Professional Documents
Culture Documents
Teora de Colas
238 Simulacin de Sistemas
Captulo 6
Teora de Colas
6.1 Introduccin
Es, precisamente, este problema el que da origen a la teora de colas la cual fue presentada
en 1909 por Agnar K. Erlang quien public un trabajo acerca de la congestin en el trfico
telefnico.
En este captulo veremos los principales aspectos de la Teora de colas y su relacin con la
simulacin. Expondremos en forma general la estructura bsica de los sistemas de colas, la
clasificacin o disciplinas de manejo, las tcnicas matemticas aplicadas en su resolucin, la
simulacin y aplicacin de las teoras de colas en la solucin de sistemas reales.
Las filas de espera o colas las encontramos diariamente en problemas relacionados con el
transporte, diseo de sistemas, comunicaciones, trabajos en la computadora, as como, en los
supermercados, bancos, gasolineras, etc.
Las filas de espera se originan porque no se puede atender simultneamente a todos los
clientes debido a que no hay suficientes servidores. Adems, no es econmicamente factible
tener demasiados servidores. Los clientes pueden llegar al azar, pero esto no garantiza que
no se formen filas, as es que debe existir un nmero de servidores que permita que las filas
de espera no sean demasiados largas.
Las lneas de espera son tan comunes en la vida real que nos sorprendera que la mayora de
los problemas encontrados en el modelaje o la simulacin de una operacin involucre colas.
La teora de colas es un estudio matemtico que permite aislar factores tales como:
Esta teora la podemos dividir a su vez en dos estudios matemticos. Uno trata de
distribuciones de tipo especfico, de la cual se derivan frmulas matemticas, como lo son la
distribucin exponencial y de Poisson. El otro trata de distribucin clsicas empricas2 que se
analizan mediante mtodos de simulacin.
La teora de colas tiene importancia y debe estudiarse porque las filas de espera desorganizan
muchos aspectos de la vida. Un problema bsico de formacin de colas tiene tres partes
diferenciadas:
Las teoras de la formacin de colas encontraron aplicaciones para los procesos en que las
llegadas se producan en desorden y el servicio era limitado; pero la complejidad matemtica
dificult sus esfuerzos. Sin embargo, hay un mtodo ms sencillo para resolver los problemas
y se conoce con el nombre de Tcnica de Montecarlo, el cual veremos en detalle en el captulo
7.
Los clientes que pueden solicitar un servicio forman una "fuente de entrada" (conocida
como poblacin).
Los clientes entran al sistema y se unen a una cola o fila de espera mientras esperan
ser atendidos.
Se selecciona en diversos momentos, mediante una regla conocida como disciplina de
servicio3, un cliente para que reciba el servicio.
El cliente es servido por el mecanismo de servicio.
Figura 6.1:
FUENTE clientes
Clientes MECANISMO
DE Clientes
clientes
COLA DEL
ENTRADA Servidos
SERVICIO Servidor
Sistema de Colas
6.3.2 Definiciones
Fuente de entrada: Est formada por clientes que pueden ser personas, partes,
procesos, trabajos, mquinas, etc. La fuente puede ser finita o infinita. Se considera
finita si est formada por un nmero pequeo y contable de clientes y en este caso
todos los sucesos son dependientes. Se considera infinita si est formada por un
nmero ilimitado de clientes que exigen un servicio y en este caso todos los sucesos
son independientes de otros. Los clientes tendrn una tasa de arribo que es la tasa a
la cual llegan los clientes para ser atendidos.
Cola o Fila de Espera: Es el nmero de clientes que espera recibir el servicio. La teora
de colas nos proporciona el nmero promedio de clientes que espera, el tiempo
promedio de espera, y otros factores que veremos ms adelante.
(canales4 paralelos) o por una sucesin de estos medios (canales en serie). Estos
conceptos los veremos ms adelante. El tiempo o duracin del servicio es el tiempo
que transcurre para un cliente, desde que se inicia el servicio hasta que se termina en
uno de los medios. Comnmente se supone la misma distribucin de probabilidad de
los tiempos de servicio para todos los servidores. Cada servidor posee su propio tiempo
promedio de servicio, aunque a veces se asume el mismo valor para todos.
Tasa de Servicio5: Cantidad de clientes por unidad de tiempo que puede atender un
servidor.
Costo de Espera. Esperar significa desperdicio de algn recurso activo que bien se
puede aprovechar en otra cosa y est dado por:
Costo total de espera = Cw L
Donde Cw = costo de espera por hora (en dlares) por llegada por unidad de
tiempo y L = longitud promedio de la lnea.
Costo de Servicio. Este en la mayora se trata de comprar varias instalaciones de
servicio, en estos casos solo se ocupan los costos comparativos o diferenciales.
Sistema de costo mnimo. Aqu hay que tomar en cuenta que, para tasas bajas de
servicio, se experimenta largas colas y costos de espera muy altos. Conforme
aumenta el servicio, disminuyen los costos de espera, pero aumenta el costo de
servicio y el costo total disminuye, sin embargo, finalmente se llega a un punto de
disminucin en el rendimiento. Entonces el propsito es encontrar el balance
adecuado para que el costo total sea el mnimo.
6.3.3 Variables
En esta seccin se presentan las variables ms utilizadas en los diferentes modelos de colas
que se presentan ms adelante6:
Para poder utilizar estas variables en cualquier modelo de colas, es obligatorio que y
tengan la misma unidad de tiempo. Tambin es importante denotar que:
7 Promedio.
Teora de Colas 243
Preguntas probabilsticas que implican tanto a los clientes como a los servidores,
por ejemplo:
Cul es la probabilidad de que un cliente que llegue tenga que esperar a ser
atendido? La medida de rendimiento asociada es la probabilidad de bloqueo,
representada por pw.
En cualquier tiempo particular, cul es la probabilidad de que un servidor
est ocupado? La medida de rendimiento asociada es la utilizacin, denotada
con . Esta medida indica tambin la fraccin de tiempo que un servidor est
ocupado.
Cul es la probabilidad de que existan n clientes en el sistema? La medida
de rendimiento asociada se obtiene calculando la probabilidad P 0 de que no
haya clientes en el sistema, la probabilidad P1 de que haya un cliente en el
sistema, y as sucesivamente. Esto tiene como resultado la distribucin de
probabilidades de estado, representada por Pn, n = 0,1...
Si el espacio de espera es finito, Cul es la probabilidad que la cola est
llena y que un cliente que llegue no sea atendido? La medida de rendimiento
asociada es la probabilidad de negacin de servicio, representada por pd.
Como hemos visto anteriormente, una lnea de espera o cola est constituida bsicamente
por clientes que esperan ser atendidos por un servidor(es).
La fuente de entrada que genera los clientes que requieren de un servicio, la cual
puede ser finita o infinita.
Los nmeros de clientes que esperan en la cola, los cuales pueden ser finitos o
infinitos.
La forma como esperan los clientes ya sea en una o varias colas o con opcin a
cambiarse o no de cola.
El tiempo transcurrido entre la llegada de un cliente y el inmediatamente anterior.
Este tiempo se conoce como tiempo entre arribo. Este lapso de clientes puede ser
una constante o una variable aleatoria independiente cuyo comportamiento puede
o no conocerse.
El tiempo de servicio, el cual es un intervalo de tiempo que puede ser una constante
o variable aleatoria dependiente o independiente cuya distribucin de probabilidad
244 Simulacin de Sistemas
Todos los ejemplos de lneas de espera que se han presentado incluyen personas, pero
ste no siempre es el caso. Las llegadas pueden ser cartas, carros, incendios, ensambles
intermedios en una fbrica, etc. En la tabla 1 se muestran ejemplos de varios sistemas de
colas.
Mecanismo de
Situacin Llegadas Cola
servicio
Compaa de
Nmeros Llamadas Conmutador
Telfonos
Mecanismo de
Lavado de autos Autos Autos sucios
lavado
Empleados de
Oficina de correos Cartas Buzn
correo
Pedidos de
Fotocopias Trabajos Copiadoras
copias
Ntese que en cada situacin slo fluye un tipo de artculo a travs del sistema.
Dicho de otra manera, las llegadas son homogneas o vienen de la misma poblacin. Esta
es una limitacin importante de la teora de colas. Cuando una instalacin de servicio, como
un aeropuerto, maneja diferentes tipos de llegadas, stas se deben tratar por separado.
Se reconocen diferencias en la estructura de los sistemas mostrados en la tabla 1.
Por ejemplo, los bancos casi siempre tienen ms de un cajero, cada uno con una lnea de
espera separada. Con frecuencia los aeropuertos tienen ms de una pista de aterrizaje. La
oficina postal maneja el correo en base a prioridades.
Permitiendo que varen el nmero de colas y el nmero de servidores, pueden hacerse los
diagramas de los cuatro tipos de sistemas.
De acuerdo con la clasificacin, veremos algunos ejemplos de tipos de sistemas de colas que
se presentan en la vida.
246 Simulacin de Sistemas
Los clientes esperan ser atendidos de acuerdo con un orden riguroso de llegada. Al finalizar
el servicio a un cliente, se le brinda al que sigue en la cola.
Ejemplos:
La taquilla de un cine en donde se venden boletos de acuerdo con la llegada de
los espectadores.
Los barcos que esperan ser admitidos para cruce de una represa de ro. En este
caso los barcos que esperan ser atendidos en orden de llegada representan la
cola y la esclusa nica utilizada para elevar o bajar los barcos representa al
servidor, tambin existe la disciplina de darle servicio al primero en llegar, el cual
ser el primero en salir.
Figura
6.2 Una
Esclusa
del Canal
de
Panam:
Una Cola
Un
Servidor
Existen varias estaciones de servicio para una sola fila de clientes. Al terminar de brindar el
servicio independientemente de cul sea el servidor, el cliente que ocupe la primera posicin
en la fila pasar a ese servidor.
Ejemplos:
Una fila en la seccin de embutidos y quesos de un supermercado. Los
clientes, a medida que llegan, van tomando un tiquete enumerado y esperan
ser atendidos por cualquiera de los servidores.
Teora de Colas 247
Una peluquera con cinco sillones, donde se atiende a los clientes por orden
de llegada. Los clientes representan la fila y los cinco sillones con los
peluqueros representan el servicio mltiple.
Elementos
Salientes
Elemento que entra
se inicia el servicio Servicio
Cumplido
UNA FILA DE ESPERA
DE CLIENTES
Servicio mltiple
Estacin
de
Peluqueros
Existen varias estaciones de servicio, pero una sola fila de clientes y cada cliente pasa por
cada uno de los servidores en serie.
Ejemplo:
En una embotelladora, los servicios seran una esterilizadora, una mquina
de llenado, una encorchadora, una etiquetadora y una empaquetadora. Las
botellas van en fila y cada una recibe el servicio mltiple de esterilizar, llenar
con lquido, encorchar, etiquetar y luego empaquetar.
Existen varias filas y varios servidores en paralelo los cuales atienden clientes especficos. En
el momento que un cliente se coloca en una cola, l no se puede cambiar.
Ejemplos:
El establecimiento de pagos de cheques a jubilados. Aqu hay varias colas y
varios servidores. Para agilizar el proceso, cada servidor atiende nmeros
especficos de seguro social, por ejemplo, en la fila 1 se atiende nmeros de
S.S. del 01 al 10 y, en la fila 2 los nmeros de S.S. del 11 al 20 y as
sucesivamente. Todos deben atenderse en sus filas respectivas, pues all es
donde recibirn su cheque.
248 Simulacin de Sistemas
6.4.5 Mltiples Colas Mltiples Servidores en Paralelo con Opcin a Cambiar de Cola
Ejemplos:
En un banco donde hay cierto nmero de cajas y los clientes se forman en
la cola que ms le convenga, con opcin a cambiarse de cola.
Un hospital donde hay tres ascensores. Las personas se agrupan en torno
a cada uno de ellos con la esperanza de ser trasladados a su destino en
menor tiempo. Si el ascensor nmero 3 llega primero, algunos de las que
ocupan puestos ms perifricos en los grupos 1 y 2 se colocaran en el 3,
confiando que esto los ayudar a trasladarse ms rpido.
Existe un cdigo de clasificacin para los diferentes tipos de lneas de espera desarrollado por
Kendall. La forma general de la notacin es la siguiente9:
A/B/C/D/E/F
Valores para A:
Valores para B:
Valores para C:
Valores para D:
Puede aplicarse cualquiera de las distintas disciplinas LIFO, FIFO, PRI, SIRO o
GD.
Valores para E:
Valores de F:
FIFO: Es una disciplina de servicio en la que el primero que entra es el primero en salir
(first in, first out). Tambin se abrevia PEPS en espaol. Ocurre cuando los clientes que
llegan se renen en el tiempo en que llegan, y el servicio se ofrece enseguida a la
entidad que ha esperado el mximo tiempo. Por ejemplo, esta disciplina es adoptada
en los diferentes lugares en donde para ser atendidos se toma un cupo, as, el primero
en llegar es el primero en salir.
forman una cola en el orden en que llegan, pero se ofrece el servicio al que lleg ms
recientemente en donde las personas que entraron de ltimo son los primeros en salir.
Por ejemplo, los platos limpios de un restaurante de auto servicio rpido son colocados
en una pila y el ltimo en la pila es el primero en tomarse para ser utilizado.
SIRO: Es una disciplina aleatoria (service in random order) en donde se hace una
seleccin entre todas los clientes que esperan en el momento que se ofrece el servicio.
A no ser que se especifique de otra manera, el trmino aleatorio implica que todos los
clientes que esperan tienen igual oportunidad de ser seleccionados. Por ejemplo, en
los sorteos de la Lotera, las balotas estn dentro del nfora y luego de haber girado,
son escogidas al azar con igual probabilidad.
PRI: Es una disciplina de prioridad que ocurre cuando un cliente tiene derecho a ser
atendido antes que otros clientes, los cuales tienen un nivel de prioridad menor. En el
caso que haya clientes con disciplinas de primeros que entran son los primeros que
salen, la prioridad es un atributo del cliente y depende de la cola y no del servicio. Por
ejemplo, los trabajos en una computadora que esperan en la cola de trabajo para ser
ejecutados, algunos tienen prioridad mayor y son atendidos primeros que otros.
Antes de entrar a los distintos sistemas de colas tenemos que hacer notar la importancia de
las probabilidades11 en la simulacin.
Para modelar un sistema de colas, se hace necesario dar ciertas funciones probabilsticas a
dos caractersticas de las colas que son:
Patrn de arribo.
Tiempo de servicio.
Los tiempos de servicio deben describirse tambin mediante una funcin de probabilidades
para aquellos casos que varen estocsticamente. Si se considera el tiempo de servicio
completamente aleatorio, se puede representar mediante distribuciones Exponenciales,
Erlang o Hiperexponencial.
El sistema de colas de Poisson para un canal simple se define as: Existen clientes que llegan
a una instalacin para pedir servicio y si este est vaco, un cliente entra y recibe servicio, si
no, el cliente que llega debe tomar su lugar al final de la fila y esperar su turno para ser
atendido, utilizando, por ejemplo, la disciplina de que el primero que llega es el primero en
salir.
En este sistema la distribucin del tiempo entre arribos sucesivos es exponencial como la
distribucin de tiempo para servir a una unidad, es decir, si el tiempo entre eventos sucesivos
se distribuye exponencialmente, la distribucin del nmero de eventos que tienen lugar en
cualquier intervalo de tiempo sigue una distribucin de Poisson.
Para construir un modelo de este sistema simple, se deben considerar los siguientes puntos:
11 Por eso, este libro presenta un resumen de los temas ms importantes de las probabilidades.
252 Simulacin de Sistemas
....
LLEGADA
Si una unidad entra al sistema para recibir servicio, tambin estar en uno de los estados
posibles: se encuentra en lnea de espera o recibe servicio.
Las condiciones que pueden existir en el sistema (los estados en la unidad y en las
instalaciones de servicio) y los resultados para la unidad cuando existen esas condiciones
deben incluirse en el modelo. Para observar los eventos y resultados en un tiempo simulado
se adopta la idea de relojes para vigilar lo que debe ocurrir en el modelo. En la mayora de los
sistemas el tiempo se considera como una variable aleatoria.
Un modelo de simulacin por computadora ofrece un mtodo nico para estudiar y analizar
cualquier estudio de simulacin, de si se debe hacer o no un anlisis ms profundo, despus
de obtener la salida inicial.
Una vez construido el modelo de simulacin en una computadora ser una manifestacin del
sistema dado y se podr usar para un anlisis ms profundo de ese sistema, segn lo exijan
los objetivos. Por esto, una vez construido el modelo de canal simple, se podr usar para
Teora de Colas 253
estudiar sistemas proyectados o propuestos en los que se determinan los procesos de tiempo
de servicio y arribo mediante algn mtodo menos matemtico.
El sistema de colas de canales mltiples en serie es aquel en el que cada unidad que llega al
sistema debe pasar por cada canal de servicio.
... ...
El sistema incluye "n" canales de servicio o instalaciones y una unidad ante cada canal. La
distribucin de tiempo entre arribos para unidades que entran en el sistema tiene una media
y se supone que el tiempo de servicio para cada canal tambin tiene una media.
Una unidad que intente entrar en la cola inicial cuando est llena, ser eliminada del sistema.
Una unidad saldr de cualquier canal de servicio slo cuando la cola siguiente no est llena.
Si la cola que sigue est llena, la unidad permanecer en el canal de servicio hasta que pueda
entrar en la siguiente cola, impidiendo de esta forma que el canal d servicio.
Si se supone que en todas las colas hay una disciplina de servicio por orden de arribo, se
puede observar que el proceso de arribo de las unidades a cada uno de los canales de dos a
"n", est regido no slo por el proceso de arribo a la instalacin inicial, sino tambin por la
distribucin del tiempo de servicio a cada una de las instalaciones anteriores.
INSTALACION
CANALES EN PARALELO
1
.
.
.
COLA N-2
....
N-1
La primera unidad en la lnea de espera entra en el primer canal de servicio que se encuentra
disponible. Una unidad que intente entrar en la cola cuando est llena, tendr que salir del
sistema. Desde el punto de vista de las instalaciones de servicio el sistema de colas de canal
simple es casi idntico, la nica diferencia es que cada canal en paralelo debe competir para
obtener unidades de la cola. Cuando la cola est vaca y hay por lo menos un canal inactivo,
entrar una unidad en el canal de servicio inmediatamente, en cuanto ingrese al sistema, si
existen otras condiciones, la unidad abandonar el sistema o entrar en la cola para esperar
el servicio. Si se encuentra disponible ms de un canal cuando la unidad se dispone a entrar
al servicio, ir al primer canal disponible. Esto implica que no hay una relacin de preferencia
entre los canales y que la eleccin es suficientemente aleatoria. Pueden existir preferencias
basadas en la rapidez del servicio, es decir, que la unidad ir al canal con el menor tiempo
esperado de servicio.
Muchos de los sistemas han sido modelados exitosamente por un modelo de colas en donde
las distribuciones de entre arribo y de servicio son distribuidas exponencialmente. La
distribucin de entre arribo exponencial implica que el proceso de arribo es Poisson. Para
analizar el modelo revisaremos las propiedades de las distribuciones Exponencial y de
Poisson.
1 2 3 n
Figura
6.7
1
1 + 2
Distribucin de Poisson
Este sistema tiene un solo servidor, cuyos tiempos de entre arribo y de servicio estn
distribuidos exponencialmente con parmetros 1/ y 1/ respectivamente. No hay restriccin
256 Simulacin de Sistemas
en la capacidad del sistema y la disciplina en la cola es la del primero en llegar ser el primero
en salir.
El sistema est en el estado Sn-1 en el tiempo t, y ocurre un arribo (llega un cliente) pero no
una salida (no sale ningn cliente) durante un intervalo (t, t + t)12.
El sistema est en el estado Sn en el tiempo t, y no ocurre ningn arribo ni ninguna salida (no
sale ni llega ningn cliente) durante el intervalo (t, t + t).
El sistema est en el estado Sn+1 en el tiempo t y no hay ningn arribo(no llega cliente) pero si
hay una salida (sale un cliente durante el intervalo (t, t + t).
Pn ( t + t) + Pn (t )
Pn -1 ( t) - ( - )Pn ( t) + Pn +1 ( t) n = 1, 2, ...
t
Esta ecuacin est limitada para n = 1, 2, ... El caso en que n = 0 debe manejarse
separadamente, pues en este caso S n -1 no es posible. Utilizando el mismo procedimiento
tenemos:
Pn' ( t) Pn -1 ( t) - ( + )Pn ( t) + Pn +1 ( t) n 1
Una vez que el sistema est en estado estable se usarn estas ecuaciones. Suponiendo que
el sistema est estable, las probabilidades no varan apreciablemente en el tiempo, pero el
sistema si vara (es estocsticamente estable). Veamos las ecuaciones:
Pn P0
Pn +1 P n Pn - 1 j1
En sistemas de colas ms complejos puede que sea necesario utilizar derivaciones alternas
de las ecuaciones mostradas anteriormente. Usando las ecuaciones en una forma iterativa
tenemos que:
n
Pn P0
Para completar la solucin de la ecuacin de estado estable, se necesita encontrar P0, usando
la definicin:
Pn n P0 n 1,2,... donde =
Definiendo previamente Pn, para n = 0, 1, ..., como la probabilidad que se encuentren n clientes
en ese sistema, tenemos:
1
Pn n P0 1 P0
n =0 n =0
n =0
n
donde
n 0
j
es una serie geomtrica. Esta serie converge s y solo s
1. Cuando
converge:
1
n =0
n
1
Si asumimos < 1, la condicin necesaria para que el sistema logre un estado estable ser
que Po = 1 - y la solucin para la ecuacin de un estado estable est dada por:
Pn n (1 ) n = 0,1,2,...
Una vez resueltas las ecuaciones de estado estable para este sistema de colas, la distribucin
del nmero de clientes en el sistema se conoce, por lo menos en este estado. Esta distribucin
258 Simulacin de Sistemas
se utilizar para calcular varias medidas que se podrn usar para caracterizar el
comportamiento del sistema. Estas medidas son:
Utilizacin del sistema13: denota el porcentaje de uso del sistema. Mientras ms cerca
est de 1, ms cargado est el sistema, lo que genera colas ms largas y tiempos de
espera ms grandes:
P(X = n) = Pn = (1 - ) n x = 0, 1, 2, ....
Ahora:
d x
x
x =0
x
xx -1
x =1
d x 0
1
s 1, x
entonces
x=0 (1 )
d 1
x =0
x x
d 1 (1 )2
Entonces:
E(x) = (1 - )
(1 - ) 1
2
Nmero de clientes en el sistema: L denota el nmero de clientes que esperan ms los que
se atienden en el servidor:
L=
1-
Nmero de clientes en la cola: Para calcular el largo promedio de la cola tenemos que
denotar Q como la variable aleatoria que cuenta los clientes que esperan en la cola para recibir
un servicio. Entonces:
E(Q) = 0P0 ( j 1)P
j=1
j
jP P
j=1
j
j=1
j
L - Pj
j=1
donde P 1, as es que P 1 P .
j=0
j
j=1
j 0
Esta cantidad est denotada como Lq. As, el largo promedio de la cola est dada por:
2 2
Lq =
1 ( )
Recordando que L = , tenemos:
(1- ) ( )
L 1
W =
260 Simulacin de Sistemas
1
W = Wq +
As,
1 1
Wq =
-
Wq =
( - )
Lq =Wq
Ejemplo 1:
UNIDAD DE
CONTROL
TERMINALES
Solucin:
4 1
min. por mensaje = 15 mensajes/m in.
60 15
6
= T 1 2 3 4 5 0.4
15
0 .4
L= 0.6667
1 - 1 0. 4
2 (0.4) 2 0.16
Lq = 0.2667
1 - 1 0 .4 0 .6
1
W =
-
262 Simulacin de Sistemas
1 1 1
WT = 0.1111 min.
- T 15 6 9
WT 6.667 seg.
Wq =
( - )
T
Wq T
( - T )
6 6 6
Wq T 0.0444 min.
15(15 6) 15(9) 135
Wq T 2.667 seg.
En la seccin 6.10 de este captulo se presenta un resumen de todas las frmulas de este
modelo y de los otros que se presentan a continuacin.
Ejemplo 2:
En un Hospital los pacientes llegan con una tasa de llegada de 3 clientes por hora, y son
atendidos a una tasa de 9 clientes por hora. Determine el tiempo de utilizacin, Probabilidad
de que no haya clientes en el sistema, nmero esperado de clientes en el sistema, tiempo
esperado de clientes en el sistema.
3
0.3333
9
P 0 1 1 0.333 0.6667
3
L 0. 5
93
1 1
W 0.1667
39
Ejemplo 3:
Existe una mquina que falla de acuerdo con un proceso de Poisson a una razn de 5
mquinas / horas. Si el costo por cada hora de ocio (no uso) de cada mquina es de $10.00.
El gerente de este sistema debe decidir entre dos servicios de reparacin. Un taller de
reparacin. Un taller de reparacin cobra $5.00 por hora y puede reparar 6 mquinas por hora.
El otro taller cobra $6.00 por hora y puede reparar 8 mquinas por hora.
Solucin:
Asumimos que el sistema es M/M/1/ /FIFO, es decir, hay un slo servidor, la capacidad del
sistema no est restringida y la disciplina en la cola es la del primero en llegar es el primero
en salir.
= 5 mquinas / hora
= 6 mquinas / hora
= 8 mquinas / hora
W = tiempo desde que se manda una mquina al taller hasta que lleg a la fbrica y la
reparamos.
L = mquinas que estn fuera de uso (total de mquinas llevadas al taller) costo total
promedio = (L)(W) (Co)
= /
L= =
1- -
L1 = = 5 = 5 mquinas
1 - 6-5
L2 = = 5 = 1.66 mquinas
2 - 8-5
L
W=
L1 5
W1 1 hora
5
5/3 1
W2 0.33 hora
5 3
264 Simulacin de Sistemas
Taller 1:
Taller 2:
Costo Total:
Este modelo es casi igual al M/M/1/ /FIFO, slo que el sistema est restringido con un
mximo de K clientes que pueden presentarse en cualquier tiempo dado. El nmero mximo
de clientes que se admiten en el sistema es N (longitud mxima de la lnea de espera es
igual a N -1). Esto significa que cuando haya N clientes e el sistema, todas las nuevas
llegadas se eluden o bien no se les permite unirse al sistema. El resultado es que la tasa
efectiva de llegadas en la instalacin se vuelve menor que la tasa a la cual se generan
llegadas desde la fuente. Este es un modelo ms real. El nmero en el sistema debe ser
menor que K. Para n = K tenemos que:
Esta ecuacin incluye que el estado Sk+1 no es posible. Un cliente que arribe es sacado del
sistema si est lleno. Si el sistema se asume en equilibrio, las ecuaciones de estado son:
n
Pn P0 n P0 , Para n = 0,1,2...K.
K
L = nP n
n0
Teora de Colas 265
( k 1) k 1
L
1 1 k 1
L q = L - (1 - P0)
L
W=
'
Lq
Wq
'
donde ' nPn 1 Pk
n 0
Ejemplo 1:
Solucin:
k = 10
= 6 mensajes/m in.
= 15 mensajes/m in.
= 0.4
Paso 1: Calcular P0
1
Utilizando la frmula Po
1 k 1
Paso 2: Calcular Pn
n
Utilizando la frmula Pn P0 n P0
P (n 5) P0 P1 P2 P3 P4 P5
P1 (0.4)1 (0.6) 0.236
P2 (0.4) 2 (0.6) 0.0944
P3 (0.4) 3 (0.6) 0.0377
P4 (0.4) 4 (0.6) 0.0151
P5 (0.4) 5 (0.6) 0.006
P(n 5) P0 P1 P2 P3 P4 P5 0.9792 0.98
Paso 3: Calcular L
( k 1) k 1
L
1 1 k 1
Paso 4: Calcular Lq
L q = L - (1 - P0)
Lq .67 (1 .6)
= 0.27
Ejemplo 2:
Un centro de impresin y copiado tiene una tasa de llegada de los clientes 9 clientes por hora
y procesan a los clientes con una tasa de servicio de 20 por hora si su poblacin es de K = 30,
determine la utilizacin, probabilidad de que haya menos de 5 clientes y el nmero esperado
de clientes en el sistema y en la cola.
Teora de Colas 267
9
20
K 30
9
0.45
20
P ( x 5) P 0 P1 P 2 P 3 P 4 P 5
P ( x 5) 0.98155
Lq (1 Po) 0.8182
L Lq (1 Po) 0.3682
Este sistema considera C nmero de servidores o canales de servicio, cada uno con una
distribucin de tiempo de servicio exponencial distribuido independientemente a una rata .
El efecto final de utilizar C servidores en paralelo es el de acelerar la tasa de servicio en
comparacin con el caso de un servidor, permitiendo que se d servicio a un mximo de C
clientes al mismo tiempo. El proceso de arribo se asume que es Poisson. Primero
consideremos la medida de la rata de servicio del sistema. Si hay ms de C clientes en el
sistema, todos los servidores estarn ocupados, de aqu, la medida de la rata de servicio es
C . Si hay menos que C clientes en el sistema, digamos k, algunos de los servidores estarn
ociosos, significando esto que la medida de la rata de servicio es K .
El clculo de Po para este sistema es ms complicado que en los anteriores porque la relacin
para Pn es ms compleja. Usando la condicin de que P 1, tenemos:
j=0
j
C 1 n
j
P0 n
1
n = 0 n! n = C C C!
n n -C
C 1 r j
rj
P0 C j C 1
j=0 j! j=C C !
Finalmente:
268 Simulacin de Sistemas
1
C 1 r n Cr c
P0
n = 0 n! C!(C r)
1
C 1 1 n 1 C C
P0
n = 0 n! C! C
n ( / ) n
P 0n C P0 nC
n!
n 0
n!
Pn Pn
n ( / ) P
n
P n>C n>C
C n -C C! n 0 C!C n -C 0
c
P
0
( / ) C +1
P
Lq = Lq
/
2 0
C!1- 2
C C!1
C
C
( / ) C 1
P
L= 2
P0 Lq
/
2
0
C 1!C
C C!1
C
Teora de Colas 269
Lq 1
Wq = W
1 ( / ) C
1
W = Wq 2 0
P
(C 1)!(C )
Ejemplo 1:
Utilizando el mismo ejemplo del sistema M/M/1/ /FIFO, slo que, en vez de un servidor, se
utilizarn 4 servidores, es decir, habr cuatro lneas idnticas unidas al centro de control, cada
una dando el servicio de mensajera en un promedio de 4 segundos. El sistema se analiza
como M/M/4/ /FIFO. Calcular la probabilidad de que hayan 5 o menos mensajes
retransmitidos, el tiempo esperado en el sistema (L).
Solucin:
C=4
4 1
= , 15 mensajes/m in.
60 15
T 6 / = 6/15 = 0.4
1
( / ) C ( / ) ( / )
1 2
( / ) C 1
P0 1 .....
/ 1! 2! (C 1)!
C!1 C
1
(0.4) 4 1 2
(0.4) (0.4) (0.4) 3
P0 1
0.4 1! 2! 3!
4!1 4
P0 (0.00119 + 1 + 0.4 + 0.08 + 0.01067) -1
P0 0.670
270 Simulacin de Sistemas
P(x 5) = P0 P1 P2 P3 P4 P5
1
2
1
3
1
4
1
5
= P0 1
2 6 24 120
1 1 1 1
= 0.670 1 + 0.4 + (0.4)2 + (0.4)3 (0.4)4 (0.4)5
2 6 24 120
= 0.670 1 + 0.4 + 0.08 + 0.01067 + 1.0667 10-3 + 8.5 10-5
= 0.9995
( / ) C 1
L= 2 P0
/
C C ! 1 C
(0.4)5
= 0.4 + 2 0.67
0.4
4( 4!)1 4
= 0.40
Este modelo es parecido al anterior, slo que la poblacin es finita. Para efecto de las frmulas,
k = m. Se asume que el nmero de servidores es menor o igual a la poblacin finita:
1
C 1 m! C
n m
m!
n
P0
( / )
L = n 0 ( m n)! n! 2 nP0C ( m n)! C ! C
n c
(C 1)! (C )
1
C 1 1 1 C
C
P0 j +
j=0 j! C! C
m!0 1 38
n 1
1 1n 38 2( 20)
2
1 38
P
P0 0 (m n)!n! 0
C
0! 20 1! 20
2! 20 2( 20) 38
Pn n
m!
P0 (m n)!C!C n C C n m
C -1 m
C 1
L = nPn (n C )Pn C 1 Pn
n 0 n C n 0
m
L q (n C )Pn
n C
Teora de Colas 271
n
! (/ )C
m
L = P0 (m n)!n! 0 n P C
(C 1)! (C ) 2 0
Pn n
m!
P0 C n m
n C
C 1
C 1(1m(n
1
)!/C!C) C C
PL0 = j + 1
2 P0
j=0 C C ! 1
j! /
C! C
m C 1
C -1
C
L= 1nPn38 (n 1C )38
0 Pn 1 C 11 Pn2 2( 20) 1
38
P0 n 0 nC n0
0! 20 1! 320 2! 20 2( 20) 38
(1.9)
= 1.9 m + 2 0.0256
L q (n 2C( )2P!)n1 19.
n C 2
= 19.459
Wq y W igual que en el modelo M/M/C/ /FIFO.
Ejemplo:
Solucin:
= 40 doc / dia
= 38 doc / dia
38
L = = 19
- 40 - 38
1 1 1
W= 0.5
- 40 38 2
1 1 1 1
Wq = 0.475
- 2 40
= 20 doc / dia
= 38 doc / dia
( / )C
L = C P
( / 1)! (C ) 2 0
(C)
L = 2 P0
(C 1)! (C )
1
C 1 1 1 C1
C
1
C 0 1
P j +C
j=0 j! 1 C! C C
P0 j +
j=0 j! C! C1 1
1 38 1 38 1 38 2( 20 )
0 2
P0
P0 10! 20
. 361
19
1! 20
.
1 2! 20 2( 20) 38
1P 0 1 19
. 361. 1
P0 01.0256
39P0 0.0256
39
/ = 38 / 20 = 19
.
1
( / )C ( / )1
( / ) 2
( / )C 1
P0 1 .....
C ! 1 / 1! 2! (C 1)!
C
1
(19 . )2 (19
. )1
1
2! 1 19.
1!
2
(361 . + 1 + 1.9)-1
0.0256
( / )C 1
L= 2 P
/ 0
C C ! 1 C
(1.9)3
= 1.9 + 2 0.0256
.
19
2( 2!)1 2
= 19.459
1 ( / )C
W = 2 P0
(C 1)! (C )
1 ( 38 / 20)2 ( 20)
W =
2 0.0256
20 1! 2( 20) 38
W = 0.512
( / )2 ( 20)
Wq 0.0256
1! 2( 20) 38
2
Wq 0.462
L
W =
19.459
=
38
W = 0.512
Lq
Wq
( / ) C+1
1
=
2 P0
/
C C ! 1 C
(1.9)3 1
= 2 0.5256
19 . 38
2
2 2! 1
Wq 0.462
Conclusin: Resulta ms ventajoso el sistema de una secretaria puesto que la fila del
sistema es ms corta y el tiempo de proceso es ms rpido.
Teora de Colas 275
6.9 Frmulas
=
P0 1 1
n
Pn P0
L=
( - )
2
Lq
( )
Wq
( )
1 1 1
W = Wq
(1 )
1
1 K 1 1
1 1
Po P0
1 k 1
n
k
1
n =0
K + 1 1
(1 ) n
n 1
1 K 1
Pn P0 n P0 Pn
1
K 1 1 n = 0, 1, 2, ..., K
L = m -
1 P0
+
Lq = m - (1 Po )
276 Simulacin de Sistemas
L
W=
'
Lq
Wq
'
donde ' nPn (m n)Pn (m L)
n 0 n 0
1
Po
m m! n
n =0 (m - n)!
1
1 K 1 , 1
P0
1
K +1 , 1
n
m!
Pn P
(m - n)! 0
(1 ) n
, 1
1 K 1
Pn
1
K 1 , 1 n = 0, 1, 2, ..., K
K
2 , 1
L =
1 ( K 1) K
K K 1
1
1 K 1 K
,
L = m -
1 P0
+
Lq = m - (1 Po )
Lq = L - (1 - Po)
L L
W =
' (1- PK )
1 Lq Lq
Wq W -
' (1- PK )
Teora de Colas 277
C = nmeros de canales
1
( / )C ( / )1
( / )2
( / )C 1
P0 1 .....
C ! 1 / 1! 2! (C 1)!
C
1
C 1 1 j 1 C
C
P0
j=0 j! C ! C
( / )n
P0 , nC
n!
Pn
( / ) P , n > C
n
C! C n -C 0
j
P , 1 j C
j! j 0
Pj
J
C j-C C! j P0 , j > C
1
C
( / ) C 1
L= 2 P
/ 0
C C! 1 C
( / )C
L= 2 P0
(C 1)! (C )
( / ) C +1
Lq =
2 P
/ 0
C C! 1 C
( / )C
Lq = 2 P0
(C 1)! (C )
278 Simulacin de Sistemas
L
W =
1 ( / )C
W = 2 P0
(C 1)! (C )
Lq
Wq =
( / )C
Wq = 2 P0
(C 1)! (C )
1
C 1 m!
n m m!
n
P0
n c
( m n)! n! n C ( m n)! C ! C
n 0
m! n
P0 , 0 nC
( m n)! n!
Pn
m! n
P0 ( m n)! C ! C n C , C n m
C -1 m C 1
L = nP
n 0
n (n C ) P
n C
n C1 Pn
n 0
m
Lq (n C ) P
n C
n
Teora de Colas 279
6.10 Resumen
A diario hacemos cola en diferentes lugares sin que nos demos cuenta, por ejemplo,
esperando en el semforo, en la caja de un almacn, en un cajero automtico, etc. Inclusive,
dentro de la computadora se forman muchas colas por las transacciones internas en
proceso de ejecucin. Las colas se originan debido a que la demanda de un servicio es
mayor que el volumen de atencin que puede dar el servidor de la cola, siendo entonces la
fila y el servidor los elementos de un sistema cliente servidor. La teora de colas es un
enfoque analtico para el estudio del comportamiento de sistemas que involucran colas. Se
han desarrollado un conjunto de ecuaciones para estimar el tamao de las colas, tiempos de
esperas, probabilidades de demora, y otros parmetros. La teora de colas nos permite
analizar la eficiencia de un servidor, como tambin nos puede ayudar a simular o modelar
el comportamiento de un sistema de colas. Con la teora de colas podemos optimizar el
servicio que brindan los servidores.
Para simular un sistema cliente servidor, es necesario dar las caractersticas de arribo a la
cola y de servicio. Con estos datos, y las frmulas dadas, podemos entonces, hacer un
estudio del sistema, y as optimizar el servicio que se brinda.
280 Simulacin de Sistemas
6.11 Bibliografa
[ PAPO] A. Papoulis, Probability, Random Variables, and Stochastic Processes, 2' ed.,
Nueva York, McGraw-Hill, 1984.
[COX] D.R. Cox y H.D. Miller, The Theory of Stochastic Processes, Londres, Methuen, 1965.