La Ley de Little y Fundamentos de Colas para Operaciones

Si administras una linea de produccion, una mesa de ayuda, una cocina o una fila de tramites, ya viviste el problema aunque no lo hayas puesto en formula. El trabajo entra a cierto ritmo, tarda un rato en salir y mientras tanto se junta. A veces se junta poco y todo fluye. Otras veces la fila crece sin control y nadie entiende por que, si “apenas estamos un poco mas ocupados que ayer”. La respuesta casi siempre esta en dos ideas simples que hoy vamos a desarmar con calma: la Ley de Little y los fundamentos de las colas de espera.

La buena noticia es que no necesitas simulaciones complicadas para tomar decisiones utiles. Con una calculadora, tres numeros y las relaciones correctas puedes anticipar cuanto trabajo en proceso vas a cargar, cuanto van a esperar tus clientes y en que punto conviene agregar capacidad. En esta guia explicamos las formulas, hacemos un ejemplo numerico completo, mostramos como leer el resultado y cerramos con errores comunes y consejos de gente que ya paso por ahi.

Que es la Ley de Little

La Ley de Little es una relacion entre tres cantidades de un sistema estable: el trabajo en proceso, el ritmo de flujo y el tiempo de flujo. La llamamos L, lambda y W. L es el numero promedio de unidades que estan dentro del sistema al mismo tiempo, lo que muchos conocen como WIP o work in process. Lambda es el ritmo al que las unidades entran o salen, medido por unidad de tiempo. W es el tiempo promedio que cada unidad pasa dentro, de la entrada a la salida.

Lo elegante de la ley es que no le importa el detalle. No importa si atiendes por orden de llegada o por prioridad, si el proceso tiene una etapa o veinte, si el tiempo de servicio es parejo o variable. Mientras el sistema sea estable, es decir, que en promedio salga tanto como entra y la fila no crezca sin fin, la relacion se cumple. Por eso funciona igual para cajas de un banco, tickets de soporte, expedientes de un despacho o piezas en una planta.

Las formulas que vas a usar

La Ley de Little se escribe asi:

L = lambda x W

Y se reacomoda para despejar lo que te falte:

W = L / lambda   y   lambda = L / W

Hasta aqui es solo aritmetica. La parte interesante llega cuando quieres estimar la espera antes de que el recurso te atienda. Para eso usamos un modelo de cola de un solo servidor. Primero definimos la utilizacion, que es la fraccion del tiempo que el servidor esta ocupado:

rho = lambda / mu

Aqui mu es el ritmo de servicio, o sea cuantas unidades podria despachar el servidor por unidad de tiempo si nunca parara. Con la utilizacion calculamos el numero promedio de unidades esperando en la fila, sin contar la que ya se esta atendiendo:

Lq = rho^2 / (1 – rho)

De ahi sacamos el tiempo promedio de espera en la fila usando otra vez la Ley de Little, ahora aplicada solo a la fila:

Wq = Lq / lambda

Y el total de unidades en el sistema suma las que esperan mas la que esta en servicio, que en promedio es rho:

L = Lq + rho

Fijate en la forma de Lq. En el denominador aparece (1 – rho). Cuando rho se acerca a 1, ese denominador se acerca a cero y Lq se dispara. Esa es la no linealidad que define toda la teoria de colas: los ultimos puntos de utilizacion son carisimos en terminos de espera.

Como calcular paso a paso

El procedimiento es corto si lo haces en orden. Primero decides las unidades de tiempo y te mantienes fiel a ellas. Si mides llegadas por hora, mide el servicio por hora tambien; mezclar horas con minutos es el error numero uno.

Segundo, para la Ley de Little pura, identifica cuales dos de las tres cantidades conoces y despeja la tercera. Si sabes el ritmo y el tiempo de flujo, multiplicas para obtener el WIP. Si sabes el WIP y el ritmo, divides para obtener el tiempo de flujo.

Tercero, para la parte de colas, calcula la utilizacion rho dividiendo llegadas entre capacidad de servicio. Revisa que rho sea menor que 1; si da 1 o mas, el sistema no es estable y las formulas de fila no aplican porque la cola crece sin limite. Cuarto, mete rho en la formula de Lq, luego divide entre lambda para el tiempo de espera y suma rho para el total en el sistema. Cierra convirtiendo a las unidades que le importan a tu audiencia, casi siempre minutos.

Ejemplo resuelto con numeros reales

Empecemos con la Ley de Little sola. Un proceso completa lambda = 20 unidades por hora y cada unidad pasa W = 3 horas dentro del sistema. El trabajo en proceso es:

L = 20 x 3 = 60 unidades

Sesenta unidades circulando al mismo tiempo. Ahora imagina que la direccion quiere bajar el WIP a 40 unidades sin sacrificar el ritmo de salida. Como el throughput sigue en 20 por hora, despejamos el tiempo de flujo:

W = 40 / 20 = 2 horas

El mensaje es directo. Para cargar menos inventario a la misma velocidad, tienes que hacer que cada unidad pase menos tiempo dentro. No hay atajo magico: o reduces esperas, o reduces reprocesos, o simplificas etapas. La ley te dice cuanto tiempo de flujo necesitas, y te toca a ti encontrar donde recortarlo.

Ahora la parte de colas. Supon una estacion con llegadas lambda = 8 por hora y un servicio de mu = 10 por hora. La utilizacion es:

rho = 8 / 10 = 0.8

El servidor esta ocupado el 80 por ciento del tiempo. El numero promedio esperando en la fila:

Lq = 0.8^2 / (1 – 0.8) = 0.64 / 0.20 = 3.2 unidades

El tiempo promedio de espera antes de ser atendido:

Wq = 3.2 / 8 = 0.40 hora = 24 minutos

Y el total promedio en el sistema, contando la que ya se atiende:

L = 3.2 + 0.8 = 4.0 unidades

Ahora viene la leccion que vale la pena tatuarse. Sube la utilizacion de 0.8 a 0.9, un cambio que suena pequeno, apenas diez puntos mas de ocupacion. La fila salta a Lq = 8.1 unidades y la espera crece a 54 minutos. Pasaste de 24 a 54 minutos de espera solo por exigirle un poco mas al mismo servidor. Ese es el precio escondido de correr las lineas casi al tope.

Como leer y aplicar el resultado

Un numero de espera no sirve solo, sirve para decidir. Si tu Wq da 24 minutos y tu promesa al cliente es “atencion en menos de 15”, ya sabes que no vas a cumplir con la configuracion actual. Tienes tres palancas: bajar las llegadas, subir el ritmo de servicio o agregar servidores. Bajar llegadas casi nunca esta en tus manos. Subir el ritmo de servicio significa hacer cada atencion mas rapida, lo que sube mu y baja rho. Agregar servidores reparte la carga y es donde entra el modelo M/M/c con varios canales.

Tambien conviene traducir el WIP a dinero. Sesenta unidades en proceso son sesenta unidades de material, mano de obra y espacio que ya gastaste pero que todavia no cobras. Bajar el WIP libera capital y acorta el tiempo de respuesta al cliente, dos cosas que le gustan a cualquier direccion. Por eso la Ley de Little es tan usada en manufactura esbelta: te da un objetivo cuantificable para las iniciativas de reduccion de inventario.

Errores comunes al usar estas formulas

El primero ya lo mencionamos: mezclar unidades de tiempo. Si lambda esta en piezas por hora y mides el servicio en minutos por pieza, tienes que convertir antes de dividir. Un ritmo de servicio de 6 minutos por pieza es mu = 10 piezas por hora, no mu = 6.

El segundo es olvidar que la Ley de Little exige un sistema estable. Si estas en plena hora pico y la fila no para de crecer, todavia no llegaste al promedio de largo plazo y los numeros van a mentir. La ley describe el comportamiento promedio en estado estable, no el pico momentaneo.

El tercero es confundir Lq con L, o Wq con W. Lq y Wq se refieren solo a la fila, antes del servicio. L y W incluyen el tiempo de servicio. Si le prometes al cliente un tiempo total pero calculaste solo la espera en fila, te vas a quedar corto por el tiempo que dura la atencion misma.

El cuarto es tratar rho = 0.95 como algo normal. En papel el servidor “solo” esta ocupado 95 por ciento del tiempo, pero la fila que genera esa configuracion es brutal por la no linealidad. Disenar para una utilizacion moderada, muchas veces entre 0.7 y 0.85, suele salir mas barato que pagar las esperas de correr al 95.

Cuando no aplica y que usar en su lugar

La Ley de Little casi siempre aplica porque pide muy poco. La parte fragil es el modelo de cola M/M/1 que usamos para Lq y Wq, porque supone llegadas aleatorias tipo Poisson y tiempos de servicio exponenciales. Si tu proceso tiene tiempos de servicio muy parejos, como una maquina que tarda exactamente lo mismo en cada pieza, ese modelo sobreestima la espera y conviene un modelo con menos variabilidad.

Cuando tienes varios servidores en paralelo, el modelo correcto es M/M/c, que reparte las llegadas entre c canales y reduce muchisimo la espera respecto a un solo servidor. Cuando hay prioridades, reservaciones, abandono de fila o llegadas que dependen de la hora, ya entras en modelos mas ricos o en simulacion. Nuestra Calculadora de Teoria de Colas (M/M/1, M/M/c) cubre los dos casos base y es el mejor punto de partida antes de complicarte con herramientas mas pesadas.

Y si tu pregunta no es de esperas sino de asignar recursos, elegir entre alternativas o encontrar rutas optimas, la teoria de colas no es la herramienta. Ahi te sirven mas la programacion lineal, el analisis de decisiones o los modelos de transporte, todos disponibles en la seccion de calculadoras que enlazamos abajo.

Tres consejos de experto

Mide el tiempo de flujo real, no el que crees

Casi todos subestiman W porque cuentan solo el tiempo de trabajo activo y olvidan las esperas entre etapas. En muchos procesos, la unidad pasa mas tiempo esperando que siendo procesada. Sigue unas cuantas unidades de principio a fin con reloj en mano y vas a descubrir que tu W verdadero es bastante mayor. Ese numero honesto es el que alimenta la Ley de Little y el que te dice cuanto WIP cargas de verdad.

Ataca la variabilidad, no solo el promedio

Dos lineas con el mismo rho pueden tener esperas muy distintas si una tiene tiempos de servicio parejos y la otra muy irregulares. La variabilidad es gasolina para las colas. Antes de comprar mas capacidad, revisa si puedes hacer los tiempos de atencion mas estables: estandarizar el trabajo, quitar interrupciones o separar los casos raros que se tardan muchisimo. Muchas veces bajar la variabilidad te da mas mejora que agregar un servidor.

Disena para una utilizacion con holgura

La tentacion de exprimir cada recurso al maximo es fuerte, pero la curva de espera castiga sin piedad. Deja aire. Una estacion planeada para rho cercano a 0.8 absorbe los picos del dia sin colapsar, mientras que una planeada al 0.95 vive al borde y cualquier variacion pequena la manda a esperas larguisimas. La holgura no es desperdicio, es el seguro que mantiene tus promesas de tiempo.

Calculadoras gratuitas de Investigacion de Operaciones

Estas calculadoras te ahorran la aritmetica y te dejan enfocarte en las decisiones. La mas relacionada con este articulo es la de teoria de colas, que resuelve M/M/1 y M/M/c con solo capturar tus ritmos de llegada y servicio. Explora tambien el resto de la coleccion segun el problema que tengas enfrente, y visita el centro de Investigacion de Operaciones para verlas todas.

• Calculadora de Teoria de Colas (M/M/1, M/M/c)
• Calculadora de Programacion Lineal (Simplex)
• Calculadora de Analisis de Decisiones (Tabla de Pagos)
• Calculadora de Cadenas de Markov (Estado Estable)
• Calculadora del Problema de Asignacion (Hungaro)
• Calculadora del Problema de Transporte (MODI)

Preguntas frecuentes

Que dice exactamente la Ley de Little

Dice que el numero promedio de unidades en un sistema estable es igual al ritmo de llegada multiplicado por el tiempo promedio que cada unidad pasa dentro: L = lambda x W. Sirve para cualquier proceso estable sin importar el orden de atencion ni el numero de etapas.

Cual es la diferencia entre L y Lq

L es el total promedio de unidades en el sistema, incluyendo la que se esta atendiendo. Lq es solo el promedio que espera en la fila, sin contar la que ya recibe servicio. La relacion es L = Lq + rho para un solo servidor.

Que significa la utilizacion rho

Es la fraccion del tiempo que el servidor esta ocupado, calculada como rho = lambda / mu. Un rho de 0.8 quiere decir que el recurso trabaja el 80 por ciento del tiempo. Debe ser menor que 1 para que el sistema sea estable.

Por que la espera se dispara cerca del 100 por ciento de uso

Porque la formula Lq = rho^2 / (1 – rho) tiene un (1 – rho) en el denominador. Cuando rho se acerca a 1, ese denominador tiende a cero y la fila crece sin control. Por eso los ultimos puntos de utilizacion cuestan mucho mas que los primeros.

Como bajo el trabajo en proceso sin perder ritmo

Por la Ley de Little, si mantienes lambda fijo, la unica forma de bajar L es bajar W. En el ejemplo, pasar de 60 a 40 unidades con throughput de 20 por hora exige reducir el tiempo de flujo de 3 a 2 horas recortando esperas o reprocesos.

Que unidades debo usar

Las que quieras, pero deben ser consistentes. Si lambda esta en unidades por hora, W debe estar en horas y mu en unidades por hora. Convierte todo a la misma base de tiempo antes de dividir o multiplicar para evitar el error mas comun.

La Ley de Little sirve para servicios y no solo para fabricas

Si. Funciona igual para tickets de soporte, pacientes en una clinica, expedientes legales o clientes en una fila. Mientras el sistema sea estable y midas llegadas, tiempo de flujo e inventario en las mismas unidades, la relacion se cumple.

Que es un sistema estable

Es aquel donde en promedio sale tanto como entra, de modo que la fila no crece indefinidamente. Requiere que las llegadas sean menores que la capacidad de servicio, es decir rho menor que 1. En plena hora pico puede que aun no observes el promedio de largo plazo.

Cuando debo usar M/M/c en vez de M/M/1

Usa M/M/c cuando tienes varios servidores en paralelo atendiendo la misma fila, como varias cajas o varios agentes. El modelo reparte las llegadas entre los canales y reduce mucho la espera comparado con un solo servidor. La calculadora de teoria de colas resuelve ambos casos.

Que utilizacion conviene planear

Depende de tu tolerancia a la espera, pero muchas operaciones apuntan a un rho entre 0.7 y 0.85 para dejar holgura ante los picos. Correr por encima de 0.9 ahorra capacidad en papel pero genera esperas que suelen costar mas que el recurso adicional.

La formula funciona si los tiempos de servicio son muy parejos

El modelo M/M/1 supone tiempos de servicio con variabilidad tipo exponencial. Si tus tiempos son casi constantes, ese modelo sobreestima la espera. En ese caso conviene un modelo de menor variabilidad, que dara una fila mas corta para el mismo rho.

La Ley de Little y las colas no son teoria de pizarron: son la manera mas rapida de anticipar cuanta acumulacion vas a tener y cuanto va a esperar tu cliente antes de que ocurra. Empieza midiendo bien tus tres numeros, calcula la utilizacion con honestidad y recuerda que la holgura casi siempre sale mas barata que la espera. Cuando quieras correr los escenarios, la calculadora de teoria de colas te da los resultados en segundos para que dediques tu tiempo a la decision y no a la aritmetica.