GUÍA DE LECTURA

Teoría de Colas

A continuación se presenta el desarrollo de las medidas de desempeño para algunas filas.

1 La fila 𝑴/𝑴/𝟏/𝑮𝑫/∞/∞

De su notación de Kendall, esta es una fila en la cual el tiempo entre arribos y el tiempo de servicio
siguen una distribución exponencial (con tasas que denotaremos 𝜆 y 𝜇 respectivamente), sólo hay un
servidor, y tanto la capacidad del sistema como el tamaño de la población son infinitos. La notación
resumida de Kendall para esta cola es M/M/1, ya que los últimos tres términos normalmente se omiten.

Así, la fila descrita se puede modelar como una cadena de Markov de tiempo continuo con variable de
estado 𝑋(𝑡) = número de entidades en el sistema en el instante 𝑡. El espacio de estados de la cadena es el
conjunto infinito de los números enteros no-negativos 𝑆 = {0,1,2, … }. Entonces, la Figura 1 muestra el
diagrama de tasas correspondiente.

Figura 1: Diagrama de estado transición de la fila 𝑴/𝑴/𝟏/𝑮𝑫/∞/∞

Note que esta cadena es un proceso de nacimiento y muerte, por lo que las probabilidades de estado
estable (si existen) tienen la forma:

𝜋𝑗 = 𝑐𝑗 𝜋0

Donde 𝑐𝑗 se calcula a partir de 𝜆 y 𝜇 así:

𝜆0 𝜆1 ⋯ 𝜆𝑗−1 𝜆𝑗 𝜆 𝑗
𝑐𝑗 = = 𝑗 =( )
𝜇1 𝜇2 ⋯ 𝜇𝑗 𝜇 𝜇

Entonces, para conocer todas las probabilidades de estado estable sólo es necesario encontrar 𝜋0 como
en cualquier proceso de nacimiento y muerte:
−1 −1
∞ ∞
𝜆 𝑗 𝜆 𝑗
𝜋0 = (1 + ∑ ( ) ) = (∑ ( ) )
𝜇 𝜇
𝑗=1 𝑗=0

1
GUÍA DE LECTURA

La existencia de 𝜋0 , y por lo tanto de todas las probabilidades de estado estable dependen de la serie
infinita ∑∞𝑗=0(𝜆/𝜇) , que converge solo si (𝜆/𝜇) < 1. Esta condición es consistente con la interpretación
𝑗

física de la fila, porque si 𝜇 < 𝜆, las entidades llegan a la fila más rápido de lo que el servidor las puede
atender, por lo que en el largo plazo la fila tendrá una longitud infinita. En este caso, todos los estados
de la cadena serán transitiorios, y por la tanto, si bien la cadena es irreducible, no es ergódica y las
𝜆
probabilidades de estado estable no existirán. Así, denotaremos como 𝜌 = 𝜇 la relación entre las tasas
de llegada y de servicio y calculamos las probabilidades en estado estable en función de 𝜌:
−1
∞
1 −1
𝜋0 = (∑ 𝜌 𝑗 ) =( ) =1−𝜌
1−𝜌
𝑗=0

La segunda igualdad en la expresión arriba se obtiene de las propiedades de las series geométricas, las
cuales, cuando la razón de la serie (en este caso el 𝜌) es estrictamente menor a 1, convergen al valor
finito (1 − 𝜌)−1

Ahora es de interés conocer la utilización del servidor, o la fracción de tiempo que el servidor está
ocupado en el largo plazo:
∞ ∞

Utilización = 𝜋1 + 𝜋2 + ⋯ = ∑ 𝜋𝑗 = ∑ 𝜋𝑗 − 𝜋0 = 1 − 𝜋0 = 1 − (1 − 𝜌) = 𝜌
𝑗=1 𝑗=0

Entonces, las probabilidades de estado estable tienen la forma 𝜋𝑗 = (1 − 𝜌)𝜌 𝑗 , 𝑗 ≥ 0. Así, es posible
conocer el número esperado de entidades en el sistema (𝐿) como sigue:
∞ ∞ ∞
𝜌 𝜌
𝐿 = ∑ 𝑗 𝜋𝑗 = ∑ 𝑗 (1 − 𝜌)𝜌 = (1 − 𝜌) ∑ 𝑗 𝜌 𝑗 = (1 − 𝜌)
𝑗
2
=
(1 − 𝜌) 1−𝜌
𝑗=0 𝑗=0 𝑗=0

De forma similar se puede encontrar el número esperado de entidades en servicio (𝐿𝑠 ):

∞ ∞

𝐿𝑠 = 0 ⋅ 𝜋0 + ∑ 1 ⋅ 𝜋𝑗 = ∑ 𝜋𝑗 = 1 − 𝜋0 = 1 − (1 − 𝜌) = 𝜌
𝑗=1 𝑗=1

Es también posible obtener 𝐿𝑠 a través de la aplicación de la Ley de Little al subsistema constituido

por el servidor de la cola. Como se ilustra en la Figura 1, dado que la M/M/1 es ergódica, el flujo de
entidades que salen del sistema debe ser igual en intensidad al flujo de entidades que ingresan al
sistema, es decir ambos tienen que ser de tasa 𝜆. Dada la naturaleza secuencial del modelo, primero
la espera y después el servidor, también el flujo de entidades que pasan de esperar a servicio debe ser
de tasa 𝜆.

2
GUÍA DE LECTURA

Entonces, aplicando la Ley de Little (𝐿𝑠 = 𝜆𝑊𝑠 ) al sistema encerrado en el rectángulo con línea
discontinua, podemos obtener que en el estado estacionario el número promedio de entidades en
servicio es igual a la tasa de llegada 𝜆 por el tiempo promedio que cada una de ellas pasa en servicio,
lo cual es 𝑊𝑠 = 1/𝜇. Se re-obtiene que
𝜆
𝐿𝑠 = 𝜆𝑊𝑠 = =𝜌
𝜇
El número esperado de entidades en fila (𝐿𝑞 ) es:

𝜌 𝜌2
𝐿𝑞 = 𝐿 − 𝐿𝑠 = −𝜌=
1−𝜌 1−𝜌
Finalmente, usando la ley de Little se pueden encontrar los tiempos promedio de permanencia en el
sistema (𝑊):
𝜌
𝐿 1−𝜌 1 1
𝑊= = = =
𝜆 𝜆 𝜇(1 − 𝜆/𝜇) 𝜇−𝜆
1
Dado que el tiempo promedio en servicio es 𝑊𝑠 = 𝜇, podemos calcular el tiempo promedio en espera
de cada entidad como sigue:
1 1 𝜆
𝑊𝑞 = 𝑊 − 𝑊𝑠 = − =
𝜇 − 𝜆 𝜇 𝜇(𝜇 − 𝜆)

2 La fila 𝑴/𝑴/𝟏/𝑮𝑫/𝒄/∞

De su notación de Kendall, ésta es una fila en la cual el tiempo entre arribos y el tiempo de servicio
siguen una distribución exponencial (con tasas que denotaremos 𝜆 y 𝜇 respectivamente), sólo hay un
servidor, el tamaño de la población es infinito, y el sistema tiene capacidad de 𝑐 entidades en total,
es decir, en fila y en servicio.

La notación resumida para esta cola es 𝑀/𝑀/1/𝑐.

La fila descrita se puede modelar como una cadena de Markov de tiempo continuo con variable de
estado 𝑋(𝑡) = número de entidades en el sistema en el instante 𝑡. Entonces, la Figura 2 muestra el diagrama
de tasas correspondiente.

3
GUÍA DE LECTURA

Figura 2: Diagrama de Tasas de la fila 𝑴/𝑴/𝟏/𝑮𝑫/𝒄/∞

Note que esta cadena es un proceso de nacimiento y muerte, y que además siempre es ergódica ya
que tiene espacio de estados finito, por lo que las probabilidades de estado estable siempre existen y
tienen la forma:

𝜋𝑗 = 𝑐𝑗 𝜋0

Donde 𝑐𝑗 se calcula a partir de 𝜆 y 𝜇 así:

𝜆0 𝜆1 ⋯ 𝜆𝑗−1 𝜆𝑗 𝜆 𝑗
𝑐𝑗 = = 𝑗 = ( ) = 𝜌𝑗
𝜇1 𝜇2 ⋯ 𝜇𝑗 𝜇 𝜇

Entonces, para conocer todas las probabilidades de estado estable solo es necesario encontrar 𝜋0 como
en cualquier proceso de nacimiento y muerte:
−1 −1
𝑐 ∞
1−𝜌
𝜋0 = (1 + ∑ 𝜌 𝑗 ) = (∑ 𝜌 𝑗 ) =
1 − 𝜌𝑐+1
𝑗=1 𝑗=0

Es importante observar que para este modelo el 𝜌 no corresponde a la utilización del sistema, y que
puede asumir valores arbitrariamente grandes. En efecto, para calcular la utilización de este sistema
se debe considerar que cuando el sistema está en el estado 𝑐 (es decir, hay 𝑐 − 1 entidades en fila) las
llegadas se pierden. Por esto, se calcula una tasa efectiva de entrada al sistema (𝜆𝑒 ) de la siguiente
forma:

𝜆𝑒 = 𝜆𝜋0 + 𝜆𝜋1 + ⋯ + 𝜆𝜋𝑐−1 + 0𝜋𝑐 = 𝜆(𝜋0 + 𝜋1 + ⋯ + 𝜋𝑐+1 ) = 𝜆(1 − 𝜋𝑐 )

𝜆(1−𝜋𝑐 )
Y la utilización del sistema es 𝜇
= 𝜌(1 − 𝜋𝑐 ).

Finalmente, se calculan los números esperados de entidades y tiempos promedio de forma similar a la
fila 𝑀/𝑀/1/𝐺𝐷/∞/∞:
𝑐
1−𝜌 𝜌[1 − (𝑐 + 1) ⋅ 𝜌𝑐 + 𝑐 ⋅ 𝜌𝑐+1 ]
𝐿 = ∑ 𝑗𝜌 𝑗 =
1 − 𝜌𝑐+1 (1 − 𝜌𝑐+1 )(1 − 𝜌)
𝑗=0

𝐿𝑠 = 𝜌(1 − 𝜋𝑐 )

4
GUÍA DE LECTURA

𝐿𝑞 = 𝐿 − 𝐿𝑠
𝐿
𝑊=
𝜆𝑒
1
𝑊𝑠 =
𝜇
𝑊 = 𝑊 − 𝑊𝑠
Note que las fórmulas mencionadas fallan cuando 𝜌 = 1, sin embargo, en este caso se tiene que:
−1 −1
𝑐 𝑐
1
𝜋0 = (1 + ∑ 𝜌 𝑗 ) = (1 + ∑ 1) =
1+𝑐
𝑗=1 𝑗=1

Además, ya que para cualquier estado 𝑗 se tiene que 𝑐𝑗 = 1, todos los 𝜋𝑗 = 𝜋0 . Esto quiere decir que,
en estado estable, el sistema estará en cualquier estado con la misma probabilidad. A partir de esta
definición de 𝜋𝑗 se pueden calcular las demás medidas de desempeño como se hizo anteriormente. En
particular, se puede mostrar que cuando 𝜌 = 1 se tiene que 𝐿 = 𝑐/2.

3 La fila 𝑴/𝑴/𝒔/𝑮𝑫/∞/∞

De su notación de Kendall, esta es una fila en la cual el tiempo entre arribos y el tiempo de servicio
siguen una distribución exponencial (con tasas que denotaremos 𝜆 y 𝜇 respectivamente), hay múltiples
servidores, y tanto la capacidad del sistema como el tamaño de la población son infinitos. La notación
de Kendall resumida para esta fila es 𝑀/𝑀/𝑠.

Así, la fila descrita se puede modelar como una cadena de Markov de tiempo continuo con variable de
estado 𝑋(𝑡) = número de entidades en el sistema en el instante 𝑡. Entonces, la Figura 3 muestra el diagrama
de tasas correspondiente.

Figura 3: Diagrama de tasas de la fila M/M/s/GD/∞/∞

Para analizar esta fila en estado estable, es necesario que todos los estados sean recurrentes, lo que
se cumple siempre y cuando 𝜆/𝑠𝜇 < 1. Esta cantidad se denota como 𝜌𝑠 y es la utilización del sistema.

Note que esta cadena es un proceso de nacimiento y muerte, por lo que las probabilidades de estado
estable (si existen) tienen la forma:

5
GUÍA DE LECTURA

𝜋𝑗 = 𝑐𝑗 𝜋0

Donde 𝑐𝑗 se calcula a partir de 𝜆 y 𝜇 así:

(𝑠𝜌𝑠 )𝑗
𝑗<𝑠
𝑗!
𝑐𝑗 =
(𝑠𝜌𝑠 )𝑗
𝑗≥𝑠
{𝑠! 𝑠 𝑗−𝑠
Y 𝜋0 :
−1 −1
𝑠−1 ∞ 𝑠−1
(𝑠𝜌𝑠 )𝑗 (𝑠𝜌𝑠 )𝑗 (𝑠𝜌𝑠 )𝑗 (𝑠𝜌𝑠 )𝑠
𝜋0 = (∑ +∑ ) = (∑ + )
𝑗! 𝑠! 𝑠 𝑗−𝑠 𝑗! 𝑠! (1 − 𝜌𝑠 )
𝑗=0 𝑗=𝑠 𝑗=0

Entonces, es posible calcular el número esperado de entidades en cola:

𝜌𝑠 (𝑠𝜌𝑠 )𝑠 𝜌𝑠
𝐿𝑞 = 𝑃[𝑗 ≥ 𝑠] = 𝜋0
1 − 𝜌𝑠 𝑠! (1 − 𝜌𝑠 ) 1 − 𝜌𝑠
1
Además, se conoce que 𝑊𝑠 = 𝜇 y usando la ley de Little se obtiene 𝐿𝑠 = 𝑠𝜌𝑠 = 𝜆/𝜇. Es importante
observar que para este modelo, la cantidad 𝜆/𝜇 no corresponde a la utilización sino al número promedio
de entidades en servicio en estado estacionario.
Entonces, la cantidad esperada de entidades en el sistema es:
(𝑠𝜌𝑠 )𝑠 𝜌𝑠
𝐿 = 𝐿𝑞 + 𝐿𝑠 = 𝜋0 + 𝑠𝜌𝑠
𝑠! (1 − 𝜌𝑠 ) 1 − 𝜌𝑠
Finalmente, 𝑊 y 𝑊𝑞 se pueden encontrar a partir de 𝐿 y 𝐿𝑞 respectivamente usando la ley de Little.

4 La fila 𝑴/𝑴/𝑹/𝑮𝑫/𝑲/𝑲

De su notación de Kendall, ésta es una fila en la cual el tiempo entre arribos y el tiempo de servicio
siguen una distribución exponencial (con tasas que denotaremos 𝜆 y 𝜇 respectivamente), hay múltiples
servidores, y tanto la capacidad del sistema como el tamaño de la población son finitos.

Así, la fila descrita se puede modelar como una cadena de Markov de tiempo continuo con variable de
estado 𝑋(𝑡) = número de entidades en el sistema en el instante 𝑡. Entonces, la Figura 4 muestra el diagrama
de tasas correspondiente.

6
GUÍA DE LECTURA

Figura 4: Diagrama de tasas de la fila M/M/R/GD/K/K

Note que esta cadena es un proceso de nacimiento y muerte, y que además siempre es ergódica, por
lo que las probabilidades de estado estable siempre existen y tienen la forma:

𝜋𝑗 = 𝑐𝑗 𝜋0

Donde 𝑐𝑗 se calcula a partir de 𝜌 = 𝜆/𝜇 así:

𝐾
( ) 𝜌𝑗 0≤𝑗≤𝑅
𝑗
𝑐𝑗 =
𝐾 𝜌 𝑗 𝑗!
( ) 𝑅<𝑗≤𝐾
{ 𝑗 𝑅! 𝑅 𝑗−𝑅
Para esta fila no existen fórmulas para 𝜋0 , y por lo tanto tampoco existen para 𝐿 o 𝐿𝑞 , que se deben
calcular a partir de las probabilidades de estado estable:
−1
𝐾

𝜋0 = (∑ 𝑐𝑗 )
𝑗=0
𝐾

𝐿 = ∑ 𝑗 𝜋𝑗
𝑗=0
𝐾

𝐿𝑞 = ∑ (𝑗 − 𝑅)𝜋𝑗
𝑗=𝑅+1

Por otro lado, 𝐿𝑠 se puede calcular a partir de 𝑊𝑠 = 1/𝜇 usando la ley de Little. Sin embargo, para
poder usar la ley de Little (y calcular la utilización del sistema) se debe encontrar una tasa promedio
de arribos al sistema que se denotará como 𝜆 (note en la figura 4 que la tasa de arribos depende del
estado).
𝐾 𝐾 𝐾
̅𝜆 = ∑(𝐾 − 𝑗)𝜆𝜋𝑗 = ∑ 𝐾𝜆𝜋𝑗 − ∑ 𝑗𝜆𝜋𝑗 = 𝐾𝜆 − 𝜆𝐿 = 𝜆(𝐾 − 𝐿)
𝑗=0 𝑗=0 𝑗=0

Con el valor de 𝜆 y encontrando 𝐿 y 𝐿𝑞 como se mencionó anteriormente, es posible encontrar 𝑊 y 𝑊𝑞 .

7
GUÍA DE LECTURA

5 La fila 𝑴/𝑮/𝟏/𝑮𝑫/∞/∞

De su notación de Kendall, ésta es una fila en la cual el tiempo entre arribos sigue una distribución
exponencial (con tasa que denotaremos 𝜆), hay un único servidor, tanto la capacidad del sistema como
el tamaño de la población son infinitos, y el tiempo de servicio sigue alguna distribución de
probabilidad. La notación de Kendall resumida para esta fila es 𝑀/𝐺/1.

Así, la fila descrita se puede modelar como un proceso estocástico con variable de estado 𝑋(𝑡) =
número de entidades en el sistema en el instante 𝑡. Sin embargo, dado que el tiempo de servicio no
necesariamente cumple la propiedad Markoviana, {𝑋(𝑡), 𝑡 ≥ 0} no será en general una cadena de
Markov. Aunque para este modelo no es posible encontrar probabilidades en estado estable como se
ha hecho hasta ahora, si es posible realizar ciertos análisis sobre las medidas de desempeño del
sistema.

Para esto, es necesario conocer por lo menos la media (1/𝜇) y la varianza (𝜎 2 ) del tiempo de servicio.
Así, es posible calcular la utilización del servidor usando la ley de Little sobre el subsistema compuesto
únicamente por el servidor así: 𝜌 = 𝐿 = 𝜆𝑊 = 𝜆/𝜇.

Además, usando la fórmula de Pollaczek–Khinchine es posible encontrar el número esperado de clientes

en espera en el sistema en el largo plazo:

𝜆2 𝜎 2 + 𝜌2
𝐿𝑞 =
2(1 − 𝜌)
Entonces, también es posible conocer 𝐿:
𝜆
𝐿 = 𝐿𝑞 + 𝐿𝑠 = 𝐿𝑞 +
𝜇
Finalmente, 𝑊 y 𝑊𝑞 se calculan a partir de la ley de Little. Note que el valor de 𝐿𝑞 (y por lo tanto de
𝐿) incrementan con la varianza del tiempo de servicio, lo cual es un ejemplo de un resultado general
para los sistemas con filas:

Al aumentar la varianza de los tiempos de llegada y de servicio, los indicadores de

rendimiento de un sistema con fila empeoran, es decir que el número promedio de
entidades (en fila y totales) así como los tiempos (de espera y de permanencia en
el sistema) aumentan.

6 La fila 𝑮/𝑮/∞/𝑮𝑫/∞/∞

De su notación de Kendall, esta es una fila en la cual el tiempo entre arribos y el tiempo de servicio
siguen alguna distribución de probabilidad (con tasas que denotaremos 𝜆 y 𝜇 respectivamente), hay
infinitos servidores, y tanto la capacidad del sistema como el tamaño de la población son infinitos. La
notación de Kendall resumida para esta cola es 𝐺/𝐺/∞.

8
GUÍA DE LECTURA

Así, la fila descrita se puede modelar como un proceso estocástico con variable de estado 𝑋(𝑡) =
número de entidades en el sistema en el instante 𝑡. Sin embargo, dado que ni el tiempo entre llegadas ni el
tiempo de servicio necesariamente cumplen la propiedad Markoviana, {𝑋(𝑡), 𝑡 ≥ 0} no será en general
una cadena de Markov. Aunque para este sistema no es posible encontrar probabilidades en estado
estable como se ha hecho hasta ahora, sí es posible realizar ciertos análisis sobre las medidas de
desempeño del sistema.

Ya que el número de servidores es infinito, la utilización de este sistema es cero, pues todas las
entidades que lleguen encontrarán un servidor disponible y el número de servidores ocupados será
siempre despreciable con respecto al número total de servidores disponibles (que es infinito). Además,
nunca se formará una fila, por lo que 𝐿𝑞 = 𝑊𝑞 = 0.

Finalmente, 𝑊𝑠 = 1/𝜇 y usando la ley de Little 𝐿𝑠 = 𝜆/𝜇.

7 La fila 𝑴/𝑴/∞/𝑮𝑫/∞/∞ (o 𝑴/𝑴/∞)

El análisis para esta fila es similar al de la fila 𝐺/𝐺/∞/𝐺𝐷/∞/∞, y las medidas de desempeño se
calculan de la misma forma. Sin embargo, dado que en este caso los tiempos involucrados en el sistema
siguen una distribución exponencial, el proceso estocástico subyacente si es una cadena de Markov,
por lo que se pueden encontrar las probabilidades en estado estable así:

𝜋𝑗 = 𝑐𝑗 𝜋0

𝜌𝑗
𝜋𝑗 = 𝜋
𝑗! 0
−1
∞
𝜌𝑗
𝜋0 = (∑ ) = 𝑒 −𝜌
𝑗!
𝑗=0