( 3.

c) INTRODUCCIÓN A LOS MODELOS NO EXPONENCIALES

Y REDES DE COLAS

• INTRODUCCIÓN A LAS REDES DE COLAS.

Concepto de red abierta y cerrada.
Redes abiertas y Teorema de Jackson.
• MODELOS NO EXPONENCIALES
Cola M/G/1: Fórmula de Pollaczeck-Khintchine.
Cola G/M/1: casos Ek/M/1, Hip/M/1, Hyp/M/1.
Uso de QTS_EXCEL.
• APROXIMACIONES PARA COLAS GI/G/s.
Aproximación de Allen-Cuneen.
Aproximaciones para colas congestionadas
(Heavy Traffic)
Cap. 5 Allen A. O. “Probability, Statistics and Queueing Theory” Academic Press. 1998.

UPC
I.O.E. Diplomatura de Estadística
 λ0 λ1 λ2 λn-1 λn λn+1

• •...
n+1
0 1 2 •...
•• n-1 n •

µ2 µ3 µn µn+1 µn+2
µ1

Estado Tasa incidente = Tasa emergente

0 µ1 ⋅ P1 = λ0 ⋅ P0
1 λ0 ⋅ P0 + µ 2 ⋅ P2 = (λ1 + µ1 )⋅ P1
2 λ1 ⋅ P1 + µ 3 ⋅ P3 = (λ2 + µ 2 )⋅ P2
M M
n −1 λn−2 ⋅ Pn−2 + µ n ⋅ Pn = (λn−1 + µ n−1 )⋅ Pn−1
n λn−1 ⋅ Pn−1 + µ n+1 ⋅ Pn+1 = (λn + µ n )⋅ Pn
M M

Hay tantas ecuaciones como valores pueda presentar N(t), por

tanto, si en el S.E. sólo pueden haber como máximo K clientes,
habrán K+1 ecuaciones.
 λ0 λ1 Kλn−1
Cn = n = 1, 2,K ; C0 =1
µ1 µ 2 K µ n
λ0 λ1 Kλn−1
Pn = ⋅ P0 = Cn ⋅ P0 n = 1, 2,K
µ1 µ 2 K µ n
∞ ∞ 1
∑ Pn = ∑ Cn ⋅ P0 = 1 → P0 = ∞
n =0 n =0
∑ Cn
n =0

Las probabilidades de estado ∞

estacionario quedan definidas si: ∑ Cn < +∞
n =0

En caso de que el S.E. pueda contener sólo K clientes como máximo,

el sumatorio se extiende de n=0 a n=K y siempre será finito.

UPC
I.O.E. Diplomatura de Estadística
 EJEMPLO DE LA EVOLUCIÓN DE UNA COLA M/M/1
COMPORTAMIENTO: Pueden presentarse dos situaciones:

1. En promedio la afluencia
de clientes al S.E.
sobrepasa la capacidad de
trabajo del Sistema de N(t) ρ≥1
Servicio:

N(t) PRESENTA UNA

TENDENCIA CRECIENTE
t

2. El Sistema de Servicio tiene

suficiente capacidad de
trabajo frente a la afluencia
N(t)
ρ <1
de clientes:

N(t) puede crecer en ocasiones,

pero el S.E. siempre retorna al t
estado 0 (vacío)

UPC
I.O.E. Diplomatura de Estadística
 MODELO M/M/s

• Tiempos entre llegadas τ i.i.d. de ley exp. con parámetro λ.

• s > 1 servidores iguales.
• Tiempo de servicio x i.i.d. según una ley exp. de parámetro µ.

λn = λ n = 0,1, 2,K
n ⋅ µ n =1, 2,K, s − 1
µn = 
s ⋅ µ n = s , s + 1,K
λ λ λ λ λ λ
s+1
0 1 2 ••• s-1 s •••

2µ 3µ sµ sµ sµ
µ
 El modelo M/M/s/K

Sistema de espera con limitación de capacidad que presupone:

1. Tiempos entre llegadas τ i.i.d. exp. de parámetro λ n = λ .
2. Tiempos de servicio x i.i.d. exp. de parámetro µ.

3. Un conjunto de servidores en paralelo s > 1.

4. El número de clientes al sistema de espera es ≤ K.
El número máximo de clientes N(t) presentes en el S.E. debe ser ≤ K

Si el S.E. está lleno al llegar un cliente éste se pierde:

λ λ λ λ λ λ

••• K
s+1
0 1 2 ••• s-1 s

2µ 3µ sµ sµ sµ
µ
➨ Siempre alcanzará régimen estacionario.

I.O.E. Diplomatura de Estadística

UPC
 MODELO M/M/s/./N

S.E. con población finita (N) que presupone:

• Tiempo de permanencia en la población de los clientes i.i.d según ley
exp. de parámetro λ
• Tiempos de servicio por servidor i.i.d. según ley exp. de parámetro µ.
• Un conjunto de servidores en paralelo s > 1.
• Una población finita de clientes limitado al valor N. Para simplificar
se supone N > s.
Es un S.E. cerrado: Hay siempre N clientes (población+S.E.)
Tras salir del S.E. el cliente se reintegra en la Población

Población
Sistema de Espera
 REDES DE COLAS EXPONENCIALES
➨ Sistemas de colas exponenciales formando una red de montaje de
ordenadores o coches, por ejemplo.

➨ Podemos considerar dos tipos de redes de S.E.:

a) ABIERTAS. reciben entradas de clientes procedentes de una o varias

poblaciones externas y que tienen salidas hacia el exterior;.
b) CERRADAS. No reciben entradas de poblaciones externas ni tienen salidas
al exterior. Número constante de clientes circulando dentro de la red.

Ejemplo.
E xter.
Red abierta de S.E. Pobl. 1 1 3

Pobl. 2
Ejemplo. Ssitema M/M/s/./N: 1 2

I.O.E. Diplomatura de Estadística

UPC
 Redes abiertas. Teorema de Jackson

➨ Condiciones bajo las que las redes abiertas de S.E. presentan propiedades
para efectuar un análisis por descomposición.
1. El S.E. (nodo) i tiene un número de servidores si de características idénticas
entre sí. Los tiempos de servicio de cada servidor tienen distribución
exponencial de probabilidades con capacidad individual de servicio µi.
2. La capacidad de la cola en cada S.E. es ilimitada.
3. Los clientes que han estado servidos en el nodo i se reparten entre los
nodos j ∈ E(i), emergentes del i y, con probabilidades pij > 0 constantes a lo
largo de toda la evolución del sistema.
4. el tiempo asociado al arco (i,j) es cero.
➨ Si todas las llegadas externas están distribuidas poissonianamente y se
verifican las condiciones anteriores entonces se llaman redes de Jackson y
sobre ellas puede aplicarse el resultado del teorema de Jackson (1957) .

I.O.E. Diplomatura de Estadística

UPC
Teorema de Jackson. Sea una red abierta de S.E. verificando las
condiciones para la descomposición anteriores, con soluciones del
sistema:
N
λ j = rj + ∑ λi pij j = 1, K , N
tales que λi < si ⋅ µ i para todo S.E.
i =1
i=1,…,N.
Entonces cada S.E. se comporta como una cola M/M/si con
entradas de clientes con tasa λi y que presentará en estado
estacionario una distribución de probabilidades propia de las colas
M/M/s e independiente de la de los otros sistemas dentro de la
red.

 λ 1   r 1   p 11 p 21 L pN1 λ1 
 M  =  M +  M M O M   M 
    
 λ N   r N   p 1 N p2N L p NN   λ N 

I.O.E. Diplomatura de Estadística

UPC
 2/3 Se dispone de servidores con tasa
r1=10 1/2 Exter. individual de servicio µ = 12.
Pobl. 1 3 Determinar en cada nodo el
1 1/3 número mínimo de servidores de
forma que la red de S.E. presente
1/2 1 estado estacionario. Calcular las
2 demoras medias en todos los S.E.
de la red.
r2= 5
Pobl. 2
 λ 1  10  0 0 0   λ 1   1 0 0   λ 1  10
  =  5  + 1 / 2 0 0    → − 1 / 2 1 0  λ 2  =  5 
λ
    
2
 λ 2      

λ 3  0  1 / 2 1 2 / 3 λ 3 − 1 / 2 − 1 1 / 3 λ 3  0 

λ 1 = 10  λ 1 = 10

λ 2 = 5 +1/ 2 λ1 →  λ 2 = 10
λ = 1/ 2 λ1+ λ 2 + 2 / 3 λ  λ = 45
3 3  3

I.O.E. Diplomatura de Estadística

UPC
Las entradas en los S.E. 1, 2 y 3 son respectivamente: 10, 10, 45. Por tanto:
1. Para el nodo 1, si s1= 1 , ρ1 = λ1/µ1 = 10/12 <1.
2. Para el nodo 2, si s2= 1 , ρ2 = λ2/µ2 = 10/12 <1.
3. Para el nodo 3, hay que dotarlo de s3= 4 servidores: ρ3 = λ3/(s3 ⋅µ3) =
45/(4⋅12) <1.
Los nodos 1 y 2 con un solo servidor son colas de tipos M/M/1 con las mismas
tasas de entrada:
ρ1 L
L1 = L2 = = 5, W1 = W 2 = 1 =1/ 2 P0= 1- ρ1 = 1-10/12 = 1/6;
1 − ρ1 λ1

El nodo 3 se comporta como una cola M/M/4; Si θ=λ3/µ3 =45/12 entonces:

−1 −1
 1 2 1 3 1 4 ∞ i  1 45 4 
P0 = 1 + θ + θ + θ + θ ∑ ρ  =  20 , 57 + ( ) ⋅16  = 0 , 006561
 2 3! 4 ! i = 0   4 ! 12 
s
1 λ  ρ Lq
Lq =   P0 = 12.57, W q = = 0,288
s !  µ  (1 − ρ )2
λ3
I.O.E. Diplomatura de Estadística
UPC
 MODELOS DE COLAS NO EXPONENCIALES

➨ Los modelos de colas que se han visto hasta el momento

estaban basados en los procesos de nacimiento y muerte.
Suponían tiempo entre llegadas y tiempo de servicio de tipo
exponencial.

Las hipótesis pueden resultar inapropiadas para modelizar

determinadas situaciones:
1. Las llegadas programadas a la consulta de un médico.
2. Las colas que se forman cíclicamente en los semáforos de las
ciudades.
3. En el caso del servicio, si el tiempo que requiere cada cliente es
más o menos constante, por ejemplo en una cadena de montaje

I.O.E. Diplomatura de Estadística

UPC
 El modelo M/G/1

➨ Los S.E. que responden a modelos M/G/1 son aquellos que:

1. Las llegadas tienen una tasa constante igual a λ. Los tiempos
entre llegadas al sistema son i.i.d. exponencialmente.
2. Los tiempos de servicio tienen una distribución de
probabilidad común cualquiera y son mútuamente
independientes, de esperanza matemática 1/µ y varianza σ2 .
3. El sistema de espera dispone de un único servidor: s =1.
➨ Para conseguir un estado estacionario es suficiente que el
factor de carga del sistema ρ = λ/µ <1.

P0 = 1 − ρ

I.O.E. Diplomatura de Estadística

UPC
➨ La fórmula de Pollaczek-Khintchine determina la esperanza
matemática de la longitud de cola en régimen estacionario: Lq.

λ2 ⋅ σ 2 + ρ 2 ρ 2 Lq
Lq = = (1 + µ 2 σ 2 )
2(1 − ρ ) 2(1 − ρ )
ρ
ρ=1

A partir de las fórmulas de Little se obtienen el resto de

magnitudes, L, W, Wq.

La fórmula refleja la influencia de la dispersión de los tiempos

de servicio (varianza σ2) en el comportamiento del S.E.:
A mayor σ2 mayor será la longitud media de cola Lq a igualdad
de ρ y λ.

I.O.E. Diplomatura de Estadística

UPC
 1
➨ Caso particular M/M/1, tenemos σ2 = y la fórmula de
µ2
Pollaczek-Khintchine se convierte en,

λ2 ⋅ σ 2 + ρ 2 ⋅ λ2 µ 2 + ρ 2 2ρ 2 ρ2
Lq = = = =
2(1 − ρ ) 2(1 − ρ ) 2(1 − ρ ) (1 − ρ )
coincidiendo con el resultado encontrado anteriormente.

➨ Caso particular M/Ek/1: la distribución de los tiempos de

servicio es Erlang de parámetros k y µ = 1/E[x], su varianza es
1/kµ2, al aplicar la fórmula de Pollaczek-Khintchine:

λ2 ⋅ σ 2 + ρ 2 ⋅ λ2 kµ 2 + ρ 2 1 + k ρ 2
Lq = = =
2(1 − ρ ) 2(1 − ρ ) 2k (1 − ρ )

I.O.E. Diplomatura de Estadística

UPC
➨ En el caso M/D/1, la distribución de los tiempos de servicio es
constante, de media 1 µ unidades de tiempo ( µ servicios por
unidad de tiempo) y varianza σ 2 = 0 , la fórmula de Pollaczek-
Khintchine determina la expresión de la longitud media de la
cola como,

λ2 ⋅ σ 2 + ρ 2 ρ2
Lq = =
2(1 − ρ ) 2(1 − ρ ) .

Lq ≤ Lq ≤ Lq
D Ek M

I.O.E. Diplomatura de Estadística

UPC
QTS_EXCEL: CASOS M/Ek/1, M/D/1

M/E(k)/1 system-size probabilities

0,12
0,10

probability
0,08
0,06
0,04
0,02
0,00
0 1 2 3 4 5 6 7 8 9 10
size

M/D/1 system-size probabilities

0,35
0,30
0,25

probability
0,20
0,15
0,10
0,05
0,00
0 1 2 3 4 5 6 7 8
size
COLA G/M/1
 COLA G/M/1

UPC
I.O.E. Diplomatura de Estadística
 UPC
I.O.E. Diplomatura de Estadística
 CDF for E(k)/M/1 system waiting
E(k)/M/1 system-size probabilities CDF for E(k)/M/1 line waiting times
times

0,30 1,00
1,00
0,25 0,80 0,80
probability

0,20 0,60 0,60

cdf
cdf

0,15 0,40 0,40

0,10 0,20
0,20
0,05 0,00
0,00 0,00 0,0 10,0 20,0 30,0
1 3 5 7 9 11 0,0 10,0 20,0 30,0 time
size time
 APROXIMACIÓN DE LA COLA GI/G/s

Exacta para
M/M/s, M/G/1

UPC
I.O.E. Diplomatura de Estadística
 APROXIMACIÓN DE LA COLA GI/G/s

UPC
I.O.E. Diplomatura de Estadística
 Práctica 4

Tiempo entre averías de un motor: τ'

P(τ' ≥14) = 0,88

Tiempo entre incidencias (revisión o avería) de un motor: τ ≤ 14

t
τ1 ……
τ2 τ3 τk-1 τk

Simulación de 1000 períodos:

P(τ' ≥14) = 0,88

→ 88% de las incidencias: revisiones
Utilización de la suite:
qts_excel
Aproximación de Allen-Cuneen
Se procede a un análisis aproximado para cada año mediante un
modelo de colas tipo G/M/1.
Se adopta una distribución de los tiempos entre llegadas τ para
cada año del tipo:

Población Exterior
Sistema de Espera

Tema 4.a SIMULACIÓN

 SIMULACIÓN DEL SISTEMA:
(durante 650 semanas) Opción: no renovar taller
E[x] ≈0,5 semanas

Distribución del tiempo de

permanencia en el taller
W=1,43 σw=1,25

Ocupación media

UPC
I.O.E. Diplomatura de Estadística
Práctica 4:

QTS_EXCEL:

Aproximación de Allen-Cuneen