17.5 PROCESO DE NACIMIENTO Y MUERTE La mayor parte de los modelos elementales de colas suponen que las entradas (Ilegada de clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo con un proceso de nacimiento y ‘muerte. Este importante proceso de (eorfa de probabilidad tiene aplicaciones en varias reas. Sin embargo, en el contexto de la teoria de colas, el término nacimiento se refiere ala legada de un suevo cliente al sistema de colas, mientras que el término muerte se refiere a la salida del cliente servido. El estado del sistema en el tiempo 1 (= 0), denotado por N(), es el nimero de clientes que hay en el sistema de colas en el tiempo t. El proceso de nacimiento y muerte describe en fér- ‘minos probabilisticos cémo cambia N() al aumentar f. En general, sostiene que los nacimientos y smuertes individuales ocurren de manera aleatoria, y que sus tasas medias de ocurrencia dependen del estado actual del sistema. De manera més precisa, los supuestos del proceso de nacimiento y muerte son los siguientes: Supuesto 1. Dado N() = na distribucicn de probabilidad actual del tiempo que falta para el. préximo nacimiento(legads) cs exponencial con parimetro A, (n= 0, 1,2, Supuesto 2. Dado N(#) = n, la distribuci6n de probabilidad actual del tiempo que falta para la proxima muerte (terminacién de servicio) es exponencial con parimetro 14, (1 = 1, 2, Supuesto 3, La variable aleatoria del supuesto 1 (el tiempo que falta hasta el préximo naci ‘miento) y Ia variable aleatoria del supuesto 2 (el tiempo que falta hasta la siguiente muerte) son ‘mutuamente independientes. La siguiente transicién del estado del proceso es n> n+ I(un solo nacimiento) nn I(una sola muerte), lo que depende de cuél de las dos variables es més pequedia, En el caso de un sistema de colas, A, y 4, Fepresentan, respectivamente, la tasa media de Ile- sgada y la tasa media de terminaciones de servicio, cuando hay n clientes en el sistema, En algunos sistemas de colas, los valores de las A, serdin las mismas para todos los valores de n, y las, también sordn las mismas para toda n excepto para aquella n tan pequetia que el servidor esté desocupado (es decir, n = 0). Sin embargo, las A, y las 1, también pueden variar en forma considerable con n para algunos sistemas de colas.m= FIGURA 17.4 Diagrama de tasas del proceso de nacimiento y muerte. mh 6 q3 rs Por ejemplo, una de las formas en las que A, puede ser diferente para valores distintos de n es silos clientes potenciales que llegan se pueden perder (rechazat la entrada al sistema) con mayor probabilidad a medida que n aumenta, De manera similar, 4, puede ser diferente ante valores dis- tintos de n debido a que existe una mayor probabilidad de que los clientes renuncien (se vayan sin haber sido servidos) a medida que aumenta el tamatio de la cola, Uno de los ejemplos de la seceién Ejemplos resueltos del sitio en internet de este libro ilustra un sistema de lineas de espera donde existe tanto pérdida como renuncia. Entonces, este ejemplo demuestra cémo los resultados gene. rales del proceso de nacimiento y muerte generan de manera directa varias medidas de desempetio de este sistema de colas Anilisis del proceso de nacimiento y muerte ‘Como consecuencia de los supuestos 1 y 2, el proceso de nacimiento y muerte es un tipo especial de cadena de Markov de tiempo continuo (vea en la seccidn 16.8 la descripeién de una cadena de ‘Markov de tiempo continuo y sus propiedades y una introducci6n al procedimiento general para encontrar las probabilidades de estado estable que se aplicaré en el resto de la secci6n). Los mo- delos de colas que se pueden representar mediante una cadena de Markov de tiempo continuo son ‘mucho més manejables en el sentido analitico que cualquier otro modelo, ‘Como la propiedad 4 de la distribucién exponencial implica que las A, y 1, son tasas medias (vea la seceién 17.4), estos supuestos se pueden resumir en el diagrama de tasas que se muestra en la figura 17.6. Las flechas de este diagrama muestran ls tnicas transiciones posibles en cl estado del sistema (como lo especifica el supuesto 3) y el elemento junto a cada flecha es Ia tasa media de esa transicisn (segiin los supuestos 1 y 2) cuando el sistema se encuentra en el estado que hay cen la base de la fecha Excepto en algunos casos especiales, el andlisis del proceso de nacimiento y muerte es compli ccado cuando el sistema se encuentra en condicié rransitoria, Se han obtenido algunos resultados sobre esta distribuci6n de probabilidad de N(Q) pero son demasiado complicados para darles un buen uso prictico, Por otto lado, es bastante directo derivar esta distribucin después de que el sis- tema ha alcanzado la condicisn de estado estable (en caso de que pueda alcanzarla). Este desarrollo parte del diagrama de tasas, como se describe a continuaci6n, Considere cualquier estado particular n(n = 0, 1,2, ...) del sistema. Suponga que en el tiempo 0 se inicia el conteo del némero de veces que el sistema entra a este estado y el nimero de veces {que sale de él, como se denota en seguida: E,(f) = niimero de veces que el proceso entra al estado m hasta el tiempo (9 = wimero de veces que el proceso sale del estado m hasta el tiempo ‘Como los dos tipos de eventos (entrar y sali) deben alternarse, estos dos mimeros sern iguales 0 diferirn en sélo 1; es decir, E,(0) ~ La()| = 1 Al dividir ambos lados entre ty después hacer que > se obtiene Fn _ tal) <1 entonces him | Bal — Lal tole cn) =o.Sisedividen £,(0 y L,(* entre tse obtiene la rasa real (némero de eventos por unidad de tiempo) a lnque ocurten estos dos tipos de eventos, y cuando > se obtiene la rasa media (aximero esperado de eventos por unidad de tiempo) fim Ent! lim Eo = tasa media a la que el proceso entra al estado n. ti, 40. asa meio ala quest proceso ale el eadon Estos resultados conducen al siguiente principio clave Principio de tasa de entrada sistema, la tasa media de entrada tasa de salida. Para cualquierestado n(n = 0,1,2, ...) del tasa media de sald, La ecuacién que expresa este principio se llama ecuacién de balance del estado n. Después de construir as ecuaciones de balance de todos los estados en términos de las probabilidades P, desconacidas, se puede resolver este sistema de ecuaciones (mis una ecuacidn que establezca que las probabilidades deben sumar 1) para encontratlas. ‘Allin de ilustrar una ecuacién de balance, considere el estado 0. El proceso entra a este estado sélo desde cl estado 1. En consecuencia, la probabilidad de estado estable de encontrarse en cl estado 1 (P,) representa la proporcién de tiempo que es posible que el proceso entre al estado 0. Dado que el proceso se encuentra en el estado 1, la tasa media de entrada al estado 0 es wy. (En otras palabras, para cada unidad acumulada de tiempo que el proceso pasaen el estado I, el nimero cesperado de veces que lo dejaria para entrar al estado Oes u,) Desde cualquier otro estado, estatasa ‘media es 0. Por lo tanto, la tasa media global a la que el proceso deja su estado actual para entrar aleestado 0 (la tasa media de entrada) es my + 00 ~ PL) = Py Por el mismo razonamiento, latasa media de salida debe ser X,P,, de manera que la ecuacién de balance del estado 0 es HP) = AoPo. Enel caso de todos los dems estaios, existen dos ransiiones posibles, hacia adento y hacia afuera del estado. Entonces, cada lado de las ecuaciones de balance de estos estados representa la suma de las tasas medias de las dos tansiciones incluidas. Por lo demi el razonamiento es igual aque para el estado 0. Estas ecuaciones de balance se resumen en a tabla 17.1 ‘Observe que la primera ecuacin de balance comtiene dos variables (P, y P,), las primeras dos ecuaciones contienen tres variables (P,P, y P,,¥ asi sucesivamente, de mancra que siempre se tiene una variable “adicional” Por lo tabto el procedimiento para resolver estas ecuaciones es despejar todas las variables en tminos de una de ellas ente las cuales la mais conveniente es P, La primera ecuacién se usa para despejar P, en téminos de P,: después se usa este resultado y la segunda ecuacién para obtener P, en términos de P, ee. Al final, el requisite de que la suma de todas las probabilidades debe ser igual a I se puede usar para evaluar P, TABLA 17.1 Ecuaciones de balance del proceso de nacimiento y muerte Estado ‘Tata de entrada = Tasa de salida ° HPs = AoPo 1 AaPa + Ha? 2 Py Hy Ay + Had ha adPe n Yn Pea + BePn~ Oe tn Pe » Ae aPat © He aPret = On He) PResultados del proceso de nacimiento y muerte Alaplicar este procedimiento se obtienen los siguientes resultados: Estado 0: Py dep, “ Mp yl Aide bP, = At + bury —acro = Aide, Ha mt oF) Pot 2 Py = Ae + unr PD Azp, = Ary, Hs my steamy Ana 1 Ae Apchnaa Ao mn MP th, Pea Anaad) = Atop, ; = Anitann “Aap, Bn alt Pa) Bn Ponbn H we Pen P+ Py date) = Bp = Aalto p, Bae a Hawt ne in He Para simplificar la notacién, sea Anatn-2 “ho Han Toe para yy después se define C, = 1 para n = 0. En este contexto, las probabilidades de estado estable son. P= CyPo, para n=0, 1 Elrequisito implica que 5 cy|Po=1 (2%) n-(Se) ‘Cuando un modelo de Iineas de espera se basa en el proceso de nacimiento y muerte, de ma- nera que el estado del sistema n representa el mimero de clientes en el sistema de colas, las medidas clave de desempetio del sistema (L, L,, Wy W,) se pueden obtener deinmediato después de calcular las P, mediante Ias formulas anteriores. Las definiciones de Ly L, que se dieron en la seccién 17.2 espetifican que => @-9r, Lo que es mis, las relaciones que se dieron en la secciGn 17.2 conducen adonde X es ta tasa de llegadas promedio a largo plazo. Como A, es Ia tasa media de legadas cuan- do el sistema se encuentra en el estado.» (n = 0, 1, 2, ...) y , es a proporeién de tiempo que el sistema estd en este estado, 1-3 aa ‘arias de las expresiones que se acaban de presentar incluyen sumas con un ntmero infinito de términos. Por fortuna, estas sumas tienen soluciones analiticas de muchos casos especiales interesantes* como se vera en Ia siguiente seccién. En otros casos, se puede aproximar al sumar un mimeo finito de términos en una computadora Estos resultados de estado estable se desarrollaron bajo el supuesto de que los parmetzos A, y 1, tienen valores tales que el proceso, en realidad, puede alcancar la condicidn de estado estable. Este supuesto siempre se cumple si A, = 0 para algin valor de n mayor que el estado inicial, de forma que sélo son posibles un nsimero finite de estados (aquellos menores que esta n). También se cumple siempre cuando 2 y 4 estin definidas (vea “Terminologfa y notacin” en la seccin 17.2) ¥p= Msp) <1. Nose cumple si3*_, C, = © En la seccién 17.6 se describen Vatios modelos de colas que son casos especiales del proceso de nacimiento y muerte, Los resultados de estado estable generales dados en los recuadros se uti lizarsn una y otra ver para obtener los resultados especificos para estos modelos. 17.6 MODELOS DE COLAS BASADOS EN EL PROCESO DE NACIMIENTO Y MUERTE Como se puede asignar cualquier valor no negative a cada una de las tasas medias Nyy Ay, Y Hp Hye del proceso de nacimiento y muerte, se cuenta con una gran flexibilidad para modelar un sistema de colas. Los modelos que acaso sean los que més se usan en teoria de colas se basan di- rectamente en este proceso, De acuerdo con los supuestos 1 y 2 (y la propiedad 4 de la distribucién cexponencial), se dice que estos modelos tienen entradas de Poisson y tiempos de servicio expo- nencial. Los modelos difieren s6lo en Ios supuestos sobre cémo cambian las A, y las 4, sein el estado n. En esta seccién se presentarin tres modelos de tres tipos importantes de sistemas de cola Modelo M/M/s Como se describié en la seccién 17.2, c1 modelo M/M/s supone que todos los tiempos entre legadas son independientes ¢ idénticamente distribuidos de acuerdo con una distribucién exponencial (es decir, el proceso de entrada es de Poisson), que todos los tiempos de servicia son independientes idénticamente distibuidos de acuerdo con ota distribuciGn exponencial y que el nimero de servidores ess (cualquier entero positivo). En consecuencia, este modelo es sélo un caso especial del proceso de nacimiento y muerte cuando la rasa media de llegadas al sistema de colas y la tasa ‘media de servicio por servidor ocupado son constantes (A y pt, respectivamente) ¢ independientes del estado del sistema, Cuando el sistema tiene s6lo un servidor (5 = 1), la implicacién es que los pardmetros del proceso de nacimiento y muerte son A, = A(t = 0, 1,2,.-) thy = mn = 1,2, 9. En la figura 17.Sa se muestra el diagrama de tasas resultante. ‘Sin embargo, cuando el sistema tiene varios servidores (s > 1),no estan sencillo expresar 4, ‘como se explica en seguida, ‘Tasa de servicio de sistema: La tasa del servicio del sistema y., representa la tasa media de los servicios terminados de todo el sistema de colas cuando existen n clientes en él. En, “Esa slucones se hasan en los siguientes resultados de la suma de cualquier serie geometric para cualquier x #1 alel <1elcaso de miles servidores y n> 1, ., m0 es lo mismo que 4, la tasa media de servicio por servider ocupado. En lugar de eso, Hy =n cuandon ss, Hy = 5H cuando n= s ‘Mediante cl uso de estas formulas de 4,1 diagrama con las tasas del proceso nacimiento-muerte {que se muestra en la figura 17.4 se reduce a los diagramas de las tasas que se muestran en la figura 17.5 del modelo MAMis ‘Cuando sy excede la tasa media de llegadas A, es decir, cuando » Ae oon tun sistema de colas que se ajuste a este modelo tarde o temprano alcanzaré la condicién de estado stable. En esta situacién se pueden aplicar ditectamente los resultados de estado estable que se ‘obtuvieron en la seccién 17.5 al proceso de nacimiento y muerte, Estos resultados se simplifican mucho para este modelo y proporcionan expresiones cartas de P,. L, Ly, ete., como se mostrar @ continuacién Resultados en el caso de un servidor (M/M/1). Paras = 1, los factores C, del proceso de nacimiento y muerte se reducen a c(t Por lo tanto, para n= 0, 1, 2, P,=p'Po paran=O.1,2..., donde re (37) =1-p. Ast P,=(1- pp", paran=0,1 Mm FIGURA 17.5, Diagrama de tasas del modelo M/MIs. x, sate Q rs 2) Caso de varios servidores (s> 1) y=, patan = 0, 1,2 mi, patam = 1.2, Si param = 5% 1 d me LILY ~- UIT 0