Cliente: Es todo individuo de la población potencial que solicita servicio. Suponiendo que los tiempos
de llegada de clientes consecutivos son 0<t1<t2<..., será importante conocer el patrón de probabilidad
según el cual la fuente de entrada genera clientes. Lo más habitual es tomar como referencia los
tiempos entre las llegadas de dos clientes consecutivos: consecutivos: clientes consecutivos: T{k} = tk -
tk-1, fijando su distribución de probabilidad.
Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo cola (antes de
comenzar a ser servidos). De nuevo, puede suponerse finita o infinita. Lo más sencillo, a efectos de
simplicidad en los cálculos, es suponerla infinita
Disciplina de la cola: Es el modo en el que los clientes son
seleccionados para ser servidos. Las disciplinas más habituales
son:
La disciplina FIFO (first in first out), también llamada FCFS (first
come first served): según la cual se atiende primero al cliente
que antes haya llegado.
La disciplina LIFO (last in first out), también conocida como
LCFS (last come first served) o pila: que consiste en atender
primero al cliente que ha llegado el último.
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
La cola, propiamente dicha, es el
determinar totalmente el mecanismo de
conjunto de clientes que hacen espera,
servicio debemos conocer el número de
es decir los clientes que ya han solicitado
servidores de dicho mecanismo (si dicho
el servicio pero que aún no han pasado
número fuese aleatorio, la distribución de
al mecanismo de servicio.
probabilidad del mismo) y la distribución
de probabilidad del tiempo que le lleva a
cada servidor dar un servicio.
La fuente de llegada puede variar con el tiempo, cuando se mantiene constante se dice
estacionaria, si varía (por ejemplo, con las horas del día) se llama no‐estacionaria.
X es el número de servidores
A/B/X/Y/Z/V
como:
𝜆
𝜌=
𝜇
Donde:
(1 ) t (1 ) t
P(Ws t ) e P(Wq t ) e
t 0, 1
c) Número promedio de pacientes en la fila de espera
RESPUESTA λ2
Lq
Lq = 3,2 μ μ λ
cualquier número natural tal que s ≥ 1 . Cuando el número de servidores es mayor que 1, las
𝜇𝑛 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 ≤ 𝑠
𝜇𝑛 = ≡ min(𝑛𝜇, 𝑠𝜇)
𝜇𝑛 𝑐𝑢𝑎𝑛𝑑𝑜 𝑛 > 𝑠
sistema, pero sí la tasa media de servicio, pudiendo ser tal múltiplo de la tasa media de servicio
n
Ws Wq
1
Pn P0 , si n k Si s 3
n!
n
1 s 4
Pn P0 , si n k Pw s P0 Lq
s! s (3 )(6 4 2 )
ns
s! s
Ejemplo:
La caja Trujillo en Huamachuco, tiene 4 cajeros para cuentas de ahorro. Ha averiguado que las
distribuciones del tiempo de servicio son exponenciales con un promedio de tiempo de servicio de 6 minutos
por cliente. Sabe que los clientes llegan en forma de poisson durante el día, con un promedio de llegadas de
30 clientes por hora.
a) Calcular el promedio de longitud de la línea de espera.
b) Calcular el promedio de clientes en el sistema.
c) Calcular el promedio del tiempo que espera un cliente antes de que se le dé servicio.
d) Calcular el promedio del tiempo que un cliente pasa en el sistema.
e) calcular cuántas horas por semana dedica un empleado al desempeño de su trabajo.
f) Calcular la probabilidad de que un empleado tenga que esperar a un cliente.
g) Calcular el número esperado de empleados desocupados en cualquier momento dado.
SOLUCION:
MODELO DE COLA M/M/S con fuente de entrada finita
𝑝𝑛 = ρ
Utilización promedio: 𝑝0 = 1 − ρ
𝜆2 𝜎 2 + 𝜌2
𝐿𝑞 =
2(1 − 𝜌)
Número promedio de clientes en el sistema: Ls = Lq + ρ
Tiempo promedio de espera en la cola:
𝐿𝑞 𝜆2 𝜎 2 + 𝜌2
𝑊𝑞 = =
𝜆 2𝜆(1 − 𝜌)
Tiempo promedio de estancia en el sistema:
𝐿𝑠 1
𝑊𝑠 = = 𝑊𝑞 +
𝜆 𝜇
Las medidas de eficiencia incrementan su valor conforme σ2 aumenta, lo que indica que el funcionamiento del servidor tiene
gran transcendencia en la eficiencia global del sistema.
Curry y Feldman proponen una modificación del tiempo promedio de espera en la cola que proporciona una relación directa
entre las colas M/M/1 y las colas M/G/1:
1 + 𝜇2 𝜎 2
𝑊𝑞 (𝑀Τ𝐺 Τ1) = ቆ ቇ 𝑊𝑞 (𝑀 Τ𝑀Τ1)
2
Es un sistema de colas con tiempos de llegadas distribuidos exponencialmente (Proceso de Poisson de parámetro λ
), el servicio consiste básicamente en la misma tarea rutinaria que el servidor realiza para todos los clientes, tiende a
haber poca variación en el tiempo de servicio requerido, asumiendo que el tiempo de servicio es igual a una
constante fija.
Con un único servidor, el modelo M/D/1 se reduce a un caso particular del modelo M/G/1 en donde 𝜎 2 = 0, con lo
que las medidas de eficiencia son:
Utilización promedio: 𝑝0 = 1 – ρ
𝜌2
Número promedio de clientes en la cola: 𝐿𝑞 = 2(1−𝜌)
𝐿𝑠 1
Tiempo promedio de estancia en el sistema: 𝑊𝑠 = = 𝑤𝑞 + 𝜇
𝜆
EJEMPLO:
Modelo de cola M/𝑬𝑲 /1
La distribución de Erlang de parámetros k y υ es la suma de k variables aleatorias
𝐾
independientes exponenciales de parámetro υ , con media k/υ y varianza 𝜎 2 = .
𝜗
Al particularizar las expresiones del modelo M/G/1 a una distribución de Erlang,
tomando υ = kμ , es decir, de media 1/μ, donde:
2
𝑘 1 1 1 1
𝜎 = 2= 2→𝜎= ൭ ቇ 𝑘= 2
𝜐 𝑘𝜇 𝑘 𝜇 𝜇 ∗ 𝜎2
Las medidas de eficiencia del modelo M/Ek/1, vienen dadas por:
Utilización promedio: 𝑝0 = 1 − ρ
Número promedio de clientes en la cola:
2
𝑘 1 1 1 1
𝜎 = 2= 2→𝜎= ൭ ቇ 𝑘= 2
𝜐 𝑘𝜇 𝑘 𝜇 𝜇 ∗ 𝜎2
Número promedio de clientes en el sistema: 𝐿𝑠 = 𝐿𝑝 + ρ
𝐿𝑞
Tiempo promedio de espera en la cola: 𝑊𝑞 =
𝜆
𝐿𝑠 1
Tiempo promedio de estancia en el sistema: 𝑊𝑠 = = 𝑤𝑞 +
𝜆 𝜇
Modelo Determinista de Colas
Cuando la demanda λ es mayor que la capacidad µ , el factor de utilización 𝛿 = 1, entonces para
λ = tasa de llegadas
µ = tasa de servicios
Sea N(t) = Número de clientes en el sistema en el instante t = número de clientes en cola más el número de clientes que
Sea λ el número de llegadas independientes por unidad de tiempo, (1 / λ) el tiempo constante entre dos llegadas
consecutivas. Por otra parte, sea µ el número de servicios por unidad de tiempo (cuando el sistema está ocupado), y (1 /
Se define t = Instante de tiempo en el que se produce el primer rechazo es decir, llega un cliente cuando en el sistema
hay (k - 1) clientes.
En el análisis se distinguen dos casos, según si la tasa de llegadas es mayor (λ >µ) o menor igual que la de servicio
λ>µ
1
Si 𝑡 ∈ (0, 𝜆) No ha llegado todavía ningún cliente, en este intervalo de tiempo o hay clientes en el sistema.
1 1
Si 𝑡 ∈ 𝜆
,𝜏 → 𝑁 𝑡 = 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛 0, 𝜏 − 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜𝑠 𝑒𝑛 𝜆
,𝜏
𝑡
Nuero de llegadas en 0, 𝜏 = 1 = 𝑡
1
= 𝑡 −
1 𝑡−
Número de salidas ,𝜏 =
𝜆
1
En consecuencia, 𝑁 𝑡 = 𝑡 − 𝑡 −
a) Cuando el tiempo de servicio es un múltiplo entero del tiempo entre llegadas, es decir: 𝑚1 / = 1/
En este caso, siempre que se produce la salida de un cliente hay una llegada simultánea. Así, no puede
suceder que haya simultáneamente una salida y un rechazo, pues si un cliente sale, se deja una plaza libre en
En consecuencia, el número de clientes es creciente hasta que a partir del instante es constantemente igual
1
0 𝑡<
𝜆
𝑁(𝑡) = 1 1
𝜆𝑡 − ቆ𝜇𝑡 − ቇ <𝑡<𝜏
𝜆 𝜆
𝑘−1 𝑡≥𝜏
Suponiendo que se tiene disciplina FIFO, los valores asociados a cada cliente:
𝑛
𝑊𝑞 = Tiempo de espera en cola del cliente n – esimo.
1 1
1/ . Consecuentemente, 𝑊𝑞 𝑛+1
= 𝑊𝑞 𝑛
+( − )
Por otra parte, si t un cliente entra al sistema justo cuando sale otro. Por tanto,
el cliente que entra se encuentra con (k-2)clientes en cola delante de él y un
cliente empezando el servicio. En consecuencia, el tiempo de espera en cola para
este nuevo cliente será (k-2)1/
1 1
(𝑛 − 1) ቆ − ቇ 𝑛 = 1, 2. … , 𝜆𝜏 − 1
𝜇 𝜇
𝐸𝑛 𝑑𝑒𝑓𝑖𝑛𝑖𝑡𝑖𝑣𝑎: 𝑊𝑞 (𝑛) =
𝑘−2
𝑛 ≥ 𝜆𝜏
𝜇
1 1
b)
El tiempo entre llegadas es mayor o igual que el tiempo de servicio, cuando llega un cliente es servido y sale
del sistema antes de que llegue el siguiente cliente (en la peor situación, cuando llegue el siguiente cliente si el
tiempo entre llegadas es igual al tiempo de servicio).
Por tanto, considerando que en el instante cero no hay individuos en el sistema, el número de clientes en el
sistema siempre variara entre [0, 1] y el tiempo de espera en cola de cualquier cliente es cero.
En este caso, una situación particular supone que cuando el sistema se inicia ya hay un número.
1 1
Si el tiempo entre llegadas coincide con el tiempo de servicio, siempre habrá C clientes en el sistema y el tiempo
Si el tiempo entre llegadas es mayor que el tiempo de servicio, hay un primer instante t = 0
𝑡 𝑡
𝑁 𝑡 = 𝐶 − ቆ ቇ−൬ ൰ = 𝐶 − (𝜇𝑡 − 𝜆𝑡)
1Τ𝜇 1Τ𝜆
El instante = menor real positivo tal que C = (t-t)
Inmediatamente después del instante τ el sistema permanece vacío, hasta que se
1 1
produce la siguiente llegada en el instante 1 = 𝑡 +( )
En el instante 1 un nuevo cliente entra al sistema y al no haber nadie más, entra
directamente al servicio, del que sale en el instante 𝜏1 = 1, con loque el estado del
1
sistema (número de clientes en el sistema ) será 1 entre (𝜏1 , 𝜏1 + )
1 1 2
El siguiente cliente lega en el instante 𝜏2 = 𝜏1 + = 𝑡 + , después de salido
1
el cliente anterior, después el sistema vuelve a estar vacío en el intervalo (𝜏1 + , 𝜏2 ) y
𝜇
1
toma el valor 1 entre (𝜏2 , 𝜏2 + , ).
𝜇
El proceso es reiterativo, en consecuencia:
Verificando la igualdad 𝑊𝑞 (𝑛+1) = 𝑊𝑞 (𝑛) + 𝑆 𝑛 − 𝑇 𝑛 se tiene la siguiente expresión para el tiempo de espera en cola:
Proceso de Poisson
Si los tiempos entre llegadas/servicios de clientes se distribuyen según una exponencial Exp (λ), el número
Sea la variable X ∼ Exp(λ) la variable aleatoria entre llegadas o tiempo de servicio, su función de
x
La función de distribución:
1 e x x o
F ( x) f (t )dt 0 x 0
1 1
𝑋~𝐸𝑥𝑝 𝜆 → 𝐸 𝑋 = 𝑉(𝑋) =
𝜆 𝜆2
La distribución de probabilidad del tiempo que falta para que ocurra el evento es siempre la misma independientemente
En consecuencia, la distribución exponencial exp (λ) carece de memoria y es la única distribución continua con
La suma de procesos de entrada de Poisson es también un proceso de Poisson siendo la tasa la suma de las tasas
respectivas.
Si las llegadas a un sistema son de tipo Poisson con tasa λ y cada llegada es encaminada a un subsistema s1 con una
probabilidad p1 el proceso de llegada a cada subsistema es también de Poisson con tasa λ p1.
Fórmulas de Little
En los modelos con distribución entre llegadas y distribución del servicio exponencial (así como
en muchos otros modelos más generales llamados ergódicos) se verifican ciertas fórmulas que
relacionan los números medios de clientes en el sistema o en la cola, con los tiempos medios de
un cliente en el sistema o en la cola. Estas son las llamadas fórmulas de Little. Cuando las tasas de
llegada son constantes (es decir; λn = λpara todo n = 0, 1,...), la primera fórmula de Little
𝐿 = λW
mientras que la segunda se expresa mediante
𝐿𝑞 = λW
Realmente sólo la primera de ellas fue obtenida por Little en 1961, pero es costumbre referirse
siguiente: considérese un cliente que llega al sistema justo ahora. Después de un tiempo, cuya
Como el número medio de clientes que llegan al sistema por unidad de tiempo es λ, el número
medio de clientes que habrán llegado desde que nuestro cliente en cuestión entró en el sistema
hasta que salió de él es λ · W. Por otra parte, es obvio que dicho número medio de clientes es
precisamente el número medio de clientes que hay en el sistema justo en el momento que sale
del sistema nuestro cliente particular, es decir; L. Un razonamiento análogo es válido para la
𝐿 = 𝜆. 𝑊 𝐿𝑞 = 𝜆 . 𝑊𝑞 𝜆 = 𝜆𝑛 𝑝𝑛
𝑛=0
Otra relación importante (en este caso para relacionar W y Wq) es la dada por
1
𝑊 = 𝑊𝑞 +
𝜇
Su deducción es inmediata pues viene a decir que el tiempo medio que un cliente está en el
sistema (W) coincide con la suma del tiempo medio en la cola (Wq) más el tiempo medio que
tarda en ser servido 1/μ, ya que μ es el número medio de clientes que un servidor puede atender
por unidad de tiempo.
MECANISMO DE SERVICIO
Se caracteriza por las estaciones de servicio (servidores o dependientes) y por los canales de servicio
Una única cola puede desembocar en varios servidores que van siendo ocupados de acuerdo a una
disciplina de selección, el caso habitual de asignación al primer servidor que queda libre.
Como medir el rendimiento de un sistema
Diseñar eficientemente consiste, básicamente, en definir un sistema cuyo coste (de diseño y
de operación) se justifique por el servicio que da. Dicho servicio se puede evaluar mediante
el coste de “no darlo”. De este modo al diseñar se pretende minimizar unos supuestos costes
totales.
A partir de los datos que nos suministra la teoría de colas se puede obtener la
En cualquier caso, para poder tomar decisiones hacen falta datos que la teoría
𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 54 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠
𝜆 = 54 = = 0.9
ℎ𝑜𝑟𝑎 60 𝑚𝑖𝑛𝑢𝑡𝑜
1
= 1𝑚𝑖𝑛𝑢𝑡𝑜 → µ1 = 1𝑚𝑖𝑛𝑢𝑡𝑜
µ1
1 30
= 30𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠 = = 0.5𝑚𝑖𝑛𝑢𝑡𝑜𝑠 → µ2 = 2𝑚𝑖𝑛𝑢𝑡𝑜𝑠
µ2 60
𝜆
El factor de utilización o intensidad de tráfico ρ = µ ˂1 para que la red no se sature y el estado sea estacionario.
𝜆 0,9 𝜆 0,9
ρ1 = µ = = 0,9 ρ2 = µ = = 0,45
1 1 2 2
𝝀𝟐 𝝆𝟐
Numero promedio de clientes en cola: 𝑳𝒒 = =
µ(µ−𝝀) (𝟏−𝛒)
𝟏
Tiempo promedio de estancia en sistema de cada nodo: 𝑾𝒔𝒊 = µ𝟏 −𝝀
𝟏 𝟏
𝑾𝒔𝟏 = = 𝟏𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔 𝑾𝒔𝟐 = 𝟐−𝟎.𝟗 =
𝟏−𝟎.𝟗
𝟎. 𝟗𝟎𝟗𝟏 𝐦𝐢𝐧𝐮𝐭𝐨𝐬
𝟏
𝑾𝒔𝟑 = = 𝟑. 𝟎𝟑𝟓𝟎 𝐦𝐢𝐧𝐮𝐭𝐨𝐬
𝟏. 𝟐𝟐𝟗𝟓 − 𝟎. 𝟗
𝟑
𝟏
𝑾𝒔𝒊 = = 𝟏𝟎 + 𝟎. 𝟗𝟎𝟗𝟏 + 𝟑. 𝟎𝟑𝟓𝟎 = 𝟏𝟑. 𝟗𝟒𝟒𝟏 𝐦𝐢𝐧𝐮𝐭𝐨𝐬.
µ𝒊 − 𝝀
𝒊=𝟏
Con el estudio de teoría de colas se podrá interpretar el modelo de sistema que
estamos representando y analizar su comportamiento en la simulación.