Modelo de Colas M/M/1

Contenido
Generalidades de teora de colas.
Modelo M/M/1.
Medidas de desempeo M/M/1 (construccin
probabilstica).
Procesos de nacimiento y muerte.
Teorema de Little.
Teorema de Burke.
Generalidades Teora de Colas
Generalidades Teora de Colas
Todos hemos experimentado en alguna ocasin la sensacin de estar
perdiendo el tiempo.
Generalidades Teora de Colas
Por qu hay que esperar? Cunto hay que esperar?

La capacidad del servicio ha sido (o es) menor que la capacidad de

demanda.
Generalidades Teora de Colas
Descripcin:
Un conjunto de clientes llega a un sistema buscando un servicio,
esperan si este no es inmediato, y abandonan el sistema una vez han
sido atendidos. Se construye un modelo matemtico.
Generalidades Teora de Colas
Caractersticas:

Patrn de llegada de los clientes: la llegada es estocstica.

Patrn de servicio de los servidores: tiempo de servicio variable,
dependiente.
Disciplina de cola: manera en que los clientes se ordenan, fifo,
prioridad, aleatoria.
Capacidad del sistema: limitacin de clientes en cola, cola finita.
Canales de servicio: forma como se alimenta al servidor, monocanal,
multicanal.
Etapas de servicio: unietapa, multietapa.
Modelo M/M/1
 Modelo M/M/1
Es un sistema al que los clientes llegan con una tasa segn una distribucin de
Poisson, tienen un nico servidor.
La tasa de servicio tiene una distribucin exponencial con el parmetro .
Un servidor nico atiende los clientes de uno en uno desde el principio de la cola.
El buffer es infinito por lo que no hay lmite en la cantidad de clientes.
Medidas de Desempeo
 Medidas de desempeo M/M/1

Para evaluar el desempeo se busca conocer dos factores principales:

El nmero de clientes que esperan en la cola

El tiempo que los clientes esperan en la cola y en el sistema
Medidas de desempeo M/M/1

Los modelos de colas ayudan a los administradores a tomar decisiones

para balancear los costos de servicio deseables con los costos de espera
en la lnea. Los principales factores que se evalan en estos modelos
son:

Tiempo promedio que cada cliente u objeto permanece en la cola

Longitud de cola promedio
Medidas de desempeo M/M/1

Tiempo promedio que cada cliente permanece en el sistema (tiempo de

espera + tiempo de servicio).
Nmero de clientes promedio en el sistema.
Probabilidad de que el servicio se quede vaco
Factor de utilizacin del sistema
Probabilidad de la presencia de un especfico nmero de clientes en el
sistema.
 Medidas de desempeo M/M/1
P0 = Probabilidad de que no existan clientes en el sist.
Pn = Probabilidad de que existan n clientes en el sistema.
Ls = nmero de clientes promedio en el sistema.
Lq = nmero de clientes promedio en la cola.
Ws = Tiempo promedio de permanencia de un cliente en el sistema.
Wq = Tiempo promedio de permanencia de un cliente en la cola.
Pw = Probabilidad de que un cliente que llega deba esperar para ser
atendido.
p = Tasa de uso de cada servidor (porcentaje del tiempo que cada
servidor es ocupado).
Medidas de desempeo M/M/1

= Nmero promedio de paquetes que

el servidor es capaz de atender por
unidad de tiempo.
= Nmero medio de llegadas por
unidad de tiempo
Tasa de Utilizacin del Sistema

= Nmero promedio de paquetes que

el servidor es capaz de atender por
unidad de tiempo.
= Nmero medio de llegadas por
unidad de tiempo
s = Nmero de servidores
n = Probabilidad de n clientes en la
cola
Medidas de desempeo M/M/1 - Ejemplo

Suponga una estacin de gasolina a la cual llegan en promedio 45

clientes por hora.
Se tiene capacidad para atender en promedio a 60 clientes por hora
Se sabe que los clientes esperan en promedio 3 minutos en la cola
Medidas de desempeo M/M/1 - Ejemplo

La tasa media de llegadas es 45 clientes por hora o 45/60 = 0.75

clientes por minuto
La tasa media de servicio es 60 clientes por hora o 60/60 = 1 cliente
por minuto
Procesos de nacimiento y muerte
Procesos de nacimiento y muerte
Modelo probabilstico que describe las llegadas (nacimientos) y
salidas(muertes) en el sistema de colas.

Tasa de nacimientos

Tasa de muertes
Procesos de nacimiento y muerte
Colas de capacidad infinita.
Disciplina FIFO
Se caracterizan porque en cualquier intervalo de tiempo
infinitesimal slo son posibles transiciones de un estado Ek al Ek+1
(nacimiento) o al Ek-1 (muerte).
Sea: N(t) = No. de clientes en el sistema en el instante t. Llamamos:
Procesos de nacimiento y muerte
Consideremos adems:
k = Tasa media de llegadas cuando en el sistema hay k
clientes.
k = Tasa media de servicio cuando en el sistema hay k
clientes.
(de esta forma, cuando hay k clientes en el sistema el tiempo medio
entre llegadas es 1 / k y la duracin media del servicio es 1 / k ).
Procesos de nacimiento y muerte
Diagrama de transicin:
Procesos de nacimiento y muerte
Si para algn k0 se cumple:

es decir, que la tasa de llegadas es menor que la tasa

de servicio, entonces el sistema alcanza el equilibrio y
existe:
Procesos de nacimiento y muerte
La probabilidad representa la fraccin de tiempo durante
la cual el sistema contiene k clientes, una vez alcanzado el
equilibrio.
Para calcular las , de acuerdo con nuestra definicin de
proceso de nacimiento-muerte, asumimos que en cada intervalo
de tiempo de duracin infinitesimal t slo puede producirse:
UNA LLEGADA, con probabilidad
UNA SALIDA, con probabilidad
Procesos de nacimiento y muerte
Se tiene que la ecuacin para obtener pk es:

Por ltimo, p0 puede calcularse sin ms que imponer la condicin:

de donde:
Teorema de Little
Teorema de Little

Teorema dado por, John Little el cual dice que el promedio a largo plazo de los clientes en un
sistema estable L es igual a la tasa a largo plazo de llegada efectiva al sistema multiplicado
por el tiempo promedio que pasa un cliente en el sistema W

L = W
Philip M. Morse, desafo la ley mostrando un caso para el cual dicha relacin no se cumple, sin
embargo en 1961 se demostr esta ley probando que no es posible un caso como el que
propuso Morse.

Shaler Stidham en 1972 una prueba diferente y mucho ms intuitiva.

Teorema de Little
Teorema de Little

Ejemplo:
Una pequea tienda con un solo cajero y una sola
fila, en donde solo una persona puede estar en el
mostrador a la vez y nadie se va sin comprar
algo, el sistema sera:
Entrada Mostrador Salida
Teorema de Little

Este es un sistema estable por lo que la velocidad

a la que las personas entra es el mismo en que
las personas salen, este se llama tasa de llegada.
L: Corresponde al nmero medio de clientes.
: Es la tasa de llegada a la tienda:
Teorema de Little

Supongamos que los clientes llegan a una tasa de

10 por hora y permanecen un tiempo promedio
de 0.5 horas, aplicando el teorema de Little
encontramos que el nmero medio en cualquier
instante de tiempo es de 5
L= 10 x 0.5 L=5
Teorema de Little

Aplicaciones:

Rendimiento Software-testers han utilizado el Teorema de Little para asegurar que los resultados de
rendimiento observadas no se deben a obstculos impuestos por el aparato de prueba. documentos
relacionados con ellos son:

Los cuellos de botella en la infraestructura de software J2EE por DeepakGoel.

Errores de medida de las cosas que asustan en la noche por Neil Gunther.

Otras aplicaciones incluyen los departamentos de personal de emergencia en los hospitales.

Teorema de Burke
 Teorema de Burke

El proceso de salidas de clientes de un sistema

M/M/c estable (/c < 1) con tasa de llegadas
es un proceso de Poisson de tasa
 Teorema de Burke

La distribucin del tiempo entre salidas consecutivas

de un M/M/c es idntica a la distribucin del tiempo
entre llegadas, es decir, exponencial de parmetro .
As, la distribucin de las salidas es como la de las
llegadas y no se ve afectada por el mecanismo de
servicio exponencial. Se puede demostrar adems que
los tiempos entre salidas consecutivas son
independientes entre si.
 Teorema de Burke
Consideramos un sistema con dos procesadores (servidores) en el
que los clientes llegan con tasa segn un proceso de Poisson.
Despus de ser servidos por el procesador 1 se unen a la cola del
procesador 2. Suponemos que ambas colas disponen de capacidad
ilimitada. Cada procesador sirve en tiempo exponencial con tasa i ,
i=1,2.
 Teorema de Burke
 Teorema de Burke
GRACIAS!
 QUIZ Ecuaciones Importantes:
Una doctora pasa en promedio 20 minutos Unidades en el sistema:
con sus pacientes, si el tiempo estimado de Tiempo de Unidad
llegada de pacientes es de 30 minutos, en el sistema:
determine:
Promedio Unidades
a. Nmero Promedio de pacientes en el
sistema en cola:
b. Tiempo Total que consume un paciente Tiempo de espera
c. Factor de uso del sistema en cola:
d. Nmero promedio de pacientes en
espera Factor de Uso:
e. Probabilidad de que el consultorio est Probabilidad
vaco de 0 unidades:
f. Probabilidad de que se encuentren 2
Probabilidad
pacientes en el consultorio.
de n unidades:
Bibliografa
El Teorema de Burke y las redes de colas - Eytan Modiano Instituto
Tecnolgico de Massachusetts
Tema 4 Redes de Colas
https://www.fiwiki.org/images/6/6b/4._Redes_de_colas.pdf
Ley de Little https://es.scribd.com/doc/129242462/Ley-de-Little
http://www2.ulpgc.es/hege/almacen/download/5/5022/Tema_4_Colas_
Markovianas_1.pdf