Un proceso de servicios, que es la forma y la rapidez con la que es atendido el cliente

- Proceso de salida, que son de los siguientes dos tipos:

a. Los elementos abandonan completamente el sistema despus de ser atendidos, lo que tiene como
resultado un sistema de colas de un paso. Por ejemplo los clientes de un banco esperan en una sola fila,
son atendidos por uno de los tres cajeros y, despus que son atendidos abandonan el sistema.
b. Los productos, ya que son procesados en una estacin de trabajo, son trasladados a alguna otra parte
para someterlos a otro tipo de proceso, lo que tiene como resultado una red de colas. Por ejemplo, los
productos primero son procesados en la estacin de trabajo A y despus son enviadas a la estacin de
trabajo B o C. Los productos terminados en ambas estaciones, B y C, luego son procesados en la
estacin D, antes de abandonar el sistema.

Elementos que Conforman 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: Es un conjunto de individuos (no necesariamente seres
vivos) que pueden llegar a solicitar el servicio en cuestin. Podemos considerarla finita o infinita. Aunque
el caso de infinitud no es realista, s permite (por extrao que parezca) resolver de forma ms sencilla
muchas situaciones en las que, en realidad, la poblacin es finita pero muy grande. Dicha suposicin de
infinitud no resulta restrictiva cuando, an siendo finita la poblacin potencial, su nmero de elementos es
tan grande que el nmero de individuos que ya estn solicitando el citado servicio prcticamente no afecta
a la frecuencia con la que la poblacin potencial genera nuevas peticiones de servicio.
Cliente: Es todo individuo de la poblacin potencial que solicita servicio. Suponiendo que los tiempos de
llegada de clientes consecutivos son 0 < t1< t2<..., ser importante conocer el patrn
de probabilidad segn el cual la fuente de entrada genera clientes. Lo ms habitual es tomar como
referencia los tiempos entre las llegadas de dos clientes consecutivos: T{k} = tk - tk-1, fijando
su distribucin de probabilidad. Normalmente, cuando la poblacin potencial es infinita se supone que la
distribucin de probabilidad de los Tk (que ser la llamada distribucin de los tiempos entre llegadas) no
depende del nmero de clientes que estn en espera de completar su servicio, mientras que en el caso
de que la fuente de entrada sea finita, la distribucin de los Tk variar segn el nmero de clientes en
proceso de ser atendidos.
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. Lo ms sencillo, a efectos de
simplicidad en los clculos, es suponerla infinita. Aunque es obvio que en la mayor parte de los casos
reales la capacidad de la cola es finita, no es una gran restriccin el suponerla infinita si es
extremadamente improbable que no puedan entrar clientes a la cola por haberse llegado a ese nmero
lmite en la misma.
Disciplina de la Cola: Es el modo en el que los clientes son seleccionados para ser servidos. Las
disciplinas ms habituales son:
- La disciplina FIFO (first in first out), tambin llamada FCFS (first come first served): segn la cual se
atiende primero al cliente que antes haya llegado.
- La disciplina LIFO (last in first out), tambin conocida como LCFS (last come first served) o pila: que
consiste en atender primero al cliente que ha llegado el ltimo.
- La RSS (random selection of service), o SIRO (service in random order), que selecciona a los clientes de
forma aleatoria.
Mecanismo de Servicio: Es el procedimiento por el cual se da servicio a los clientes que lo solicitan.
Para determinar totalmente el mecanismo de servicio debemos conocer el nmero de servidores de dicho
mecanismo (si dicho nmero fuese aleatorio, la distribucin de probabilidad del mismo) y la distribucin de
probabilidad del tiempo que le lleva a cada servidor dar un servicio. En caso de que los servidores tengan
distinta destreza para dar el servicio, se debe especificar la distribucin del tiempo de servicio para cada
uno.
La Cola: Propiamente dicha, es el conjunto de clientes que hacen espera, es decir los clientes que ya han
solicitado el servicio pero que an no han pasado al mecanismo de servicio.
El Sistema de la Cola: Es el conjunto formado por la cola y el mecanismo de servicio, junto con la
disciplina de la cola, que es lo que nos indica el criterio de qu cliente de la cola elegir para pasar al
mecanismo de servicio. Estos elementos pueden verse ms claramente en la siguiente figura:

Un modelo de sistema de colas debe especificar la distribucin de probabilidad de los tiempos de servicio
para cada servidor.

Distribucin de los tiempos de servicio y llegada en

un sistema de cola
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, se dice que es un proceso de renovacin. Usualmente, 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.
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.

Parmetros de la teora de cola

- ?n = Tasa media de llegadas de nuevos clientes cuando hay n clientes en el sistema (nmero promedio
de llegadas por unidad de tiempo).
- 1/? = Tiempo promedio entre llegadas.
- n = Tasa media de servicio de nuevos clientes cuando hay n clientes en el sistema (nmero promedio
de clientes al cual puede dar servicio la instalacin en una unidad de tiempo, suponiendo que no
hay escasez de clientes).
- 1/ = Tiempo promedio servicio.
- Lq = Nmero esperado de clientes en la cola (excluye los clientes que estn en servicio).
- L = Nmero esperado de clientes que se atienden y/o esperan en el sistema.
- Wq = Tiempo estimado que emplea un cliente esperando en la cola.
- W = Tiempo estimado que emplea un cliente esperando ms el que emplea siendo atendido (tiempo
esperado en el sistema).
- Po = Probabilidad de encontrar el sistema vaco u ocioso.
- Pn = Probabilidad de encontrar exactamente n clientes en el sistema.
- ? = Fraccin esperada de tiempo que los servidores individuales estn ocupados.

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-negativos
enteros.

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.

Modelos de la teora de cola

- Modelo de la Cola Infinita, Fuente Infinita y una Unidad de Servicio.
Para este modelo se considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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.
3.- Slo hay una unidad de servicio.
4.- 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.
5.- 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.

para n = 0,1,2,3,--.

para n = 1,2,3, --..

- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperado en la cola y/o siendo atendidos:
- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Probabilidad de que el tiempo empleado (T) exceda a un valor particular t:

a) Incluyendo el tiempo de servicio.

b) Excluyendo el tiempo de servicio.

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

Para este modelo de considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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
independiente del proceso de llegada.
3.- Hay varias unidades de servicio.
4.- 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.
5.- 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.

para n = 0,1,2,3,--.

S : nmero de unidades de servicio.

- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperado en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Probabilidad de que el tiempo empleado (T) exceda a un valor particular t:

Incluyendo el tiempo de servicio.

Cuando debe sustituirse por & t.

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

Para este modelo de considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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
independiente del proceso de llegada.
3.- Hay una unidad de servicio.
4.- 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.
5.- 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.
6.- No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.

para n = 1,2,3,--.
M : nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o atendidos:

- Nmero estimado de clientes que esperan ser atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

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

Para este modelo de considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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
independiente del proceso de llegada.
3.- Hay varias unidades de servicio.
4.- 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.
5.- 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.
6.- No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.

para n = 0,1,2,3,--.
M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Factor de utilizacin:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Modelo de la Cola Finita, Fuente Finita y una Unidad de Servicio.

Para este modelo de considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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
independiente del proceso de llegada.
3.- Hay una unidad de servicio.
4.- 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.
5.- 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.
6.- No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.

para n = 1,2,3,--.
M: nmero mximo de clientes en el sistema.
- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

- Modelo de la Cola Finita, Fuente Finita y una Unidad de Servicio Mltiple.

Para este modelo de considera lo siguiente:
1.- Las llegadas son aleatorias y provienen de una distribucin de probabilidad de Poisson o de Markov.
2.- 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
independiente del proceso de llegada.
3.- Hay varias unidades de servicio.
4.- 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.
5.- 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.
6.- No se permite que el nmero de clientes exceda un nmero especificado (M). A cualquier cliente que
llega cuando la cola est llena se le niega la entrada al sistema y este cliente lo deja para siempre.

M: nmero mximo de clientes en el sistema.

- Probabilidad de encontrar exactamente n clientes en el sistema:

- Probabilidad de encontrar el sistema vacio:

- Nmero estimado de clientes que esperan ser atendidos:

- Nmero estimado de clientes en el sistema, ya sea esperando en la cola y/o siendo atendidos:

- Tiempo estimado que emplea un cliente esperando en la cola:

- Tiempo estimado que emplea un cliente en el sistema:

EJERCICIOS:
El modelo simple de teora de colas que se ha definido, se basa en las siguientes suposiciones:
a) Un solo prestador del servicio y una sola fase.
b) Distribucin de llegadas de poisson donde ? = tasa de promedio de llegadas.
c) Tiempo de servicio exponencial en donde ? = tasa de promedio del servicio.
d) Disciplina de colas de servicio primero a quien llega primero; todas las llegadas esperan en lnea hasta
que se les da servicio y existe la posibilidad de una longitud infinita en la cola.
A partir de estas suposiciones se pueden derivar las siguientes estadsticas de desempeo:
?=?/?
P0 = 1- ? / ?
Pn = P0(? / ?)n
Lq = ?2
?(?-?)
Ls = ? / ( ? - ? )
Wq = ?
?(?-?)
Ws = 1 / ( ? - ? )
Ejemplo:
Suponga que un cajero bancario puede atender a los clientes a una velocidad promedio de diez
clientes por hora (? = 10). Adems, suponga que los clientes llegan a la ventanilla del cajero a una tasa
promedio de 7 por hora (? = 7). Se considera que las llegadas siguen la distribucin exponencial. En la
condicin uniforme el sistema de colas tendr las siguientes caractersticas de desempeo.
? = 7 / 10, el prestador del servicio trabajara el 70% del tiempo.
P0 = 1- 7 / 10 = 0.3; 30% del tiempo no habr clientes en el sistema (ni en la cola, ni recibiendo
servicio).
Pn = 0.3 (7 / 10)n, una frmula para descubrir la posibilidad de que n se encuentre en el sistema en
cualquier momento dado: n = 1, 2, 3,.......; P1 = 0.21, P2 = 0.147; P3 = 0.1029; etc.
Lq = 72 = 1.63; en promedio 1.63 clientes estarn en la cola.
10 (10 - 7)
Ls = 7 / (10 - 7) = 2.33; en promedio 2.33 clientes estarn en el sistema (en la cola y en servicio).
Wq = 7 = 0.233; el cliente pasa un promedio de 0.233 horas esperando en la 10 (10 - 7) cola.
Ws = 1 / (10 - 7) = 0.333; el cliente pasa un promedio de 0.333 horas en el sistema (en la cola en
servicio).
Si los clientes se alejan del cajero siempre que existan 3 o ms clientes antes que ellos en el
sistema, la proporcin de clientes perdida es:
1- (P0 - P1 - P2 - P3).
= 1- (0.3 - 0.21 - 0.147 - 0.1029) = 0.2401
En este caso se perder el 24% de los clientes debido a que la espera es demasiado larga.

Ahora es posible evaluar el desempeo del sistema de colas. El administrador tendr que tomar en
consideracin el tiempo perdido del prestador del servicio ( 30% ), el tiempo que espera el cliente ( 0.233
horas ) y la longitud de la lnea que se forma ( 1.63 clientes). Si este rendimiento es inaceptable se
puede colocar un segundo prestador del servicio o hacer otros cambios en las caractersticas de las
llegadas, de la cola o del portador de los servicios.
Ejemplo:
Frente a una ventanilla del Banco Estatal se presentan 560 personas diarias (jornada de 8 horas); el
cajero puede dar servicio a 100 personas como promedio por hora. Con la hiptesis de llegadas
Poissonianas y servicios exponenciales, encontrar el factor promedio de utilizacin del sistema, el tiempo
ocioso promedio en el sistema, la probabilidad que haya 3 clientes en el sistema, el nmero promedio de
personas en el sistema, la cantidad promedio de clientes en la cola, el tiempo promedio que permanece
una persona en el sistema, el tiempo promedio de un cliente en la fila, el tiempo promedio que tarda un
servicio, la probabilidad que existan 4 personas.
Ws = W Wq ; Ws = 2 min 1,4 min; Ws = 0,6 min En promedio el tiempo que tarda un servicio
corresponde a ,6 minutos.

Ejemplo:
En una empresa la reparacin de un cierto tipo de maquinaria existente en el mercado se realiza en
5 operaciones bsicas que se efectan de una manera secuencial; si le tiempo que se lleva en realizar
cada uno de los 5 pasos tiene una distribucin exponencial con media de 5 minutos. Estas mquinas se
descomponen segn una distribucin Poisson con una razn media de 2 mquinas / hora y en la fbrica
solo hay un mecnico que las repara. Calcular las caractersticas de operacin de la empresa.

Ws = W - Wq; Ws = 1.66 - 1.249; Ws = 0.411 hor = 25 min En promedio el tiempo de un servicio es de 25

minutos

Conclusin
El origen de la Teora de Colas est en el esfuerzo de Agner Kraup Erlang (Dinamarca, 1878 - 1929) en
1909 para analizar la congestin de trfico telefnico con el objetivo de cumplir la demanda incierta de
servicios en el sistema telefnico de Copenhague. Sus investigaciones acabaron en una nueva teora
denominada teora de colas o de lneas de espera. Esta teora es ahora una herramienta de valor
en negocios debido a que un gran nmero de problemas pueden caracterizarse, como problemas de
congestin llegada-salida.
La teora de las colas es el estudio matemtico de las colas o lneas de espera. La formacin de colas es,
por supuesto, un fenmeno comn que ocurre siempre que la demanda efectiva de un servicio excede a
la oferta efectiva.
Los sistemas de colas son muy comunes en la sociedad. La adecuacin de estos sistemas puede tener
un efecto importante sobre la calidad de vida y la productividad.
Para estudiar estos sistemas, la teora de colas formula modelos matemticos que representan su
operacin y despus usa estos modelos para obtener medidas de desempeo.
Este anlisis proporciona informacin vital para disear de manera efectiva sistemas de colas que logren
un balance apropiado entre el costo de proporcionar el servicio y el costo asociado con la espera por ese
servicio.

Bibliografa
- http://www.wikilearning.com/monografia/la_teoria _teoria_de_colas/15124-2
- http://www.mitecnologico.com/TeoriaDeColasProceso_ModelosPoisson
- http://sitios.ingenieria-usac.edu.gt/estadistica/analisis/teoriacolas.html
- http://www.utpl.edu.ec/blog/simulacionsistemas/category/teorias/
- http://www.mitecnologico.com/Main/LineasDeEsperaIntroduccion
- Prof. Julia Marcano de R. Gua Electiva II. Teora de Cola.

Leer ms: http://www.monografias.com/trabajos71/teoria-colas/teoria-colas2.shtml#ixzz4jTF3jsPP