TEORA DE COLAS SISTEMA M/M/

SEMANA 10

SISTEMA DE COLAS M/M/S

SISTEMA DE COLAS M/M/
Imagine un sistema M/M/S donde S tiende a infinito, lo que significa que cada
entidad que entra en el sistema es atendida sin importar el nmero de
entidades actuales. En este sistema no existe un tiempo de espera por parte del
cliente (tan pronto llega un cliente se le atiende inmediatamente). Luego,
como se asume una cantidad infinita de servidores idnticos, el sistema
permanecer estable en todo momento. De esta manera podemos modelar el
sistema M/M/:
X(t): # de entidades en el sistema en el tiempo t.
S = {0, 1, 2, 3, 4,}
Grafo:

Grfica 1. Grafo general de tasas del sistema M/M/

Fuente: Elaboracin Propia

Formulacin:
La distribucin de las probabilidades de estado para i < S-1son:
( )
Ahora, como no tenemos una restriccin de servidores, podemos asegurar que
esta formulacin sirve para definir la distribucin lmite de todas las
probabilidades de estado.
Sin embargo, no hemos calculado el valor de
y este es necesario para definir
la distribucin completa. Recuerde que la suma de todas las probabilidades de
cualquier distribucin deben sumar 1; propiedad que utilizaremos para hallar .

Dado que encontramos a

como factor de todas las probabilidades de la
distribucin lmite, podemos separarlo de la sumatoria como una constante y
definir una nueva expresin con base en un .


Donde
( )
De esta manera podemos despejar

( ( ) )
Observe que la sumatoria de los

va de 0 a

( ( ) )

y puede expresarse como:

Luego, la distribucin lmite de las probabilidades de estado queda definida de

la siguiente manera:
( )

Note que la distribucin lmite de las probabilidades de estado no es ms que

una variable aleatoria que se distribuye de acuerdo a un Proceso Poisson con
parmetro . Por lo tanto, el valor esperado de las entidades en estado
estable del sistema ser:

Y utilizando la Ley de Little obtenemos que:

Puesto que toda entidad que entra al sistema es atendida por un servidor
inmediatamente, sin importar el nmero de entidades en el sistema, los
indicadores de espera no son necesarios para el modelo.

Ejemplo 1. Lectores llegan a una biblioteca de acuerdo a un Proceso Poisson

con una tasa de 200 por hora. Cada lector est en la biblioteca, en promedio,
24 minutos. Asuma que los tiempos que gastan los lectores en la biblioteca se
distribuyen exponencial y es independiente de cada lector. Cualquier tiempo
de espera, saliendo o entrando de la biblioteca, es despreciable. Cuntos
lectores se espera que haya, en promedio, dentro de la biblioteca?
Si bien no hay ninguna persona atendiendo fsicamente a cada uno de los
lectores, estos s estn tomando el servicio. Es decir, cada entidad que entra
puede ser su propio servidor y atenderse a s misma. De esta forma podemos
asumir que existe un nmero infinito de servidores y modelar el problema como
un sistema M/M/.
Primero nos aseguramos que las tasas estn en las mismas unidades:

El nmero esperado de lectores dentro de la biblioteca en un momento dado

es entonces:

Ejemplo 2. Al zoolgico de la ciudad llegan visitantes a una tasa promedio de

75 por hora. Se calcula que cada visitante demora ms o menos 75 minutos en
recorrer el lugar y ver todos los animales antes de dejar el zoolgico. Para el
prximo mes, el administrador del zoolgico tiene pensado subir el precio de
entrada si el promedio de visitantes en cualquier instante de tiempo supera las
100 personas. De acuerdo al sistema del zoolgico, las tarifas de entrada del
prximo mes van a subir o se van a mantener? Asuma tiempos entre visitas y de
recorrido exponenciales.

De nuevo podemos modelar el problema como una sistema M/M/. Se asume

que no se necesita utilizar ningn recurso fsico como servidor de los visitantes y
que estos mismos pueden atenderse por su cuenta dentro del sistema. As,
proseguimos a definir, tasar y encontrar el nmero esperado de visitantes del
zoolgico en un instante de tiempo cualquiera.

El nmero promedio de visitantes dentro del zoolgico en un momento dado

ser entonces:

De esta manera se concluye que los precios de entrada para el prximo mes
permanecern iguales, ya que en promedio no se superan las 100 visitas en un
mismo instante de tiempo.