Documentos de Académico
Documentos de Profesional
Documentos de Cultura
mm1 PDF
mm1 PDF
Teoria de Colas
SISTEMA SIMPLE
M/M/1
Modelo M/M/1
Tiempo de llegadas aleatorias (Markoviano),
independientes entre si.
1 servidor
Descripción del modelo
Hay una sola cola, cuya capacidad es infinita, y un
solo servidor, La disciplina será FIFO
Las llegadas se producen según un proceso de
Poisson de razón , donde es el número medio de
llegadas por unidad de tiempo y 1/ es el tiempo
medio entre llegadas, Los tiempos entre llegadas se
distribuirán exponencialmente, Exp()
Los tiempos entre servicios también se distribuirán
exponencialmente, Exp(), de tal manera que es
el número medio de clientes que el servidor es
capaz de atender por unidad de tiempo y 1/ es el
tiempo medio de servicio
Condición de no saturación
Se demuestra que si , el sistema se satura,
es decir, el número de clientes en la cola crece
indefinidamente con el tiempo, Por consiguiente,
la condición de no saturación será:
1, donde
Nosotros sólo estudiaremos las colas que no se
saturan, Cuando una cola no se satura, también
se dice que alcanza el estado estacionario,
Probabilidades
El parámetro se llama carga, flujo o
intensidad de tráfico del sistema, puesto que
mide la relación entre la cantidad de trabajos
que llegan y la capacidad de procesarlos
Suponiendo que el sistema no se satura, se
deduce la siguiente fórmula para las
probabilidades pn de que haya n clientes en
el sistema, donde nN:
pn 1
n
Medidas de rendimiento
El número medio de clientes en el sistema, L, se
calcula así:
L j p j j 1 1 j j
j
j 0 j 0 j 0
Sumamos la serie aritmético-geométrica:
S 2 2 3 3 4 4 ...
S 2 2 3 3 4 ...
1 S 2
...
3 4
1
L 1
1 2 1
Medidas de rendimiento
La utilización del dependiente, notada U, es la fracción
de tiempo (en tanto por uno) que el dependiente
permanece ocupado, Para hallarla, nos valemos de
que cuando no hay saturación, el número medio de
clientes que entran en el sistema debe ser igual al
número medio de clientes que salen de él:
U U
Como para deducir la anterior fórmula no hemos
usado ninguna característica especial del modelo de
entrada ni del de salida, dicha fórmula es válida para
colas G | G | 1
Medidas de rendimiento
El tiempo medio de respuesta W es el tiempo medio que
un trabajo permanece en el sistema, Si suponemos que
un trabajo, al llegar al sistema, se encuentra con que
hay por delante de él otros j trabajos, el tiempo medio
que tardará en salir del sistema será j+1 veces el tiempo
medio de servicio, Por lo tanto:
W j 1
1 1 1 L 1
pj j pj pj
j 0 j 0 j 0
(1 ) t (1 ) t
P(Ws t ) e P(Wq t ) e
t 0, 1
Ejemplo
Unos mecánicos llegan a una media de 10 por hora
a recoger piezas de repuesto, Estas piezas se las
da un dependiente pagado con 5 €/hora y que tarda
como media 5 min en servir, Cada hora que tiene
que esperar un mecánico (en el sistema) le cuesta
al taller 10 €, Queremos saber si merece la pena
contratar a un ayudante de dependiente, pagado
con 4€/hora, de forma que el tiempo medio de
servicio se reduzca a 4 min
Nota: Al resolver un problema de colas, tener
siempre muy presente la coherencia de unidades
Ejemplo
Tenemos dos opciones:
Sin ayudante: 1/1 = 5 min = 1/12 h
Con ayudante: 1/2 = 4 min = 1/15 h
En ambos casos, = 10 clientes/h
Opción 1 (sin ayudante):
10
10 1
1 ; L1 12 5 mecánicos
12 1 1 1 10
12
Por tanto, perdemos 5·(10€/h) = 50€/h
Ejemplo
Opción 2 (con ayudante):
10
10 1
2 ; L1 15 2 mecánicos
15 1 1 1 10
15
Por tanto, perdemos 2·(10€/h) = 20€/h debido a la
espera de los mecánicos, Pero también
perdemos 4€/h debido al sueldo del ayudante,
Por tanto, las pérdidas totales son 24€/h
En la opción 1 perdemos 50€/h y en la opción 2
perdemos 24€/h, con lo cual la más ventajosa es
la opción 2,
Más medidas de rendimiento
El número medio de trabajos en la cola Lq, se
calcula restándole a L el número medio de trabajos
que están siendo servidos:
2
Lq L 1 p0 L
1 1
Probabilidad de que un cliente que llega pase más
de t unidades de tiempo en el sistema:
W t e t / W
Probabilidad de que un cliente que llega pase más
de t unidades de tiempo en la cola:
Wq t e t / W
Ejemplos
Ejemplo: Un canal de comunicación se usa para
enviar datos desde unos ordenadores fuente a uno
central, Cada fuente envía paquetes de datos según
un proceso de Poisson de razón 2 paquetes/seg,
Además cada fuente envía independientemente de
las otras, Todos los paquetes son idénticos,
esperan en una cola común y después se
transmiten de uno en uno, Los tiempos de
transmisión se distribuyen exponencialmente, con
media 25 mseg, Determinar el número máximo de
fuentes que se pueden conectar al canal de tal
manera que:
Ejemplos
1º El canal no se sature
Si tenemos k fuentes, llegarán a la cola 2k
paquetes/seg, Por otro lado, 1/ = 0,025 seg
= 40 paquetes/seg
El canal no se satura cuando <1:
2k k
1 k 20 fuentes
40 20
Ejemplos
2º En media los paquetes no pasen en el
sistema más de 100 mseg
Tal como ocurría en el apartado anterior, llegarán
a la cola 2k paquetes/seg, y tendremos = 40
paquetes/seg
Nos exigen W0,1 seg:
1 1
W 0,1 k 15 fuentes
40 2k
Ejemplos
3º En el estado estacionario se garantice que al
menos el 95% de los paquetes tenga un tiempo de
respuesta que no exceda de 100 mseg
Tal como ocurría en el apartado anterior, llegarán a la
cola 2k paquetes/seg, y tendremos = 40 paquetes/seg
Nos exigen que la probabilidad de que un paquete pase
más de 100 mseg en el sistema sea inferior al 5%, es
decir, W(100 mseg)0,05:
4 ln 0,05
k k 5,021 k 5 fuentes (ya que k N)
0,2
Ejemplos
Ejemplo: Supongamos que una cola M|M|1 con parámetros
y se sustituye por n colas M|M|1 independientes de
parámetros /n y /n, Es decir, dividimos la carga de trabajo y
la capacidad de proceso en n partes iguales, Evaluar el
efecto del cambio usando como medidas de rendimiento el
tiempo medio de respuesta y el número medio de trabajos en
el sistema
/n /n
…
/n /n
Ejemplos
Alternativa 1 (una sola cola), 1=, 1= :
1
L1
1 1
1 1
W1
1 1
Alternativa 2 (n colas independientes), 2=/n,
2=/n :
n
n
2 2
L2 n n n
n n nL1
i 1 1 2 1 2 1
1 n
n
Ejemplos
1 1 1
W2 n nW1
2 2
n n
Calcular:
La probabilidad de que el operador esté ocupado.
El número de llamadas que esperan ser contestadas.
El tiempo promedio que espera una llamada antes de
ser atendida.
Zapatería Mary’s
P = 1- ( / ) = 1 - (5 / 7.5) = 0.3333
0
P = [1 - ( / )] (/ ) = (0.3333)(0.6667)n
n
L = / ( - ) = 2
L = 2/ [( - )] = 1.3333 P = / 0.6667
q w
W = 1 / ( - ) = 0.4 horas = 24 minutos
W = / [( - )] = 0.26667 horas = 16 minutos = / 0.6667
q
L W
Teorema de Little
Explicación intuitiva: Supongamos que cobramos
1€ a cada trabajo por cada unidad de tiempo que
pasa en el sistema, Habría dos maneras
equivalentes de medir las ganancias:
Colocando un recaudador a la entrada del sistema,
le cobrará como media W a cada uno de los
trabajos que vea pasar por unidad de tiempo
Cada vez que transcurre una unidad de tiempo,
cobro 1 € a cada uno de los L trabajos que como
media hay en ese instante en el sistema
Teorema de Little
Si aplico el teorema a la cola, dejando fuera
del sistema al servidor, obtengo el siguiente
resultado, también muy útil:
Lq Wq
Las dos fórmulas obtenidas nos sirven para
ayudarnos a obtener los valores de las
medidas de rendimiento, aunque
necesitaremos otras ecuaciones para poder
conseguir resultados explícitos