 Henry Kcacha Paniagua

 Estefany Quispe Choqquehuanca

 Isaac Samuel Quispe Curasi
 Megalid Pamela Hurtado Huamani
 Alexander Escobedo Paco
Las "colas" son un aspecto de la vida moderna que nos encontramos
continuamente en nuestras actividades diarias. En la cola de un
supermercado para pagar, accediendo al Metro, en los Bancos,
semáforos, el peaje de una autopista y en los cajeros automáticos etc. el
fenómeno de las colas surge cuando unos recursos compartidos
necesitan ser accedidos para dar servicio a un elevado número de
trabajos o clientes.
El estudio de las colas es importante porque proporciona tanto una base
teórica del tipo de servicio que podemos esperar de un determinado
recurso, como la forma en la cual dicho recurso puede ser diseñado para
proporcionar un determinado grado de servicio a sus clientes.
• La teoría de colas es el estudio matemático de las colas o líneas de espera
dentro de un sistema. Esta teoría estudia factores como el tiempo de
espera medio en las colas o la capacidad de trabajo del sistema sin que
llegue a colapsar.
• El matemático danés Agner Krarup Erlang, publicó el primer artículo sobre
la teoría de colas en 1909. Específicamente se preocupó del estudio del
problema de dimensionamiento de líneas y centrales de conmutación
telefónica para el servicio de llamadas.
DESCRIPCION DE UN SISTEMA DE
COLAS

Mono Canal MultiCanal

Características de los Sistema
Las características básicas que se deben utilizar para describir

adecuadamente un sistema de colas:

 Patrón de llegada de los clientes:

En situaciones de cola habituales, la llegada

 Patrón de servicio de los servidores:

El tiempo de servicio también puede variar con el número de clientes en la cola trabajando más rápido o más lento.

 Disciplina de cola:

La disciplina de cola es la manera en que los clientes se ordenan.

FIFO (atender primero a quien llegó primero).

LIFO (atender primero al último).

 Capacidad del sistema:

En algunos sistemas existe una limitación respecto al número de clientes que

pueden esperar en la cola.

 Número de canales de servicio:

Mono Canal

Multicanal

 Etapas de servicio:

Un sistema de colas puede ser unietapa o multietapa.

 NOTACION BASICA
Notación de Kendall
Por convención los modelos que se trabajan en teoría de colas se etiquetan
 Diseño la notación siguiente para representar dicho sistema de líneas de espera.
Cada sistema de líneas de espera se describe mediante 6 características:

 La primera característica especifica la naturaleza del • Segunda características especifica la

proceso de llegada, utilizando las siguientes
abreviaturas:
M : Los tiempos entre llegada son variables
aleatorias independientes e idénticamente
distribuidas(distribución exponencial)
D : los tiempos entre llegadas son deterministas
naturaleza de los tiempos de servicio:
M : Los tiempos de servicio son iid y
estan distribuidas exponencialmente
D : los tiempos de servicios son iid
deterministas

Ek : los tiempos entre llegada son Erlangs con
parámetros de forma k
Gl : los tiempos entre llegada están regidos por
una distribución general
Ek : los tiempos de servicios son Erlangs
iid con parámetros de forma k
Gl : los tiempos de servicio son iid y
están regidos por una distribución
general
 Tercera características es la cantidad de servidores en
paralelo

 Cuarta característica es la disciplina del servicio

FIFO : el primero en llegar, primero en ser atendido

LIFO : el ultimo en llegar, primero en ser atendido

SIRO : servicio en orden aleatoria

GID : disciplina general

 Quinta característica especifica es el numero máximo admisible de clientes en
el sistema(incluidos los clientes que están esperando y los que están en el
servicio)

 Sexta característica da el tamaño de la

población de donde se extraen los
clientes. A menos que la cantidad de
clientes potenciales sea del mismo
orden de magnitud que el número de
servidores, la población se considera
infinita
Usualmente siempre es común utilizar la siguiente terminología estándar:

• Estado del sistema : Número de clientes en el sistema.

• Longitud de la cola: Número de clientes que esperan servicio.
• N(t) : Número de clientes en el sistema de colas en el tiempo t (t ≥0).
• Pn (t): Probabilidad de que exactamente n clientes estén en el sistema en el
tiempo t, dpor unidad de
tiempo) de nuevos clientes cuando hay n clientes en el sistema.
• µn : Tasa media de servicio para todo el sistema (número esperado clientes que
completan su servicio por unidad de tiempo) cuando hay n clientes en el sistema.
Nota: µn representa la tasa combinada a la que todos los servidores
ocupados logran terminar sus servicios
λ n: Cuando λ n es constante para ado el número en el tiempo cero.
• s : Número de servidores en el sistema de colas.
• λ n : Tasa media de llegadas (número esperado de llegadas toda n
µn : Cuando µn es constante para toda n ≥ 1
Existen muchas medidas de rendimiento diferentes que se utilizan para evaluar
un sistema de colas en estado estable. Para diseñar y poner en operación un
sistema de colas, por lo general, los administradores se preocupan por el nivel de
servicio que recibe un cliente, así como el uso apropiado de las instalaciones de
servicio de la empresa. Algunas de las medidas que se utilizan para evaluar el
rendimiento surgen de hacerse las siguientes preguntas:

COMO MEDIR UN SISTEMA

Preguntas relacionadas con el tiempo, centradas en el
cliente, como:

 ¿Cuál es el tiempo promedio que un cliente recién llegado tiene

que esperar en la fila antes de ser atendido? La medida de
rendimiento asociada es el tiempo promedio de espera,
representado con Wq

 ¿Cuál es el tiempo que un cliente invierte en el sistema entero,

incluyendo el tiempo de espera y el de servicio? La medida de
rendimiento asociada es el tiempo promedio en el sistema,
denotado con W
Preguntas cuantitativas relacionadas al número de cliente, como:

 En promedio ¿Cuántos clientes están esperando en la cola para ser

atendidos?. La medida de rendimiento asociada es la longitud
media de la cola, representada con Lq

 ¿Cuál es el numero promedio de clientes en el sistema? La medida

de rendimiento asociada es el número medio en el sistema,
representado con L
Preguntas probabilísticas que implican tanto a los
clientes como a los servidores, por ejemplo:

 ¿Cuál es la probabilidad de que un cliente tenga que esperar a ser

atendido?. La medida de rendimiento asociada es la probabilidad de
bloque
 En cualquier tiempo particular, ¿Cuál es la probabilidad de que un
servidor esté ocupado? La medida de rendimiento asociada es la
utilización, denotada con U. Esta medida indica también la fracción de
tiempo que un servidor está ocupado.
El número medio de clientes en el sistema y en la cola se
puede calcular de diferentes maneras:
Donde:
L= numero medio de clientes en el
sistema
N=numero de clientes en el sistema en el
estado estable
Pn: probabilidad de que haya n clientes
en el estado estable
Little, en su famosa fórmula, establece una relación C=numero de servidores en paralelo
entre la longitud de la cola y el tiempo de espera: Lamda=numero de llegadas por unidad
de tiempo
Wq=tiempo medio de espera de los
clientes en la cola
W=tiempo medio de estancia de los
clientes en el sistema
El tiempo de estancia de un cliente en el sistema se
relaciona con el tiempo de espera de un cliente en la
cola.
El número de clientes que por término medio se
están atendiendo en cualquier momento es:
Donde :
U=numero de servicios por unidad de
tiempo si el servidor esta ocupado
Lamda=numero de llegadas por unidad
de tiempo
L=numero de clientes en el sistema
W=tiempo medio de estancia de los
clientes en el sistema
R=numero medio de clientes que se
atienden por termino medio.
Se utiliza una técnica de recogida de información asociada a eventos. “La información se
recoge cuando algo ocurre” En una cola convencional los únicos datos a recoger son:
a) cada cuánto llega un cliente
b) cuánto se tarda en servir a cada cliente
 1. Distribuciones discretas:
Las distribuciones discretas incluidas en el módulo de “Cálculo de
probabilidades” son:
• Uniforme discreta
• Binomial
• Geométrica
• Pascal
• Poisson
Distribución uniforme discreta (a,b)
• La distribución uniforme discreta describe el comportamiento de una variable discreta que
puede tomar n valores distintos con la misma probabilidad cada uno de ellos.
• Se conoce como variable Uniforme Discreta. Si la variable se da entre los valores a y b enteros, la
media de la distribución es (a+b)/2 y la varianza es ((b-a+1)^2-1)/12-
• Valores:
k: a, a+1, a+2, ..., b, números enteros
• Parámetros:
a: mínimo, a entero
b: máximo, b entero con a < b
Distribución binomial.
• Esta distribución aparece de forma natural al realizar repeticiones independientes de un
experimento que tenga respuesta binaria, generalmente clasificada como “éxito” o “fracaso”;
este experimento recibe el nombre de experimento de Bernoulli.
• La distribución Binomial representa la probabilidad de obtener k sucesos A con probabilidad p, a
partir de n intentos. Es por tanto la suma de n Bernouilli de probabilidad p. La media es np y la
varianza es np(1-p)
• Valores: k: 0, 1, 2, ..., n
• Parámetros:
n: número de pruebas, n ≥ 1 entero
p: probabilidad de éxito, 0 < p < 1
Distribución geométrica (p)
• La distribución Geométrica representa la probabilidad de obtener la primera
ocurrencia A en el lanzamiento n. Esta variable tiene un rango infinito aunque
sigue siendo discreta. La media es 1/p y la varianza es (1-p)/p^2
Distribución Poisson.
• Se representan ocurrencias para un conjunto grande e independiente de
eventos distribuidos a lo largo del espacio o del tiempo La distribución tiene
propiedades matemáticas interesantes que la hacen muy utilizada. La media
es λ y la varianza es también λ.
• Valores: k: 0, 1, 2, ...
• Parámetros:
: tasa de ocurrencia,
>0
Distribuciones continuas

• Cuando las ocurrencias pueden tomar valores dentro de un rango

continuo las distribuciones son de tipo continuo. En teoría de colas son
especialmente adecuadas para representar intervalos de tiempo entre
eventos consecutivos.
Distribución uniforme o rectangular
(a,b)
• La distribución uniforme es útil para describir una variable aleatoria con
probabilidad constante sobre el intervalo (a,b) en el que está definida y se
denota por U(a,b). También es conocida con el nombre de distribución
rectangular por el aspecto de su función de densidad. Una peculiaridad
importante de esta distribución es que la probabilidad de un suceso depende
exclusivamente de la amplitud del intervalo considerado y no de su posición en
el campo de variación de la variable.
• Campo de variación: a < x < b
• Parámetros:
a: mínimo, -∞ < a < ∞
b: máximo, -∞ < b < ∞ con a < b
Distribución exponencial
• Es la complementaria de la distribución de Poisson. Su media es 1/λ y la
varianza es 1/λ^2. Se utiliza en teoría de colas para expresar el tiempo que
transcurre entre dos ocurrencias consecutivas de eventos independientes.
• Campo de variación: 0 < x < 
• Parámetros: : tasa,  > 0
Distribución Weibull
• Es la que habitualmente se utiliza para describir el tiempo que
transcurre entre dos averías consecutivas de la misma máquina.
• Campo de variación:
0 < x <
• Parámetros:
a: forma, a > 0
b: escala, b > 0
El sistema M/M/1
Colas con servidores en paralelo M/M/C
Colas con servidores en paralelo y limite de
capacidad M/M/c/K:
La fórmula de Erlang (M/M/C/C):
Colas sin límites de servidores (M/M/∞ ):
Colas con límite en la fuente
Cuando el servicio depende del número de
clientes
Colas con impaciencia
Una cola M/M/1 es un sistema al que los clientes llegan
según una distribución de poisson, la atención se presta
según una negativa exponencial y tienen un un único
servidor .
Por tanto:
La tasa de llegada es a(t)= λe-λt
La tasa de salida es a(t)=µe.µt
 Se caracteriza porque hay más de un servidor que ejecuta la misma
función con la misma eficiencia. En un sistema con servidores en
paralelo no hay varias colas, sino una única cola. Cuando se consideran c
servidores en paralelo, las tasas de llegada y de servicio pasan a ser
 En algunos sistemas la cola no puede albergar a un número indefinido
de clientes. En este caso se dice que el sistema es de capacidad limitada.
El límite lo fija el parámetro K que incluye a los servidores. Las
probabilidades de cada estado del sistema
Existe un caso especial de la cola con límite de capacidad y es cuando
este límite coincide con el número de servidores. Es decir, no se puede
generar cola. Esta situación da lugar a la distribución de probabilidad
conocida como erlang
En ocasiones se puede estar diseñando un sistema donde el número de
servidores simultáneos no sea un límite (por ejemplo acceso a un
servidor de red). Si el tiempo de servicio tiene igual distribución con el
número de servidores (µn=nµ). La probabilidad de que haya n clientes
simultáneamente es:
Hasta ahora se ha asumido que la población que alimenta a la cola es
infinita. También se puede trabajar con la suposición de colas finitas.
Éstas están compuestas de un número M limitado de clientes, que en
caso de entrar en el sistema tendría un tiempo de servicio medio de µ.
Asumiendo que la llegada de clientes sigue una distribución de poisson
de media λ, se puede decir que:
 Se dice que los clientes son impacientes si tienden a unirse a la cola sólo si no es
demasiado larga, o si el tiempo que creen que les queda por esperar es suficientemente
corto. Un tercer tipo de impaciente es el que va cambiando de cola entre colas paralelas.

1) Los que no se unen a la cola: el cliente que no se une a la cola lo hace porque ya hay
demasiados clientes antes. Si para todos los clientes “demasiados” fuera la misma cantidad (k) el
problema sería M/M/c/K. Sin embargo, lo normal es que k no sea constante para cada cliente. Por
tanto, la modelización es un poco diferente. Se puede asumir para ello que la ratio de llegada λ,
se ve afectado por una serie monótona decreciente tal que

2) Los que abandonan: se puede asumir que este tipo de clientes tiene una cierta
probabilidad de irse si hay n clientes en la cola r(n), donde r(0)=r(1)=0.
Introduccion

Esta es un área de gran interés investigador y

de aplicación, con problemas muy
complicados de plantear y de resolver. Por
este motivo se presenta únicamente una
introducción de los conceptos básicos aunque
su aplicabilidad en el modelado de
sistemas de fabricación es más que evidente.

Las Redes de Colas se pueden describir como un grupo de nodos (sean k), en el que cada nodo
representa una instalación de servicio.
Dicha instalación puede constar de ci servidores (i=,1...k) En el caso más general los clientes
pueden entrar en cualquier nodo y, después de moverse por la red, pueden salir en cualquier
nodo.
COLAS EN SERIE
Se dice que un sistema de colas es “en serie” si

Los clientes entran en el nodo 1 y salen

en el nodo k, después de pasar por cada
uno de los nodos.
Redes de Jackson abiertas
Se considera que son redes de Jackson abiertas cuando: a) La llegada externa a cualquier nodo es Poisson γi b) Todos los
servidores de cada etapa tiene un servicio exponencial de media µi c) De cada etapa i un cliente se mueve a otra etapa con
probabilidad rij, y al exterior con probabilidad ri,0

El ratio de llegada λi a cada etapa se obtiene

mediante las denominadas “ecuaciones de tráfico”
REDES DE JACKSON CERRADAS
Si ri=0 y ri,0=0 para todo i, tenemos un sistema de colas cerradas lo que es equivalente a un sistema con N clientes
continuamente viajando a través de la red.

Si ci=1 para todo i, las “ecuaciones

de tráfico” son:
Como estas ecuaciones son redundantes es posible asignar un
valor cualquiera a cualquier ρi (por ejemplo ρ1=1). Las
probabilidades en el estado estacionario son:
 GRACIAS POR SU
ATENCIÓN

SI TIENEN DUDAS, PREGUNTENLE A SUS

AMIGUITAS 