Universidad Mayor de San Andres

Facultad de Ciencias Puras y Naturales

Carrera de Informática
Tarea No.4
Univ. Alanoca Calcinas Elio Jarol CI: 9173155 Paralelo: “B”
Docente: Lic. Emma Mancilla Materia: Investigación Operativa II Fecha:10/19/2020

MODELO M/M/1/K

• Supuestos
Es un sistema de colas exponencial, similar al modelo M/M/1 pero con una
longitud limite “K” para la cola.
Al igual que el modelo M/M/1, en este modelo, los tiempos entre llegadas siguen
una distribución de tasa λ y el tiempo de servicio del servidor sigue una
distribución de tasa µ. El número de estados en el sistema son K+1, desde 0 hasta
K. A continuación, se muestra un diagrama de transición de estados de este
modelo.

Como se puede apreciar en el diagrama, la transición del estado i al i+1 se produce

con tasa λ y representa la llegada de un cliente al sistema; y la transición del estado
i al i-1 representa la salida de un cliente y se produce con tasa µ. Cuando el sistema
está en el estado K, no se admite a ningún cliente adicional y únicamente se cambia
al estado K-1 cuando el cliente en servicio termina. La resolución del sistema
resultante de igualar la tasa de entrada a un nodo a su tasa de salida, se puede
demostrar que las probabilidades estacionarias son:

Debido a que la máxima capacidad del sistema está restringida a K, en este

modelo existe solución para todo λ y µ, incluso para λ ≥ µ.
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática

• Características
1. Tiempo entre llegadas independientes e idénticamente distribuidas según
una ley
2. exponencial de parámetro 𝛌𝛌𝒏𝒏 = 𝛌𝛌 .
3. Tiempo de servicio independiente e idénticamente distribuido según una
ley
4. exponencial de parámetro 𝝁𝝁𝒏𝒏 = 𝝁𝝁.
5. Un único servidor, es decir 𝒔𝒔 = 𝟏𝟏.
6. El número de clientes en el S.E. no puede superar el valor positivo K.
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática
• Medidas de Desempeño de Estado Estable Asociadas Al Modelo
En teoría de colas se utilizan comúnmente las siguientes medidas de desempeño,
estas se calculan de forma diferente según el modelo de la línea de espera:
o 𝐿𝐿𝐿𝐿 = 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑒𝑒𝑒𝑒 𝑢𝑢𝑢𝑢 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑒𝑒𝑚𝑚𝑚𝑚
o 𝐿𝐿𝐿𝐿 = 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑑𝑑𝑑𝑑 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑒𝑒𝑒𝑒 𝑢𝑢𝑢𝑢𝑢𝑢 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
o 𝑊𝑊𝑊𝑊 = 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑒𝑒𝑒𝑒 𝑒𝑒𝑒𝑒 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠
o 𝑊𝑊𝑊𝑊 = 𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇𝑇 𝑑𝑑𝑑𝑑 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑒𝑒𝑒𝑒 𝑙𝑙𝑙𝑙 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐
o 𝜌𝜌 = 𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹𝐹 𝑑𝑑𝑑𝑑 𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢𝑢ó𝑛𝑛 𝑑𝑑𝑑𝑑𝑑𝑑 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠

o 𝑃𝑃𝑛𝑛 = 𝑃𝑃(𝑁𝑁 = 𝑛𝑛),

o 𝑃𝑃𝑛𝑛(1) = 𝑃𝑃(𝑁𝑁 = 𝑛𝑛 𝑦𝑦 ℎ𝑎𝑎𝑎𝑎 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠),
o 𝑃𝑃𝑛𝑛(0) = 𝑃𝑃(𝑁𝑁 = 𝑛𝑛 𝑦𝑦 𝑛𝑛𝑛𝑛 ℎ𝑎𝑎𝑎𝑎 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠).

MODELO M/M/s

• Supuestos
El modelo supone que los tiempos entre llegadas y los tiempos de servicio son
variables aleatorias distribuidas exponencialmente, la disciplina es FIFO y la
población es infinita.
Se diferencia respecto al modelo M/M/1 en que el número de servidores s puede
ser cualquier número natural tal que s >= 1. Cuando el número de servidores es
mayor que 1, las expresiones anteriores no son tan sencillas. En esta línea, en la
tasa de servicio μn hay que distinguir dos casos:

El siguiente diagrama de tasas (cadena de Markov del modelo M/M/s) representa

los posibles estados del sistema y las transiciones entre ellos.

En este caso, la tasa de llegadas no se encuentra afectada por el estado en que se

encuentre el sistema, pero sí la tasa media de servicio, pudiendo ser tal múltiplo de
la tasa media de servicio por servidor como servidores en activo haya. Si el factor
𝝀𝝀
de utilización (factor de carga/ intensidad tráfico): 𝝆𝝆 = 𝒔𝒔 𝝁𝝁
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática

Bajo condiciones de estabilidad (factor de utilización ρ < 1), al igual que en el

modelo M/M/1, se pueden aplicar fórmulas para obtener los principales parámetros
del sistema.
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática

• Características
 Fuente de llegada de clientes.
 Patrón de servicio de servidores.
 Disciplina de cola.
 Capacidad del sistema.
 Número de canales de servicio.
 Número de etapas de servicio.

• Medidas De Desempeño De Estado Estable Asociadas Al Modelo

En teoría de colas se utilizan comúnmente las siguientes medidas de
desempeño, estas se calculan de forma diferente según el modelo de la línea
de espera:
 Ls = Cantidad esperada de clientes en un sistema
 Lq = Cantidad esperada de clientes en una cola
 Ws = Tiempo de espera en el sistema
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática
 Wq = Tiempo de espera anticipado en la cola
 ρ = Factor de utilización del sistema

MODELO M/M/s/k
• Supuestos
 Un Nacimiento y una muerte
 Condición de estado estable
 Tiempos entre llegadas con distribución de Poisson y tasa media de llegada
λ fija independiente.
 Existen s servidores, para cada uno el tiempo de atención se distribuye de
manera exponencial, con tasa media de servicio μ.
 El número máximo de clientes que pueden estar presente en el sistema en
un tiempo dado es k.
 Los clientes son rechazados si al llegar encuentran que la cola está llena.
 Disciplina FIFO.

Nota:
o Desde el punto de vista del proceso nacimiento y muerte, la tasa media de
entrada al sistema λ será 0 cuando la cola está llena.
o Este modelo en algún momento alcanzará una condición de estable, aun
𝝀𝝀
cuando 𝝆𝝆 = 𝝁𝝁
≥ 𝟏𝟏
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática
DIAGRAMA DE TASAS
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:

Desde el punto de vista del proceso de nacimiento y muerte, la tasa media de

entrada al sistema se hace cero en estos momentos. Por lo mismo, la única
modificación necesaria en el modelo M/M/s para introducir una cola fi nita es
cambiar los parámetros λn a:
Tasa media de llegada

Como λn = 0 para algunos valores de n, un sistema de colas que se ajuste a este

modelo alcanzará en algún momento la condición de estado
estable, aun cuando
Tasa media de salida
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática

• Características
• La distribución puede ser
o M Exponencial
o D Constante o determinista
o 𝐸𝐸𝑘𝑘 Erlang de parámetro k
o G Genérica e independiente
• La disciplina puede ser
o FCFS First come, first served (Primero llegado, primero servido)
o LCFS Last come, first served (El último en llegar, el primero en ser
servido)
o SIRO Service in random order (Servicio en orden aleatorio)
o GD General discipline (Disciplina general)
Universidad Mayor de San Andres
Facultad de Ciencias Puras y Naturales
Carrera de Informática

• Medidas De Desempeño De Estado Estable Asociadas Al Modelo