en la fila donde se
suministra dicho servicio, como sucede en los supermercados es las que hay
filas especiales para los clientes que pagan en efectivo o para los que compran
menos de 10 artculos.
Algunas veces, los elementos que esperan su turno no estn organizados
ntidamente en filas. Las mquinas que necesitan ser reparadas en el taller de
produccin de una fbrica pueden permanecer en sus respectivos sitios u el
equipo de mantenimiento es el que tiene que acudir a cada lugar. A pesar de
todo, podemos considerar que esas mquinas forman una sola fila o filas
mltiples, segn el nmero de cuadrillas de reparacin y sus respectivas
especialidades. Asimismo, los usuarios que llaman por telfono para pedir un
taxi tambin forman una fila aunque cada uno se encuentre en un lugar
diferente.

Figura 01. Diversas disposiciones de filas de espera.


Disposicin de instalaciones de servicio. Las instalaciones de servicio
consisten en el personal y/o el equipo necesario para proporcionar dicho servicio
al cliente. La siguiente figura muestra algunos ejemplos de los cinco tipos
bsicos de disposiciones para las instalaciones de servicio. Los gerentes deben
elegir una disposicin adecuada segn el volumen de sus clientes y el carcter
de los servicios ofrecidos. Algunos servicios requieren un solo paso, tambin
conocido como fase, en tanto que otros requieren una secuencia de pasos.

Figura 02.Ejemplos de disposiciones para instalaciones de


servicio
En el sistema de un solo canal y una sola fase, todos los servicios solicitados
por un cliente suelen impartirse por una instalacin con un solo servidor. En ese
caso, los clientes forman una sola fila y circulan uno por uno a travs de la
instalacin de servicio. Ejemplos de esto son los servicio de lavado automtico
donde los automovilistas no necesitan salir de sus vehculos, o bien, cualquier
maquina en la cual sea necesario procesar varios lotes de partes.
5

La disposicin con un solo canal y mltiples fases se usa cuando es ms


conveniente que los servicios se impartan en secuencia por varias instalaciones,
pero el volumen de la clientela y otras restricciones limitan el diseo a un solo
canal. Los clientes forman una sola fila y avanzan en forma secuencial, pasando
de una instalacin de servicio a la siguiente. Un ejemplo de esta disposicin son
las instalaciones donde se realizan los trmites para la obtencin de documentos
personales como los pasaportes, donde la primera instalacin de toma el
formulario de inscripcin, la segunda toma la huellas digitales y la tercera saca
la foto del solicitante.
La disposicin de mltiples canales y una sola fase se usa cuando la demanda es
suficientemente grande para justificar que se suministre el mismo servicio en
mas de una instalacion, o bien, cuando los servicios ofrecidos por las
instalaciones son diferentes. Los clientes forma una o varias dilas, dependiendo
del diseo. En el diseo de una sola fila, los clientes son atendidos por el primer
servidor disponible, como sucede en las oficinas del ANSES o en los bancos. Si
cada canal tiene su propia fila de espera, los clientes aguardan hasta que el
servidor de su respectiva fila pueda atenderlos.
La disposicin de mltiples canales y mltiples fases se presenta cuando los
clientes pueden ser atendidos por una de las instalaciones de la primera fase,
pero despus requieren los 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 si pueden hacerlo. Un ejemplo de esta
disposicin son los negocios de servicios del avado como Laverap. Las
maquinas 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 es posible brindar
al cliente la posibilidad de elegir entre varios canales.
En el problema ms complejo de filas de espera intervienen clientes cuyos
servicios requeridos tienen secuencias nicas; por consiguiente, el servicio no
puede dividirse claramente en distintas fases. En esos casos se utiliza una
disposicin mixta. En esta disposicin, las filas de espera suelen formarse frente
a cada instalacin, como en un taller de produccin intermitente donde cada
trabajo personalizado tal vez requiera el uso de diversas mquinas y diferentes
rutas.
Regla de prioridad
La regla de prioridad determina a que cliente se deber atender a continuacin.
En la mayora de los sistemas de servicio que conocemos, se aplica la regla de
6

a quien llega primero, se atiende primero. El cliente que est en primer lugar
en la fila de espera tiene la ms alta prioridad, y el que llega al final tiene la
prioridad ms baja. En otras disciplinas para determinar rdenes de prioridad, se
concede la prioridad al cliente que tenga fecha prometida de vencimiento ms
prxima o al que corresponda el tiempo de procesamiento ms corto.
Una disciplina prioritaria consiste en una regla que permite a un cliente de ms
alta prioridad interrumpir el servicio de otro cliente. Por ejemplo, en la sala de
emergencias de un hospital, los pacientes que llegan con heridas que representan
amenazas ms graves para la vida son atendidos primero, sin importar en qu
orden hayan llegado. La construccin de modelos de sistemas con disciplinas de
prioridad complejas se realiza comnmente por medio de una simulacin por
computadora.
IV.

MODELO DE UN SOLO CANAL


Cada cliente debe pasar por un canal, una estacin para tomar y surtir el pedido,
para colocar el pedido, pagar la cuenta y recibir el producto. Cuanto llegan ms
clientes forman una lnea de espera y aguardan que se desocupe la estacin para
tomar y surtir el pedido.

Figura 03. Modelo de un solo canal.


Ejemplo:
Actualmente en una tienda de comida rpida que llamaremos kimford, un
empleado toma el pedido de un cliente, determina el costo total del pedido, toma
el dinero del cliente y luego llena el pedido. Al terminar con este cliente, el
empleado toma el pedido del siguiente cliente que espera el servicio.
A. DISTRIBUCION DE LLEGADA

Definir el proceso de llegada para una lnea de espera implica determinar la


distribucin de probabilidad para la cantidad de llegada en un periodo dado.
Para muchas situaciones de lnea de espera, cada llegada ocurre
aleatoriamente e independiente de otras llegadas y no podemos predecir
cundo ocurrir. En tales casos, los analistas cuantitativos han determinado
que la distribucin de probabilidad de Poisson proporciona una buena
descripcin del patrn de llegada. La funcin de probabilidad de Poisson
proporciona la probabilidad de x llegadas en un periodo de tiempo:
x

( x )= . e
x!

para x =0,1,2,3,
Donde:
x = la cantidad de llegadas en el periodo
= la cantidad promedio de llegadas por periodo
e = 2.71828* Se encuentra en las calculadores o en la tabla
Ejemplo (continuacin):
Suponga que Kimford analiz los datos sobre las llegadas de los clientes y
concluy que la tasa media de llegada es de 45 clientes por hora. Para un
periodo de un minuto, la tasa media de llegada sera = 45 clientes / 60
minutos = 0,75 clientes por minuto, calculamos la probabilidad de x llegas
por minuto:
x

.e
() =
= 0.75 0.75 !
x!
Entonces para:
0.750 . e0.75
(0) =
0!
0.751 . e0.75
(1) =
1!
2

(2) =

= 0.4724
= 0.3543

0.75

0.75 . e
2!

= 0.1329

B. DISTRIBUCION DETIEMPO DE SERVICIO


El tiempo de servicio es el tiempo que pasa un cliente en las instalaciones
una vez que el servicio ha iniciado. Comienza cuando un cliente empieza a
colocar el pedido con el empleado y contina hasta que el cliente recibe el
8

pedido. Los analistas encontraron que la distribucin de probabilidad para el


tiempo de servicio sigue una distribucin de probabilidad exponencial,
podemos calcular:
( ) = 1
Donde:
= la cantidad media de unidades que pueden servirse por periodo
e = 2,71828
Ejemplo (continuacin):
Kimford estudio el proceso de toma y surtido de pedidos y encontr que el
empleado slo puede procesar un promedio de 60 pedidos por hora,
calculamos la tasa de servicio media = 60 clientes / 60 minutos = 1 cliente
por minuto. Entonces:
10,5
( 0.5 min = 1 e
= 1 0.6065 = 0.3935
11
( 1.0 min = 1 e
= 1 0.3679 = 0.6321
12
( 2.0 min = 1 e
= 1 0.1353 = 0.8647

C. CARACTERISTICAS
-

Probabilidad de que no haya unidades o clientes en el sistema


Cantidad promedio de unidades en la lnea de espera
Cantidad promedio de unidades en el sistema (la 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

D. MODELO DE LINEA DE ESPERA DE UN SOLO CANAL CON


LLEGADA DE POISSON Y TIEMPO DE SERVICIO EXPONENCIAL
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
9

un proceso estocstico llamado de conteo; si todos los tiempos entre llegadas


son variables aleatorias independientes idnticamente distribuidas, se dice
que es un proceso de renovacin. Usualmente, el proceso que se utiliza es un
proceso de Poisson.
La Distribucin de Poisson
Esta distribucin es muy frecuente en los problemas relacionados con la
investigacin operativa, sobre todo en el rea de la gestin de colas. Suele
describir, por ejemplo, la llegada de pacientes a un ambulatorio, las llamadas
a una central telefnica, la llegada de coches a un tnel de lavado, etc. Todos
estos casos pueden ser descritos por una variable aleatoria discreta que tiene
valores no-negativo entero.
La Distribucin Exponencial
La distribucin de Poisson describe las llegadas por unidad de tiempo y la
distribucin exponencial estudia el tiempo entre cada una de estas llegadas.
Si las llegadas son de Poisson, el tiempo entre ellas es exponencial. La
distribucin de Poisson es discreta, mientras que la distribucin exponencial
es continua, porque el tiempo entre llegadas no tiene por qu ser un nmero
entero.
Esta distribucin se usa mucho para describir el tiempo entre eventos,
especficamente, la variable aleatoria que representa el tiempo necesario para
servir a la llegada. Un ejemplo tpico puede ser el tiempo que un mdico
dedica a un paciente.

Figura 04.modelo de un solo canal


Modelo de la Cola Infinita, Fuente Infinita y una Unidad de Servicio.

10

Para este modelo se considera lo siguiente:

Las llegadas son aleatorias y provienen de una distribucin de


probabilidad de Poisson o de Markov.
Se supone que el tiempo de servicio es tambin una variable aleatoria
que sigue una distribucin exponencial o de Markov. Se supone
adems que los tiempos de servicios son independientes entre s e
independientes del proceso de llegada.
Slo hay una unidad de servicio.
La disciplina de cola se basa en el principio FIFO (primero en llegar
primero en salir) y no hay un lmite para el tamao de la cola.
Las tasas de llegadas y de servicio no cambian con el tiempo. El
proceso ha estado en operacin el tiempo suficiente para eliminar los
efectos de las condiciones iniciales.
:cantidad promedio de llegadas por periodo
:cantidad promedio de servicios por periodo

1. Probabilidad de que no haya unidades en el sistema


Po=1

2. Cantidad promedio de unidades en la lnea de espera


L q=

2
( )

3. Cantidad promedio de unidades en el sistema


L=Lq +

4. Tiempo promedio que pasa una unidad en la lnea de espera


W q=

Lq

5. Tiempo promedio que pasa una unidad en el sistema


11

W =W q +

6. Probabilidad de que una unidad que llega tenga que esperar por el
servicio
Pw =

7. Probabilidad de n unidades en el sistema


P n=

n
Po

()

E. EJERCICIO PROPUESTO
Un taller mecnico especializado en frenos, puede ajustar los frenos de un
auto en un promedio de 4 clientes por hora, los clientes que llegan para
revisar y ajustar los frenos es de 3 clientes por hora. El dueo del taller
estima que el sistema cumple con las condiciones para elaborar un modelo
de espera de un solo canal. Cules son las caractersticas de operacin para
este sistema?
= 3 llegadas
= 4 servicios
-

Cantidad promedio de unidades en el sistema (la cantidad de unidades


en la lnea de espera mas la cantidad de unidades que se estn
atendiendo
L = /( - ) = 3/(4-3)=3 clientes

Tiempo promedio que pasa una unidad en el sistema (el tiempo de


espera ms el tiempo de servicio)
W=1/( - )=1/(4-3)=1 hora

Cantidad promedio de unidades en la lnea de espera


Lq=

2 / (- ) = 32 /4(4-3)=9/4=2,25

Tiempo promedio que pasa una unidad en la lnea de espera


12

Wq= / (- )=3/4(4-3)=0.75 45 minutos


-

Probabilidad que tiene una unidad que llega de esperar por el servicio
P= / =3/4= 0.75

Tiempo promedio que pasa una unidad en el sistema (el tiempo de


espera ms el tiempo de servicio)
Po=1-(/ )=1-(3/4)=0.25

V.

CONCLUSIONES
Las empresas deben tomar decisiones respecto al caudal de servicios que debe
estar preparada para ofrecer.
Es imposible predecir con exactitud cundo llegarn los clientes que requieren
nuestro servicio o cunto tiempo ser necesario para dar ese servicio; es por eso
que esas decisiones implican dilemas que hay que resolver con informacin
escasa.
Estar preparados para ofrecer todo servicio que se nos solicite en cualquier
momento puede implicar mantener recursos ociosos y costos excesivos. Carecer
de la capacidad de servicio suficiente causa colas excesivamente largas en
ciertos momentos.
Las lneas de espera largas son costosas para la empresa ya que producen
prdida de prestigio y prdida de clientes. Por otro lado, cuando los clientes
tienen que esperar en una cola para recibir nuestros servicios, estn pagando un
coste, en tiempo, ms alto del que esperaban.
La teora de las colas es el estudio matemtico de las colas o lneas de espera.
Esta teora en si no resuelve directamente el problema, pero nos ayuda a obtener
informacin que requerimos para tomar decisiones con respecto a nuestro
sistema y caractersticas sobre la lnea de espera como la probabilidad de que se
formen, el tiempo de espera promedio, etc.

VI.

REFERENCIAS BIBLIOGRAFICAS
Carro R., Gonzales D. (s.f). Modelos de lneas de espera. Recuperado de
http://nulan.mdp.edu.ar/1622/1/17_modelos_lineas_espera.pdf
Modelo
de
lneas
de
espera
(s.f.).
Recuperado
de
http://metodoscuantitativo2.galeon.com/enlaces2219625.html
13

Modelo
de
lnea
de
espera
(s.f.).
Recuperado
de
http://metodosunoydos.galeon.com/enlaces2221688.html
Hillier S.F., Lieberman J.G. (2010). Introduccin a la investigacin operativa
(9na ed.) Mexico: The McGraw-Hill Companies.
Cita en el texto: (introduccin a la investigacin operativa, 2010, ed. 9na,
p.708).
Teora de colas (2016). Recuperado de https://es.wikipedia.org/wiki/Teor
%C3%ADa_de_colas

14