Teoría de colas

Parte 5

Dr. Ing. Isabel Chiyón Carrascoq

Ingeniería Industrial y
de Sistemas
CASOS PARTICULARES DE ESTADO ESTABLE

1. M/M/1/DG//
2. M/ G/1/DG/ /
3. M//1/DG/ /
4. M/M/1/DG/M/
5. M/M/1/DG/M’/
6. M/M/1/DG/M/M
7. M/M/s/DG/
8. M/M/s/DG/M/
9. M/M/s/DG/M/
10. M/M/s/DG/M’/
11. M/G//DG//
12. M/M/s /DG/s /
2: M / G / 1 / DG /  / 
En este caso, el proceso de salida no sigue el modelo básico. Los resultados
que se aportan no se basan en las fórmulas anteriores.
Teorema
Sea un sistema M/G/1 donde el tiempo de servicio es una variable
aleatoria de media y varianza . Entonces, se cumple que
𝑛
𝑃 𝑜 =1− 𝜌 ; 𝑃 𝑛 = 𝜌 ( 1 − 𝜌 )
Fórmula de
2 2 2 Pollaczek-
𝜆 𝜎 +𝜌
𝐿𝑞= Khintchine
2(1 − 𝜌 )
Nótese que esta longitud media de la cola es la
; Wq = L q /  mitad de la longitud media de cola para el caso con
distribución exponencial.
Si el tiempo de servicio es constante: = 0. Como se ve, reduciendo al máximo la variabilidad del
servicio, se espera reducir a la mitad la longitud de la
Por lo tanto: Lq cola. Se cumplen, además, el resto de las fórmulas
de Little.
EJEMPLO
Las solicitudes de reparaciones de un edificio de apartamentos las atiende un trabajador disponible
sobre la base que el primero que llega es el primero que se atiende. Las solicitudes llegan a razón de uno
por hora como promedio. El tiempo que necesita el trabajador para hacer una reparación tiene una
distribución normal con una media de 30 minutos y una desviación estándar de 10 minutos como
promedio, ¿cuál es el lapso de tiempo entre el momento en que se hace la solicitud de reparación y
cuando esta termina?
Modelo M/G/1/FIFO/∞/∞

λ = 1 solicitud/hora
1/ μ = 30 minutos/reparación ; µ = 2 reparación/hora ; σ = 0.167 hora
= 0.5 < 1

W = Wq + 1/μ = 0.278 + 0.5 = 0.778 hora = 46.68 minutos

Wq = Lq / λ = 0.278/1 horas
= (1(0.167)2 + 0.52)/2(1-0.5) = 0.278 solicitudes
L = 0.278 + 0.5 = 0.778 solicitudes
Po = 0.5
CASOS PARTICULARES DE ESTADO ESTABLE

1. M/M/1/DG//
2. M/ G/1/DG/ /
3. M//1/DG/ /
4. M/M/1/DG/M/
5. M/M/1/DG/M’/
6. M/M/1/DG/M/M
7. M/M/s/DG/
8. M/M/s/DG/M/
9. M/M/s/DG/M/
10. M/M/s/DG/M’/
11. M/G//DG//
12. M/M/s /DG/s /
 9.3: M / / 1 / DG /  / 
3: M//1/DG/ /
Distribución de Erlang, o k-Erlang
Sean ,…, de k variables exponenciales de parámetro , con
Entonces la variable aleatoria

sigue una distribución k-Erlang, de función de densidad

Esta distribución verifica:

 9.3: M / / 1 / DG /  / 

En este caso, se considera un solo servidor, pero el servicio consta de k fases

consecutivas, cada una con duración exponencial de igual parámetro.
Por consiguiente, el tiempo de servicio total , T, se ajusta a una distribución
de Erlang (k-Erlang)
El tiempo medio total de servicio es 1/; por lo tanto, si se considera que hay
k fases, el tiempo promedio en cada fase será 1/k.

Por tanto, es un caso particular del sistema anterior. Se demuestra que:

𝐿 𝑞=
𝜌2
1
𝑘(+1 )
2( 1 − 𝜌 )
𝐿𝑞
𝐿= 𝐿 𝑞 + 𝜌 ; 𝑊 𝑞= ; 𝑊 =𝑊 𝑞 +1/ 𝜇
𝜆
EJEMPLO
Un carwash puede atender un auto cada 5 minutos, y consta de 2 fases consecutivas de lavado y
encerado, con un σ =3.5 min. aproximadamente. La tasa media de llegadas es de 9 autos/hora con una
distribución exponencial negativa. Obtenga las medidas de desempeño de acuerdo con el modelo
M/Ek/1/DG/∞/∞.

λ = 9 autos/hora
1/µ = 5 minutos/ auto; µ = 12 autos/hora
σ = 3.5 min = 0.058 hora ; k = 2
= 1.6875 clientes

= 2.437 clientes

= 0.1875 horas = 11.25 minutos

= 0.2708 horas = 16.25 minutos

CASOS PARTICULARES DE ESTADO ESTABLE

1. M/M/1/DG//
2. M/ G/1/DG/ /
3. M//1/DG/ /
4. M/M/1/DG/M/
5. M/M/1/DG/M’/
6. M/M/1/DG/M/M
7. M/M/s/DG/
8. M/M/s/DG/M/
9. M/M/s/DG/M/
10. M/M/s/DG/M’/
11. M/G//DG//
12. M/M/s /DG/s /
 9.4 M / M / 1 / DG / M / 
4: M / M / 1 / DG / M / 
• M: la entrada es un proceso de Poisson
• M: la salida es un proceso de Poisson (el tiempo de servicio es exponencial)
• 1: Un servidor
• DG: cualquier disciplina de cola
• M: máximo de M clientes en el sistema (M-1 en cola)
Los estados son solo si .
• : población infinita
Corresponde a situaciones en las que está limitado el número de clientes que pueden
entrar a un sistema por el aforo = M
Cuando ya hay M clientes, el sistema les niega la entrada, y los clientes se pierden para
siempre.
Ejemplos:
• Llamadas a una centralita, con limitación del número de llamadas en espera.
• Acceso a un lavadero de autos en el que no puede haber más de M-1 vehículos esperando.
• Para utilizar las fórmulas generales, puede interpretarse como si la razón de
llegada dependiese del estado del sistema,

 Como sólo hay hasta estado , , si se rechazan no ingresan

La tasa media de entradas es

Tasa media de llegadas (no de

Tasa media de entradas (no entradas). Son los que ‘llaman
de llegadas) a la puerta’ Tasa media de
abandonos por
rechazo=

 El proceso de salidas es igual al caso general: ;

 9.4 M / M / 1 / DG / M / 

Vamos a demostrar que la tasa media a la que son rechazados los clientes que llegan es

Denotamos por la tasa a la que son rechazados los clientes que llegan, dependiendo
del estado del sistema:

, si

, si (no hay )

La tasa de rechazos media es

 9.4: M / M / 1 / DG / M / 
Sustituyendo lo anterior en las ecuaciones generales resulta:

Longitud media de personas en el sistema:

𝑀 ∞ 𝑀+1
𝜌 ( 𝑀 +1 ) 𝜌
𝐿= ∑ 𝑛 𝑃 𝑛 =∑ 𝑛 𝜌 𝑛 (1 − 𝜌) =⋯ = − 𝑀 +1
𝑛=0 𝑛=0 1− 𝜌 1− 𝜌
𝐿 𝑞= 𝐿 − (1 − 𝑃 0)
Se siguen cumpliendo las ecuaciones de Little, donde usamos la tasa media de entrada .

𝐿 𝐿𝑞
𝑊= ;𝑊 𝑞 =
𝜆 𝜆
Ejemplo Una peluquería en la que atiende una sola persona tiene un total de 10 sillas para espera. Los
clientes que al llegar la encuentran llena, ya no entran. Los tiempos entre llegadas siguen una
exponencial. En promedio, llegan 5 clientes a la hora. El peluquero tarda un promedio de 10
minutos en cortar el cabello. El tiempo que tarda en cortar el cabello es exponencial.
Describe cuantitativamente el sistema.
Se trata de un sistema M/M/1/FIFO/11/

Entrada:
Salida: clientes/hora

La Probabilidad de que el peluquero esté ocioso es

Y de que el sistema esté lleno:

El número medio de clientes que cada hora no

pueden entrar en la peluquería es clientes/hora
9.d Sistema 4: M / M / 1 / DG / M / 
La longitud media del sistema es:

y la longitud media de la cola es

clientes

La tasa equivalente de llegadas es

𝜆= 𝜆 ( 1− 𝑃 𝑀 )=5× ( 1− 0.025 ) =4.87 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

El tiempo que un cliente medio pasa en la peluquería es

𝐿 3.48
𝑊= = = 0.71
𝜆 4.87

En este tipo de sistemas puede darse que , pues el número de estados no va a crecer
indefinidamente.
 9.4: M / M / 1 / DG / M / 
4: M / M / 1 / DG / M / 
Ejercicio de aplicación 1
PIMPO S.A. está haciendo planes para abrir una pequeña estación para
lavado de autos y debe decidir cuánto espacio dejar para los autos que
esperan. Según los estudios que ha realizado, estima que los clientes
llegarían con una distribución de Poisson con un promedio de uno cada
veinte minutos, a menos que el área de espera esté llena, en cuyo caso el
cliente se iría a otra estación de servicio. El tiempo que puede atribuirse al
lavado de un auto tiene una distribución exponencial con una media de 15
minutos. Compare la fracción de clientes que se perderían si el área de
espera tuviera espacio para: a) cero autos; b) dos autos; c) cuatro autos.
 Proceso de llegada: auto/20 minutos = 3 autos/hora
Proceso de salida. Tasa servicio: 4 autos/hora
Fracción de clientes que se pierden=

Caso 1: área de espera 0: M=1

con , y

Se pierde el 43% de los clientes

Caso 2: área de espera 2: M=3

con , y

Se pierde el 16% de los clientes

Caso 3: área de espera 4: M=5

con , y

Se pierde el 7% de los clientes

 9.4: M / M / 1 / DG / M / 
4: M / M / 1 / DG / M / 
Ejercicio de aplicación 2
Un restaurante de comida rápida tiene una ventanilla para prestar servicio a clientes
que son atendidos sin necesidad de bajar de su automóvil. Los clientes reciben su
pedido y se marchan.
A este restaurante llega una media de 40 automóviles por hora (Poisson). En el
sistema no puede haber más de 4 automóviles (1 en servicio+3 en cola). Si el sistema
se llena, los autos no acceden. Son rechazados porque bloquean el tráfico de la calle.
Se necesita un tiempo medio de 4 minutos (exponencial) para servir un pedido de un
cliente.
1. ¿Cuál es el número medio de clientes que está esperando? (no se cuenta el que
está siendo atendido)
2. ¿Cuántos vehículos son atendidos, por término medio, cada hora?
3. Apenas me he incorporado a la cola para que me atiendan. En promedio, ¿cuánto
tiempo esperaré antes de que me atiendan?
4. ¿Y para poder saborear mi hamburguesa?
1. ¿Cuál es el número medio de clientes que está esperando? (no se cuenta el que
está siendo atendido)
Proceso de llegada: autos/hora
Tasa servicio: 15 autos/hora

Capacidad del sistema:

𝜆 40
𝜌= = =2.6667
𝜇 15
Número medio de clientes en cola=
donde:
clientes

1− 𝜌 1 −2.667
𝑃0= 𝑀 +1
= 4+ 1
=0.0125
1−𝜌 1− 2.667
Por tanto:
clientes
2. ¿Cuántos vehículos son atendidos, por término medio, cada hora?
Si
Si

𝑁 =𝜇 𝑜 𝑃 0 + 𝜇 𝑃 1+ 𝜇 𝑃 2 + ⋯ =𝜇 ( 1− 𝑃 0 ) =15 ( 1− 0.012 5 )=14.81 veh í culos

3. Apenas me he incorporado a la cola para que me atiendan. En promedio, ¿cuánto

tiempo esperaré antes de que atiendan?
Tiempo medio de espera en cola:

4. ¿Y para poder saborear mi hamburguesa?

Pues minutos

Tiempo medio de espera en el sistema: