Teorema de Jackson

En 1957, Jackson, que trabajaba con sistemas de fabricación y planeamiento de la

producción, publicó un documento con un teorema que se denomina ahora teorema de
Jackson (Jackson, 1957 [46]). En dicho teorema demostró que una red de puesta en fila de
espera de nodos M/M/n tiene forma de producto. Sus conclusiones fueron inspiradas por el
resultado obtenido por Burke el año anterior (Burke, 1956 [13]).
Teorema 14.1. Teorema de Jackson: Considérese una red de puesta en fila de espera
abierta con K nodos que satisfacen las siguientes condiciones
a) Cada nodo es un sistema de puesta en fila M/M/n. El nodo k tiene nk servidores y el
promedio del tiempo de servicio es 1=k.
b) Los clientes llegan desde fuera del sistema al nodo k conforme a un proceso de
Poisson con intensidad k. Pueden llegar también clientes de otros nodos al nodo k.
c) Un cliente, que acaba de finalizar su servicio en el nodo j, se transfiere
inmediatamente al nodo k con probabilidad pjk o sale de la red con probabilidad:

Un cliente puede visitar varias veces el mismo nodo si pkk > 0.

El promedio de la intensidad de llegada k en el nodo k se obtiene empleando las
ecuaciones de equilibrio de flujo:

Sea p(i1, i2, . . ., iK) la representación de las probabilidades de espacio de estado conforme a
la hipótesis de equilibrio estadístico, es decir la probabilidad que haya ik clientes en el nodo
k. Asimismo, se supone que

Las probabilidades de espacio de estado vienen dadas entonces en forma de producto:

Aquí para el nodo k, pk(ik) es la probabilidad de estado de un sistema de puesta en fila

M/M/n con intensidad de llegadas k y velocidad de servicio k (14.1). El tráfico ofrecido
c/k =_k al nodo k debe ser menor que la capacidad nk del nodo para entrar en equilibrio
estadístico (14.6).
El punto fundamental del teorema de Jackson es que cada nodo puede ser considerado
independientemente de los otros y que las probabilidades de estado vienen dadas por las
fórmula C de Erlang. Esto simplifica considerablemente el cálculo de las probabilidades de
espacio de estado. La prueba del teorema fue obtenida por Jackson en 1957 demostrando
que la solución satisface las ecuaciones de equilibrio para el equilibrio estadístico.
En el último modelo de Jackson (Jackson, 1963 [47] la intensidad de llegada proveniente
del exterior:

puede depender del número corriente de clientes en la red. Asimismo, k puede depender
del número de clientes en el nodo k. De esta manera, se pueden modelar redes de puesta en
fila que sean cerradas, abiertas o mixtas. En los tres casos, las probabilidades de estado
tienen forma de producto.
El modelo de Gordon y Newell (1967 [33]), que se cita a menudo en la literatura, puede ser
tratado como un caso especial del segundo modelo de Jackson.

Figura 14.2  Diagrama de transición de estado de una red de puesta en

fila abierta constituida por dos sistemas M/M/1 en serie
Ejemplo 14.3.1: Dos nodos M/M/1 en serie
La figura 14.2 muestra una red de puesta en fila abierta de dos nodos M/M/1 en serie. El
diagrama de transición de estado correspondiente se ilustra en la figura 14.3.
Evidentemente, el diagrama de transición de estado no es reversible: entre dos estados
vecinos sólo hay flujo en un sentido (véase el § 10.2) y aparentemente no hay forma de
producto. Si se resuelven las ecuaciones de equilibrio para obtener las probabilidades de
estado se encuentra que la solución se puede expresar en forma de producto:

donde A1 = /1 y A2 = /2. Las probabilidades de estado se pueden expresar en forma de

producto p(i, j) = p(i) . p(j), donde p(i) es la probabilidad de estado para un sistema M/M/1
con tráfico ofrecido A1 y p(j) es la probabilidad de estado para un sistema M/M/1 con
tráfico ofrecido A2. Las probabilidades de estado indicadas en la figura 14.3 son idénticas a
las de la figura 14.4 que tiene equilibrio local y forma de producto. Es posible así encontrar
un sistema que es reversible y tenga las mismas probabilidades de estado que el sistema no
reversible. En la figura 14.3 hay equilibrio regional y no local. Si se considera un cuadrado
de cuatro estados habrá equilibrio para el mundo exterior pero, internamente, habrá
circulación a través de la diagonal de desplazamiento de estado.
En redes de fila de espera los clientes a menudo son puestos en operación bucle, de modo
tal que un cliente puede visitar varias veces el mismo nodo. Si se tiene una red de puesta en
fila con clientes en bucle, donde los nodos son sistemas M/M/n, los procesos de llegada a
cada uno de los nodos ya no son procesos de Poisson. De cualquier modo se pueden
calcular las probabilidades de estado como si los nodos fueran sistemas M/M/n
independientes. Esto se explica en el siguiente ejemplo.
Ejemplo 14.3.2: Redes con retroalimentación
El concepto de retroalimentación se introdujo en el ejemplo 14.3.1 en el que un cliente, que
acaba de concluir su servicio en el nodo 2, retorno al nodo 1 con probabilidad p21. El cliente
deja el sistema con probabilidad con 1 - p21. La ecuación (14.5) de equilibrio de flujo
permite calcular la intensidad de llegada total a cada nodo y la probabilidad p21 se debe
elegir de modo tal que las relaciones 1=1 y 2=2 sean menor que uno. Si 1  0 y p21 
1 se comprenderá que los procesos de llegada no son procesos de Poisson. Rara vez llegará
un nuevo cliente, pero una vez que ha ingresado al sistema circulará durante un tiempo
relativamente largo. El número de circulaciones estará distribuido geométricamente y el
tiempo entre llegadas es la suma de los dos tiempos de servicio; es decir, cuando en el
sistema hay uno o más clientes, la velocidad de llegada a cada nodo será relativamente alta,
mientras que si en el sistema no hay clientes la velocidad será muy baja. El proceso de
llegada será en ráfagas.
La situación es similar a la descomposición de una distribución exponencial en una suma
ponderada de distribuciones de Erlang-k, con factores geométricos ponderados (véase el §
4.4). En lugar de considerar una distribución entre llegadas exponencial simple se puede
descomponer esto en k fases (véase la figura 4.9) y considerar cada fase como una llegada.
En consecuencia, el proceso de llegada ha sido transformado de un proceso de Poisson a un
proceso con llegadas en ráfagas.

Figura 14.3  Diagrama de transición de estado para la red de puesta en fila

abierta que se ilustra en la figura 14.2. El diagrama no es reversible
 Figura 14.4  Diagrama de transición de estado para dos sistemas de puesta en
fila M/M/1 independientes con idéntica intensidad de llegada, pero tiempos
medios de servicio individuales. El diagrama es reversible
14.3.1 Suposición de independencia de Kleinrock
Si se considera una red de datos de vida real, los paquetes tendrán la misma longitud
constante y, por tanto, el mismo tiempo de servicio en todos los enlaces y nodos de igual
velocidad. La teoría de redes de puesta en fila supone que un paquete (un cliente) toma
muestras de un nuevo tiempo de servicio en cada nodo. Esta es una suposición necesaria
para la forma de producto. Kleinrock (1964 [65]), investigó por primera vez esta suposición
y resultó ser una buena aproximación en la práctica.
14.4 Redes de puesta en fila de una sola cadena
Se examinarán principalmente las probabilidades de estado definidas por
p(i1, i2; . . . , ik, . . . , iK), donde ik es la cantidad de clientes en el nodo k (1  k  K).
Cuando se trata de sistemas abiertos, las operaciones son más sencillas de efectuar. Se
resuelve primero la ecuación (14.5) de equilibrio de flujo y se obtiene la intensidad de
llegada agregada a cada nodo (k). Mediante la combinación de las intensidades de llegada
con la distribución del tiempo de servicio (k) se obtiene el tráfico ofrecido Ak en cada nodo
y entonces, considerando el sistema de espera de Erlang, se obtienen las probabilidades de
estado para cada nodo.
14.4.1 Algoritmo de convolución para una red de puesta en fila cerrada
Cuando se tratan redes de puesta en fila cerradas las operaciones son mucho más
complicadas. En este caso, solo se conoce la carga relativa en cada nodo y no la carga
absoluta, es decir, se conoce c . j, pero no se conoce c. Se pueden obtener probabilidades
de estado relativas no normalizadas. Por último, se obtiene la normalización de las
probabilidades de estado. Lamentablemente, normalización implica que se deben sumar
todas las probabilidades de estado, es decir se debe calcular cada una de las probabilidades
de estado (no normalizadas). El número de estados aumenta rápidamente cuando se
incrementa el número de nodos y/o clientes. En general, la complejidad es similar a la
correspondiente a sistemas de pérdidas multidimensionales (véase el Capítulo 10).
Se puede mostrar ahora cómo se puede aplicar el algoritmo de convolución a las redes de
puesta en fila. El mecanismo de la operación corresponde al algoritmo de convolución para
sistemas con pérdidas (véase el Capítulo 10). Se considera una red de puesta en fila con K
nodos y una sola cadena con S clientes. Se supone que los sistemas de puesta en fila en
cada nodo son simétricos (véase el § 14.2). El algoritmo tiene tres pasos:
• Paso 1. Sea la intensidad de llegada a un nodo arbitrario igual a uno y se obtiene
entonces las intensidades relativas restantes k. Mediante la resolución de la
ecuación (14.5) de equilibrio de flujo para la red cerrada se obtiene las velocidades
de llegada relativas (k, 1  k  K) para cada nodo. Por último, se obtiene el tráfico
ofrecido relativo k = k/k.
• Paso 2. Considérese cada nodo como si estuviera aislado y tuviera el tráfico
ofrecido k (1  k  K). Dependiendo del sistema de puesta en fila simétrico real en
el nodo k, se extraen las probabilidades de estado relativas qk(i) en el nodo k. El
espacio de estado estará limitado por la cantidad total de clientes S, es decir 0  i 
S.
• Paso 3. Repliéguese recurrentemente las probabilidades de estado para cada nodo.
Por ejemplo, para los primeros dos nodos se tienen:

donde:

Cuando todos los nodos han sido replegados se obtiene:

En razón que la cantidad total de clientes es fija (S) sólo existe en el sistema combinado el
estado q1,2. . . ,K(S) y, por tanto, este macroestado debe tener la probabilidad uno. Se pueden
entonces normalizar todas las probabilidades de microestado.
Cuando se efectúa la última convolución se pueden obtener las medidas de calidad de
funcionamiento para el último nodo. Variando el orden de convolución de los nodos se
pueden obtener las medidas de calidad de funcionamiento de todos ellos.
Figura 14.5 – Modelo máquina – Reparador como redes de puesta en fila cerradas con
dos nodos. Los terminales corresponden a un nodo IS, en razón que las
operaciones encuentran siempre un terminal en reposo,
mientras que la CPU corresponde a un nodo M/M/1