UNIVERSIDAD CATOLICA BOLIVIANA SANTA CRUZ

TEORIA DE COLAS: MODELO M/D/1

INTEGRANTES: Carlos Terrazas

DOCENTE: Rene Ovando

MATERIA: Investigacion Operativa 2

25 de Agosto de 2014
En este caso, los tiempos de servicio son variables aleatorias independientes, no
necesariamente exponenciales, aunque s idnticamente distribuidas e independientes de
los tiempos entre llegadas. Los modelos de colas en los que las llegadas y salidas no
siguen la distribucin de Poisson son complejos. En general, es aconsejable utilizar la
simulacin como una he- rramienta alternativa para analizar estas situaciones. Esta
seccin presenta una de las pocas colas no Poisson para la cual hay disponi- bles
resultados analticos. Se trata del caso en que el tiempo de servicio, t, est repre- sentado
por cualquier distribucin de probabilidad con media E{t} y varianza var{t}. Los
resultados del modelo incluyen las medidas de desempeo bsicas Ls, Lq, Ws y Wq, as
como tambin p0. El modelo no proporciona una expresin de forma cerrada para pn
debido a la incontrolabilidad analtica.

Sea l la tasa de llegadas a la instalacin de un solo servidor. Dadas E{t} y var{t} de la

distribucin del tiempo de servicio y que lE{t} , 1, se puede demostrar por medio de un
anlisis de cadena de Markov/probabilidad compleja.

Sea tn el instante en que se produce la n-sima salida del sistema.

Justo despus de tn, sea Nn el nmero de clientes en el sistema. Son variables aleatorias
con valores enteros (y no negativos):

es un proceso estocstico en tiempo discreto.

Si existe el estado estacionario, entonces existir

N es el nmero de clientes tras una salida en estado estacionario. Se pretende calcular
E(N).

Entonces

Nn+1 = Nn + A - Un,

siendo A el nmero de llegadas al sistema en S unidades de tiempo (A tambin es v.a.) y

Sabiendo que S=s, entonces . Adems,

usaremos la notacin .

El estado estacionario existe si .

Como Nn+1 = Nn + A - Un, tomando esperanzas:

Y tomando lmites:
(Probabilidad de que queden clientes en el sistema tras una salida en estado estacionario)

Ahora, como paso previo para el clculo de E(N), interesa determinar P(Nn+1=j|Nn=i). Es
obvio que P(Nn+1=j|Nn=i)=0

si . Basta ahora
considerar .

Caso 1: .

Este valor no depende de n: son probabilidades estacionarias (slo dependen del estdo del
sistema). Vienen en funcin de la diferencia j-i. Lo llamaremos kj-i+1 .

Una vez conocida la distribucin de S, ya se puede determinar el valor anterior.

Caso 2: .

Razonando como antes, pero teniendo en cuenta que en esta ocasin deben llegar j:

ste es el valor que toma kj . Calculemos ahora E(N). Se parte de

 Nn+1=Nn + A - Un.

Elevamos al cuadrado y tomamos esperanzas:

E(Nn+12)=E(Nn2)+E(A2)+E(Un2)+2E(NnA)-2E(NnUn)-2E(UnA).

Ahora se observa que por definicin de Un es E(Un2)=E(Un) y E(NnUn)=E(Nn). Adems,

A y Nn son independientes (el proceso de llegadas y el proceso de salidas son
independientes). De igual modo, A y Un son independientes.

E(Nn+12)=E(Nn2)+E(A2)+E(Un)+2E(Nn)E(A)-2E(Nn)-2E(Un)E(A)

Tomando lmites en n y usando :

Como , basta conocer Var(A).

Para su clculo se necesita de estos resultados previos:

1.
Si X es una variable aleatoria, entonces Var(X)=E(X2)-E2(X).
2.

Si E(X) es finita y ,
EY[EX(h(X)|Y=y)]=EX(X).
3.
Si E(X2) es finita, entonces
VarY[EX(X|Y=y)]=VarX(X) - EY[VarX(X|Y=y)].

Los dos primeros resultados son de inmediata demostracin, as como el tercero usando
el segundo. Ahora, haciendo

y teniendo en cuenta que la variable (A|S=s) sigue una distribucin , se

tiene:

As

Finalmente, calculemos P(N=n). Sea Pj=P(N=j).

Por el teorema de la probabiliad total,

Al tomar lmites en n:
siendo kl=0 si l<0.

En notacin matricial:

La entrada (i,j) representa la probabilidad de pasar del estado i al estado j en estado

estacionario.

Si P=PK para cierto , entonces existir el

estado estacionario.

Las entradas de P vienen dadas por

Multiplicando por sj+1 la j-sima ecuacin:

Sumando todas las igualdades obtenidas (y representado por G la funci

n generatriz de probabilidades de N):

Como G(1)=1, utilizando la regla de l'Hpital se tiene

Caso particular: El modelo M/D/1

Los tiempos de servicio son constantes: .

kj = P(haya j llegadas en unidades de tiempo) =

Ahora

Luego

Como

entonces

Gn)(0)=n! P(N=n).
As que
BIBLIOGRAFIA

Investigacin de operaciones Novena edicin - Hamdy A. Taha

wikipedia