Modelo

m/m/1
de población
finita
Investigación de Operaciones II
Ing. Selvin Joachin
 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 𝝀, donde 𝝀 es el número medio de llegadas por
unidad de tiempo y 1/𝝀 es el tiempo medio entre
DESCRIPCIÓN llegadas.

DEL MODELO Los tiempos entre servicios también se distribuirán

exponencialmente, Exp(𝝁), de tal manera que 𝝁 es el
número medio de clientes que el servidor es capaz de
atender por unidad de tiempo y 1/𝝁 es el tiempo medio
de servicio.
 CONDICIÓN DE NO SATURACIÓN
• Se demuestra que si 𝜆 ≥ 𝜇, 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:
𝜆
𝜌 < 1, donde 𝜌 = 𝜇

Nosotros sólo estudiaremos las colas que no se saturan, Cuando

una cola no se satura, también se dice que alcanza el estado
estacionario,
 • El parámetro 𝜌 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
PROBALIDADES deduce la siguiente fórmula para las
probabilidades de que haya n clientes en el
sistema, donde n𝜖N:

𝑃𝑛 = 𝜌𝑛 1 − 𝜌
 Cuando existe una población limitada de clientes
potenciales para una instalación de servicio, es necesario
considerar un modelo diferente de colas.

Modelo de Este modelo se utilizaría, por ejemplo, si se consideraran

reparaciones del equipo en una fábrica que tiene cinco
población finita máquinas, si se estuviera a cargo del mantenimiento de
una flota de 10 aviones de uso intensivo, o si se
(M/M/1 con administrara una sala de hospital con 20 camas.

fuente finita)
El modelo de población limitada permite que se considere
cualquier número de personas que realizan reparaciones
(servidores).
 La razón por la que este modelo difiere de los tres modelos de colas
anteriores es que ahora existe una relación de dependencia entre la longitud
de la cola y la tasa de llegadas. Para ilustrar la situación extrema, si una
fábrica tuviera cinco máquinas y todas estuvieran descompuestas y en espera
de ser reparadas, la tasa de llegadas caería a cero. En general, conforme la
línea de espera se hace más larga en el modelo de población limitada, la tasa
de llegada de clientes o máquinas se reduce.

POBLACIÓN En esta sección se describe un modelo de población potencial finita que se

apoya en las siguientes suposiciones:
FINITA 1. Solamente hay un servidor.
2. La población de unidades que buscan servicio es finita.
3. Las llegadas siguen una distribución de Poisson y los tiempos de servicio
se distribuyen exponencialmente.
4. Los clientes son atendidos con base en el principio de primero en llegar,
primero en ser atendido.
 Fórmulas m/m/1
• 𝜆 = 𝑁ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑎𝑟𝑟𝑖𝑏𝑜𝑠 𝑝𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
• 𝜇 = 𝑁ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑔𝑒𝑛𝑡𝑒 𝑜 𝑐𝑜𝑠𝑎𝑠 𝑠𝑒𝑟𝑣𝑖𝑑𝑜𝑠 𝑝𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜
• 𝑛 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎

• 𝜆
𝐿𝑠 = 𝑁ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝐿𝑠 = 𝜇−𝜆

• 𝜌 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑐𝑖ó𝑛 𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 =

𝜆
𝜇

• 𝑊𝑠 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑝𝑒𝑟𝑚𝑎𝑛𝑒𝑐𝑒 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 =

𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 + 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜

• 𝑊𝑠 =
1
𝜇−𝜆
 𝜆2
• 𝐿𝑞 = 𝑁ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑙𝑎 =
𝜇(𝜇−𝜆)
= 𝜌 ∗ 𝐿𝑠

• 𝑊𝑞 = 𝑇𝑖𝑒𝑚𝑝𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑒𝑠𝑝𝑒𝑟𝑎 𝑒𝑛 𝑙𝑎 𝑐𝑜𝑙𝑎 =

𝜆
𝜇(𝜇−𝜆)
= 𝜌 ∗ 𝑊𝑠

• 𝑃𝑛 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑞𝑢𝑒 𝑛 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑠𝑡é𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 =

𝜆 𝜆 𝑛
𝑃𝑛 = 1 − ∗ ( ) = 1 − 𝜌 ∗ 𝜌𝑛
𝜇 𝜇
• 𝑃𝑜 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑒𝑟𝑜 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 𝑙𝑎 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 𝑒𝑠𝑡á 𝑣𝑎𝑐𝑖𝑎 =
𝜆
𝑃𝑜 = 1 − = 1 − 𝜌
𝜇
• 𝑃𝑛)𝑘 = 𝑃𝑟𝑜𝑏𝑎𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚á𝑠 𝑑𝑒 𝑘 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑠𝑡é𝑛 𝑒𝑛 𝑒𝑙 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 =
𝜆 𝑘+1
𝑃𝑛)𝑘 =( )
𝜇
 Ejemplo

Un carwash puede atender un auto cada 5 minutos y la tasa media de

llegadas es de 9 autos por hora:
A)Obtenga las medidas de desempeño de acuerdo con el modelo M/M/1
• B)Además la probabilidad de tener 0 clientes en el sistema, la
probabilidad de tener una cola de más de 3 clientes y la probabilidad de
esperar más de 30 min. en la cola y en el sistema
• 𝑫𝒂𝒕𝒐𝒔: 𝜆 = 9; 𝜇 = 12; 𝜌 =
𝜆
𝜇
=
9
12
= 0.75

𝜆2
• 𝐿𝑠 =
𝜆
𝜇−𝜆
=
9
12−9
= 3 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝐿𝑞 =
𝜇(𝜇−𝜆)
= 2.25 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

• 𝑊𝑠 =
1
𝜇−𝜆
=
1
12−9
= 0.33 ℎ𝑜𝑟𝑎𝑠 = 20 𝑚𝑖𝑛

• 𝑊𝑞 =
𝜆
𝜇(𝜇−𝜆)
=
9
12(12−9)
= 0.25 ℎ𝑜𝑟𝑎𝑠 = 15 𝑚𝑖𝑛

• 𝜆
𝑃𝑜 = 1 − 𝜇 = 1 − 𝜌 = 1 − 0.75 = 0.25 = 25%

• 𝑃 𝐿𝑠 > 3 = 𝜌3+1 = 0.32 = 32%

• 𝑷(𝑾𝒒 > 𝟑𝟎/𝟔𝟎) = 𝒆−𝝁 𝟏−𝝆 𝒕 = 𝒆−𝟏𝟐 𝟏−𝟎.𝟕𝟓 𝟎.𝟓 = 𝟎. 𝟐𝟐 = 22%
• 𝑷(𝑾𝒔 > 𝟑𝟎/𝟔𝟎) = 𝝆𝒆−𝝁 𝟏−𝝆 𝒕 = 𝟎. 𝟕𝟓𝒆−𝟏𝟐 𝟏−𝟎.𝟕𝟓 𝟎.𝟓 = 𝟎. 𝟏𝟕 = 𝟏𝟕%