Teoría de Colas

Distribución Exponencial
Sea X v.a. con distribución exponencial parámetro β = 1/λ, entonces:
Función de Densidad de X Función de Distribución de X Esperanza Varianza
de X de X

Propiedad de Amnesia o la NO Memoria:

Si A v.a. es exponencial, parámetro λ, por la propiedad de la no memoria, es la E(A) = 1/λ.

En general para cualquier distribución el tiempo promedio de espera es:

Distribución de Poisson
Sea Nt v.a. con distribución de Poisson parámetro λt, entonces:
Función de Distribución de Nt Esperanza Varianza
de Nt de Nt

Procesos de Nacimiento y Muerte

Estabilidad ⇒ Los que entran, son los mismos que salen, por unidad de tiempo.
Cuando las tasas de nacimiento son mayores a las tasas de muerte NO HAY ESTABILIDAD. Las tasas
de nacimiento deben ser menores que las tasas de muerte para que haya estabilidad:
• π0 converge y ∑cj < 1.
λ0 λ1 ...λ j −1
cj = ⇒ π j = π 0c j
µ1 µ 2 ...µ j
π 0 + π 1 + π 2 + ... = 1
 ∞ 
π 0 1 + ∑ c j  = 1
 j =1 
1
π0 =
 ∞ 
1 + ∑ c j 
 
 j =1 
Notación para las características de los Sistemas de Teoría de Colas
• πj ⇒ Probabilidad de estado estable de que j clientes estén en el sistema.
• L = Lq + Ls ⇒ Número promedio de clientes en el sistema.
• Lq ⇒ Número promedio de clientes en cola.
• Ls ⇒ Número promedio de clientes en servicio.
• W = Wq + Ws ⇒ Tiempo promedio que pasa un cliente en el sistema (tiempo de respuesta).
• Wq ⇒ Tiempo promedio que pasa un cliente en cola.
• Ws = E(S) ⇒ Tiempo promedio que pasa un cliente en el servicio.
• E(A) ⇒ Tiempo medio o promedio entre llegadas.
• λ = 1/E(A) ⇒ Tasa de arribos (número promedio de clientes que llegan por unidad de tiempo).
• μ = 1/Ws ⇒ Tasa de atención (número promedio de terminaciones de servicio por unidad de
tiempo, rapidez del servicio).
• ρ = λ/sμ ⇒ Utilización del servidor (intensidad de tráfico o factor de utilización).
Tasa real de salida = μ(1 – π0)
Leyes de Little:

Costo del Sistema/u.t. = Costo de Ofrecer Servicio/u.t. + Costo de Demora/u.t. + Costo por Declinación/u.t.

Modelo M/M/1/DG/∞/∞
Si ρ ≥ 1, no existe estado estable. Si ρ < 1, se dan las siguientes fórmulas:

Como hay estabilidad la tasa de arribos es igual a la tasa de salida.

La tasa real de salida es:
µ (1 − π 0 ) = λ
La probabilidad de que el servidor esté libre es π0.
El costo promedio por hora para el sistema es:
Modelo M/M/1/DG/c/∞
Aunque λ ≥ μ, la capacidad finita del sistema evita que la cantidad de personas en el sistema se
amplifique, por lo que hay estabilidad. Se dan las siguientes fórmulas:

Como hay estabilidad la tasa de arribos es igual a la tasa de salida.

La tasa real de salida es:
µ (1 − π 0 ) = λ
La probabilidad de que el servidor esté libre es π0.
El costo promedio por hora para el sistema es:

Modelo M/M/s/DG/∞/∞
Si ρ ≥ 1, no existe estado estable. Si ρ < 1, se dan las siguientes fórmulas:
La probabilidad de estado estable de que todos los servidores estén ocupados está dada por:

Como hay estabilidad la tasa de arribos es igual a la tasa de salida.

La tasa real de salida es:

La probabilidad de que un servidor k esté libre con s servidores está dada por:

La probabilidad de que un servidor k esté ocupado con s servidores está dada por:

En este sistema de colas el número de clientes que un servidor puede despachar por u.t. es:

El costo promedio por hora para el sistema es:

Si un cliente tiene que esperar más t u.t. en un sistema decide cambiarse a otro sistema, esto se calcula
como:
Modelo GI/G/∞/DG/∞/∞
Sistema con servidores infinitos. Se dan las siguientes fórmulas:
λ
L = Ls = M / G / ∞ / DG / ∞ / ∞
µ j
1  λ  −λ µ
W = Ws =   e
µ
µ P( X = j ) = π j =   j≥0
L q = Wq = 0 j!

Modelo M/G/1/DG/∞/∞
Se dan las siguientes fórmulas:
λ
ρ=
µ
1
σ2 =
µ2
P( j = 0) = π 0 = 1 − ρ
L
L = Lq + L s W =
λ
λ 1
Ls = = ρ Ws =
µ µ
Lq =
(λ σ + ρ ) W = (λ σ + ρ )
2 2 2 2

2(1 − ρ ) 2λ (1 − ρ )
q

Modelo M/G/s/DG/s/∞
Aunque λ ≥ μ, la capacidad finita del sistema evita que la cantidad de personas en el sistema se
amplifique, por lo que hay estabilidad. Recibe el nombre de eliminación de clientes rechazados. Se dan
las siguientes fórmulas:
λ
ρ=
µ
1
π0 = s
ρj
∑
j =0 j!
ρ jπ 0
πj = j≤s
j!
λ (1 − π s ) 1
L = Ls = W = Ws =
µ µ
Lq = 0 Wq = 0
El sistema no atenderá en promedio λπs. Si tenemos la intensidad de tráfico ρ, entonces para un valor
dado de s, el valor de πs (fórmula de Erlang de pérdida) se puede determinar con la Tabla #2 o la Figura
#1.

Modelo M/M/R/DG/K/K
Recibe el nombre de modelos de fuente finita o reparación de máquinas.
• ρ ⇒ Intensidad de tráfico.
• πj ⇒ Probabilidad de estado estable de que se descompongan j máquinas
• L ⇒ Número esperado de máquinas descompuestas.
 • Lq ⇒ Número promedio de máquinas que esperan en el sistema.
• Ls ⇒ Número promedio de máquinas en servicio.
• W ⇒ Tiempo promedio que dura descompuesta una máquina.
• Wq ⇒ Tiempo promedio que pasa una máquina esperando para servicio.
• Ws ⇒ Tiempo promedio que pasa una máquina en servicio.
• λ ⇒ Frecuencia o rapidez con la que se descompone una máquina.
• µ ⇒ Rapidez con la que se repara una máquina.
• λ ⇒ Tasa real de arribos al sistema
λ
ρ=
µ
1
π0 =
1 + c1 + c 2 + ... + c k
 K j
   ρ π 0 0≤ j≤R
  j 
π j =  K 
  j  j! ρ π 0
j

  R< j≤K
 R! R j − R
K
L L
L = ∑ jπ j W = =
j =0 λ λ (K − L )
Ls Ls 1
L s = L − Lq Ws = = =
λ λ (K − L ) µ
K Lq Lq
Lq = ∑ ( j − R )π j Wq = =
j=R λ λ (K − L )
K K!
λ = λ (K − L )   =
 j  (K − j )! j!
Como hay estabilidad la tasa real de arribos es igual a la tasa de salida.
La tasa real de salida es:
  R−0 R −1 R−2 R − (R − 1) 
sµ 1 −  π 0 + π1 +π2 + ... + π R −1  = λ
  R R R R 
La probabilidad de que un servidor x esté libre con R servidores está dada por:
R−0 R −1 R−2 R − (R − 1)
π0 + π1 +π2 + ... + π R −1
R R R R
La probabilidad de que un servidor x esté ocupado con R servidores está dada por:
 R−0 R −1 R−2 R − (R − 1) 
1 − π 0 + π1 +π2 + ... + π R −1 
 R R R R 

Modelo M/M/si/DG/∞/∞
Líneas de Espera Exponenciales en Serie (k etapas)
• ρi ⇒ Intensidad de tráfico de la etapa i.
• πj* ⇒ Probabilidad de estado estable de que hayan j clientes en el sistema.
• L* ⇒ Número esperado de clientes en el sistema.
• Lq* ⇒ Número promedio de clientes que esperan en el sistema.
 • Ls* ⇒ Número promedio de clientes en servicio en el sistema.
• W* ⇒ Tiempo promedio que pasa un cliente en el sistema.
• Wq* ⇒ Tiempo promedio que pasa un cliente esperando en el sistema.
• Ws* ⇒ Tiempo promedio que pasa un cliente en servicio en el sistema.
• λ ⇒ Cantidad de clientes que llegan al sistema por unidad de tiempo.
• µi ⇒ Cantidad de clientes que llegan a la etapa i por unidad de tiempo.
• si ⇒ Cantidad de servidores en la etapa i.

Si ρi ≥ 1, no existe estado estable en la etapa k. Si ρi < 1, se dan las siguientes fórmulas:

λ k k
ρi = L* = ∑ Li W * = ∑ Wi
si µ i
i =1 i =1
k k k
π 0 * = ∏π 0 Ls * = ∑ Lsi Ws * = ∑ Wsi
i =1 i =1 i =1
k k
k
π j * = ∏π j Lq * = ∑ Lqi Wq * = ∑ Wqi
i =1 i =1
i =1

Modelo M/M/si/DG/∞/∞
Redes Abiertas de Líneas de Espera (k estaciones)
• ρi ⇒ Intensidad de tráfico de la estación i.
• πj* ⇒ Probabilidad de estado estable de que hayan j clientes en el sistema.
• L* ⇒ Número esperado de clientes en el sistema.
• Lq* ⇒ Número promedio de clientes que esperan en el sistema.
• Ls* ⇒ Número promedio de clientes en servicio en el sistema.
• W* ⇒ Tiempo promedio que pasa un cliente en el sistema.
• Wq* ⇒ Tiempo promedio que pasa un cliente esperando en el sistema.
• Ws* ⇒ Tiempo promedio que pasa un cliente en servicio en el sistema.
• λi ⇒ Cantidad de clientes que llegan a la estación i por unidad de tiempo.
• µi ⇒ Cantidad de clientes que llegan a la estación i por unidad de tiempo.
• si ⇒ Cantidad de servidores en la estación i.
• ri ⇒ Cantidad de clientes que llegan a la estación i desde afuera del sistema.
• λ ⇒ Cantidad de clientes que llegan al sistema por unidad de tiempo.
Si ρi ≥ 1, no existe estado estable en la estación k. Si ρi < 1, se dan las siguientes fórmulas:
λ 1 2 ... k
ρi = i
si µ i 1  11 p12 ... p1 j 
p
 
P = 2  p 21 p 22 ... p 2 j 
k
π 0 * = ∏π 0
i =1 ...  ... ... ... ... 
 
k
k  p j1 p j 2 ... p jj 
π j * = ∏π j
i =1

k
1 − ∑ pij
j =1
Probabilidad de estar en la estación i e irse del sistema =
k
λ j = r j + ∑ pij λi
i =1 1≤ j ≤ k
λ = r1 + r2 + r3 + ... + rk
k
L*
L* = ∑ Li W* =
i =1 λ
k
Ls *
Ls * = ∑ Lsi Ws * =
i =1 λ
k Lq *
Lq * = ∑ Lqi Wq * =
i =1 λ

Tabla #1: P(j ≥ s) Modelo M/M/s/DG/∞/∞

ρ s=2 s=3 s=4 s=5 s=6 s=7
.10 .02 .00 .00 .00 .00 .00
.20 .07 .02 .00 .00 .00 .00
.30 .14 .07 .04 .02 .01 .00
.40 .23 .14 .09 .06 .04 .03
.50 .33 .24 .17 .13 .10 .08
.55 .39 .29 .23 .18 .14 .11
.60 .45 .35 .29 .24 .20 .17
.65 .51 .42 .35 .30 .26 .21
.70 .57 .51 .43 .38 .34 .30
.75 .64 .57 .51 .46 .42 .39
.80 .71 .65 .60 .55 .52 .49
.85 .78 .73 .69 .65 .62 .60
.90 .85 .83 .79 .76 .74 .72
.95 .92 .91 .89 .88 .87 .85
Tabla #2: P(j = s) = πs Modelo M/G/s/DG/s/∞
Figura #1: P(j = s) = πs Modelo M/G/s/DG/s/∞