Modelo de servidores múltiples (M/M/c):(GD/∞/∞)

Este modelo se ocupa de c en servidores paralelos idénticos. La tasa de llegadas

es λ y la tasa de servicio por servidor es µ. En esta situación λefec = λ porque no
hay límite en el numero presente en el sistema.
El efecto de utilizar c servidores idénticos paralelos es un incremento proporcional
de tasa de servicio de la instalación. En términos del modelo generalizado λn y µn
se define por lo tanto como:
Λn= λ n≥0
µn= nµ, n < c
cµ, n≥c

pn
pn= { = P 0, n<c
n!
pn
= P0, n ≥ c
c!c n c
 
Si  

y suponiendo que ≤ 1 el valor de Po se determina a partir de
c
 
n 0

pn= 1 la cual da
1
  
 c 1 p n  c  1  
P0      ,  1
 n! c!  p  
 1  
n  0
  c 

La expresión para lq se determina como siguiente

 c1
Lq  P0
(c  1)!(c   )
Como λef = λ, entonces:
Los valores Ws y Wq se pueden determinar dividiendo Ls y Lq entre λ
Modelo de servidores múltiples (M/M/c):(GD/N/∞)
Este modelo difiere del (M/M/c) :(GD/∞/∞) ahora el sistema es finito y esto es igual
a N. eso quiere decir que el tamaño máximo de la cola es N-c.
Las tasas de llegada y de servicio son λ y µ. La frecuencia efectiva de llegadas λef
es menos que λ, a causa del límite N del sistema.
En términos del modelo generalizado λn y µn para el modelo actual se define como
siguiente:
Λn= λ, 0≤n<N
0, n ≥ N
µn= nµ, 0 ≤ n < c
cµ, c≤n≤N
sustituyendo λn y µn en la ecuación general del modelo de colas de poisson

generalizado, y observando que   se obtiene:


pn
pn= { = P 0, 0≤n<c
n!
pn
= P0, c ≤ n ≤ N
c!c n c
En donde esta fórmula se resume a:
1
  N c 1 
 c 1 p n  (1  ( c )
c
 
P0     , 1
  n!  c
n  0
c!(1  ) 
 c 

1
 c 1 p n  c  
  ( N  c  1) ,  1
 n0 n! c!  c

A continuación se calcula Lq para el caso en que ≠1 por lo cual:
c

 c 1 
 
N  c 1
     
N c

Lq  2 
1     ( N  c  1) 1    P0
(c  1)!(c   )  c  c  c   

Se puede demostrar que para = 1, Lq se reduce a
c

 c ( N  c)( N  c  1) 
Lq  P0, =1
2c! c
Para determinar Wq , y en consecuencia Ws y Ls, se calcula el valor de como siguiente:
λef
λperdido = λPN

λef = λ- λperdido= (1-PN) λ

 ejemplo de (M/M/C)
Una pequeña oficina de correos tiene dos ventanillas abiertas. Los clientes llegan
siguiendo una distribución de Poisson con la frecuencia de 1 cada 3 minutos. Sin
embargo, solo el 80% de ellos deben ser atendidos en las ventanillas. El tiempo
deservicio por cliente es exponencial, con 5 minutos de promedio. Así, ese 80% de
los clientes que llegan se forman en una cola y llegan a las ventanillas disponibles
en disciplina.
60 clientes 60 clientes
 *  16 ,   12
3 horas 5 hora

 16
C=2 , ρ=   1.3333
 12
A) ¿Cuál es la probabilidad que un cliente que llega deba esperar en la fila
(pn≥)?

1
  
  16  n  16  2  
 21      
  12   
 
12 1
P0      0.20
 n 0 n! 2!  16  
  
   12  
 1 
  2 
1
 16 
 
P1    (0.2)  0.2667
12
1!

Pn≥=1-(P0+P1)=1-0.4667=0.533
La probabilidad es de 53.3%
b) ¿cuál es la probabilidad que las dos ventanillas estén vacías?

P0=0.20
La probabilidad es de 20%
c) ¿Cuál es la longitud promedio de la cola?

3
16
Lq  12 (0.2)  1.0667
16
(2  1)!(2  ) 2
12
d) ¿Sería posible ofrecer un servicio razonable solo con una ventanilla?
Explique por qué.
No, porque λ es mayor que µ. Por lo tanto, el mínimo de ventanas que puede haber
 16
en la oficina de correos debe de ser mayor o igual que     1.333 esto quiere
 12
decir que el número de ventanas es el correcto.

Aquí esta señorita eva te quiero, mujercita