Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La mayor parte de los modelos elementales de colas suponen que las entradas (llegada de clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo al proceso de nacimiento y muerte. Este importante proceso de teora de probabilidad tiene aplicaciones en varias reas. Sin embrago en el contexto de la teora de colas, el trmino nacimiento se refiere a llegada de un nuevo cliente al sistema de colas y el trmino muerte se refiere a la salida del cliente servido. El estado del sistema en el tiempo t (t 0), denotado por N (t), es el nmero de clientes que hay en el sistema de colas en el tiempo t. El proceso de nacimiento y muerte describe en trminos probabilsticos cmo cambia N (t) al aumentar t. En general, dice que los nacimientos y muertes individuales ocurren aleatoriamente, en donde sus tasas medias de ocurrencia dependen del estado actual del sistema. De manera ms precisa, las suposiciones del proceso de nacimiento y muerte son las siguientes: SUPOSICIN 1. Dado N (t) = n, la distribucin de probabilidad actual del tiempo que falta para el prximo nacimiento (llegada) es exponencial con parmetro (n=0,1,2,.). SUPOSICIN 2. Dado N (t) = n, la distribucin de probabilidad actual del tiempo que falta para la prxima muerte (terminacin de servicio) es exponencial con parmetro (n=1,2,.). SUPOSICIN 3. La variable aleatoria de la suposicin 1 (el tiempo que falta hasta el prximo nacimiento) y la variable aleatoria de la suposicin 2 (el tiempo que falta hasta la siguiente muerte) son mutuamente independientes. Como consecuencia de las suposiciones 1 y 2, el proceso de nacimiento y muerte es un tipo especial de cadena de Markov de tiempo continuo. Los modelos de colas que se pueden representar por una cadena de Markov de tiempo continuo son mucho ms manejables analticamente que cualquier otro. Excepto por algunos casos especiales, el anlisis del proceso de nacimiento y muerte es complicado cuando el sistema se encuentra en condicin transitoria. Se han obtenido algunos resultados sobre esta distribucin de probabilidad de N (t) pero son muy complicados para tener un buen uso prctico. Por otro lado, es bastante directo derivar esta distribucin despus de que el sistema ha alcanzado la condicin de estado estable (en caso de que pueda alcanzarla). Diagrama de tasas para el proceso de nacimiento y muerte
E i (t) = nmero de veces que el proceso entra al estado i, hasta el tiempo t. L i (t) = nmero de veces que el proceso sale del estado i, hasta el tiempo t.
Ejemplo: dimensionamiento de un buffer Se tienen paquetes con distribucin de tamao exponencial de largo promedio de 1200 bits. La lnea posee una capacidad de 2400 bps Los arribos tienen una tasa media de 1 paquete/segundo. Se desea tener una probabilidad de bloqueo de a lo ms 0.001.
De donde se obtiene un K de al menos 9 para que el sistema no diverja. Qu pasa si se aumenta la capacidad a 15? Segn la relacin anterior, se obtiene una probabilidad de bloqueo Probabilidad de bloqueo vs i
Cul es la mxima poblacin a la cual se puede asignar a un mismo servidor de manera que durante ms del 20% del tiempo en promedio no este atendiendo a ningn usuario? . Datos: La tasa media de arribos es de 4 cliente/s. La tasa media de atenciones es de 20 cliente/s. Por lo tanto se requiere que P 0 > 0.2
De donde se obtiene un H menor o igual que 5 se logra que el sistema cumpla con la restriccin impuesta.