Modelo M |M |1| |

Suposiciones del modelo

En esta seccin se presentan frmulas que pueden utilizarse para determinar las caractersticas de operacin constante
de una lnea de espera de canal nico. Las frmulas son apropiadas si las llegadas siguen una distribucin de probabilidad
de Poisson y los tiempos de servicio llevan una distribucin de probabilidad exponencial y la cola tiene una disciplina
FIFO.
Las caractersticas de operacin presentadas en las siguientes ecuaciones son apropiadas slo cuando la tasa de servicios
es mayor que la tasa de llegadas expresado de otra manera, cuando / < 1. Si no existe esta condicin, la lnea
de espera seguir creciendo sin lmite porque la instalacin de servicio no tiene suciente capacidad para atender a las
unidades que llegan.
= nmero medio de llegadas por periodo de tiempo (tasa de llegadas)
= nmero medio de servicios por periodo de tiempo (tasa de servicios)

Caractersticas operativas
1. Factor de utilizacin del sistema o probabilidad de que el sistema este ocupado. (fraccin promedio de tiempo que los
servidores individuales estn utilizando para atender a los clientes):
=

2. La probabilidad de que no haya unidades en el sistema:

P0 = 1

3. La probabilidad de que haya n unidades en el sistema:

Pn =

 n

P0

4. El nmero promedio de unidades en la lnea de espera:

Lq =

2
( )

5. El nmero promedio de unidades en el sistema:

Ls = Lq +

6. El tiempo promedio que la unidad pasa en la lnea de espera:

Wq =

Lq

7. El tiempo promedio que una unidad pasa en el sistema:

Ws = Wq +

8. La probabilidad de que el tiempo de espera en el sistema exceda cierta cantidad de tiempo t es:
P (Ws > t) = e(1)t

para t 0

9. La correspondiente probabilidad de que el tiempo de espera en la cola exceda t es:

P (Wq > t) = e(1)t

para t 0

Modelo M |M |K| |
Suposiciones del modelo

En esta seccin se presentan frmulas para determinar la caractersticas de operacin constante de una lnea de espera
de mltiples canales. Estas frmulas son apropiadas si existen las siguientes condiciones:
1.
2.
3.
4.

Las llegadas siguen una distribucin de probabilidad de Poisson.

El tiempo de servicio de cada canal sigue una distribucin de probabilidad exponencial.
La tasa de servicios es la misma para cada canal.
Las llegadas esperan en una sola lnea de espera y luego se dirigen al primer canal abierto para que las atiendan.

Como es la tasa de servicios de cada canal, k es la del sistema de mltiples canales. Al igual que para el modelo
de espera de canal nico, las frmulas de las caractersticas de operacin de lneas de espera de mltiples canales
se aplican slo en situaciones en las que la tasa de servicios del sistema es mayor que su tasa de llegadas, en otros
trminos, las frmulas se aplican slo si k > .
= tasa de llegadas del sistema
= tasa de servicios de cada cana
k = nmero de canales o servidores

Caractersticas operativas
1. La fraccin promedio de tiempo que los servidores individuales estn utilizando para atender a los clientes.
=

2. Probabilidad de que no haya unidades en el sistema:

P0 =

"k1
X (/)n
n!

n=0

(/)k
+
k!

k
k

#1

3. Probabilidad de que haya n unidades en el sistema:

Pn =

(/)n
P0
n!

para n k

Pn =

(/)n
P0
k!k (nk)

para n > k

4. Probabilidad de que una unidad que llega tenga que esperar a que la atiendan:
Pw =

 k 


k
P0

1
k!

5. Nmero promedio de unidades en la lnea de espera:

Lq =

(/)k
P0
(k 1)!(k )2

6. Nmero promedio de unidades en el sistema:

Ls = Lq +

7. Tiempo promedio que una unidad pasa en la lnea de espera:

Wq =

Lq

8. Tiempo promedio que una unidad pasa en el sistema:

Ws = Wq +

9. La probabilidad de que el tiempo de espera en el sistema exceda cierta cantidad de tiempo t.

Si k 1 (/) = 0:
P (Ws > t) = e

P0 (/)k
1+
k!(1 )t


para t 0

Caso contrario:
"
P (Ws > t) = et

P0 (/)k 1 et(k1())
1+

k!(1 )
(k 1 (/))

#
para t 0

10. La correspondiente probabilidad de que el tiempo de espera en la cola exceda t es:

P (Wq > t) = [1 P (T = 0)] ek(1)t

para t 0

Donde:
P (T = 0) =

k1
X

Pn

n=0

Modelo M |M |1|N

Suposiciones del modelo

En otros casos, el nmero mximo de unidades o clientes que buscan ser atendidos se supone que es nito. En esta
situacin la tasa de llegadas al sistema cambia, segn el nmero de unidades que hay en la lnea de espera, y se dice
que el modelo tiene una poblacin con fuente nita. Las frmulas de las caractersticas de operacin de los modelos de
lnea de espera previos debern modi carse para tener en cuenta el efecto de poblaciones nitas.
El modelo de poblacin con fuente nita analizada en esta seccin se basa en los siguientes supuestos:
Las llegadas de cada unidad sigue una distribucin de probabilidad de Poisson, con tasa de llegadas .
Los tiempos de servicio siguen una distribucin de probabilidad exponencial, con tasa de servicios .
La poblacin de unidades que buscan ser atendidas es nita.

Caractersticas operativas
= tasa de llegadas del sistema
= tasa de servicios de cada cana
N

= Nmero mximo de clientes en el sistema

1. Probabilidad de que no haya unidades en el sistema:

"
P0 =

N
X

n=0

N!
(N n)!

 n #1

2. Probabilidad de que haya n unidades en el sistema:

N!
Pn =
(N n)!

 n

P0

para n = 0, 1, ..., N

3. Probabilidad de que una unidad que llega tenga que esperar para que la atiendan:
PW = 1 P0

4. Nmero promedio de unidades en la lnea de espera:

Lq = N

+
(1 P0 )

5. Nmero promedio de unidades en el sistema:

Ls = Lq + (1 P0 )

6. Tiempo promedio que una unidad pasa en la lnea de espera:

Wq =

Lq
(N Ls )

7. Tiempo promedio que una unidad pasa en el sistema:

Ws = Wq +

Una de las aplicaciones primordiales del modelo M/M/1 con una poblacin nita se conoce como problema de reparacin
de mquinas. En este problema se considera que un grupo de mquinas es la poblacin nita de lientes"que puede solicitar
el servicio de reparacin. Siempre que una mquina se descompone ocurre una llegada en el sentido de que se inicia una
nueva solicitud de reparacin. Si otra mquina se descompone antes de que se haya completado el trabajo de reparacin en
la primera, la segunda mquina comienza a formar una "lnea de espera"para el servicio de reparacin. Otras mquinas que
se descompongan prolongarn la lnea de espera. El supuesto de primera en llegar, primera en ser atendida indica que las
mquinas se reparan en el orden en que se descomponen. El modelo M/M/1 muestra que una persona o canal est disponible
para realizar el servicio de reparacin. Para poner la mquina de nuevo en operacin, cada mquina descompuesta debe ser
reparada por la operacin de canal nico.

Modelo M |M |K|N

Suposiciones del modelo

El modelo de poblacin con fuente nita analizada en esta seccin se basa en los siguientes supuestos:
Las llegadas de cada unidad sigue una distribucin de probabilidad de Poisson, con tasa de llegadas .
Los tiempos de servicio siguen una distribucin de probabilidad exponencial, con tasa de servicios .
La poblacin de unidades que buscan ser atendidas es nita.
Los canales o servidores son mltiples.
= tasa de llegadas del sistema
= tasa de servicios de cada cana
N

= Nmero mximo de clientes en el sistema

k = nmero de canales o servidores

1. Probabilidad de que no haya unidades en el sistema:

P0 =

"k1 
X
n=0

N!
(N n)!n!

 n  X
 n #1
N 

N!

+
(nk)

(N n)!k!k
n=k

2. Probabilidad de que una unidad que llega tenga que esperar para que la atiendan:
PW = 1

k1
X

Pn

n=0

3. Probabilidad de que haya n unidades en el sistema:

 n

P0
N
!

(N n)!n!

 n

Pn =
N
!
P0

(N n)!k!k (nk)

0;

0 n k;

k < n N;
n > N.

4. Nmero promedio de unidades en la lnea de espera:

Lq =

N
X

(n k)Pn

n=k

5. Nmero promedio de unidades en el sistema:

Ls =

k1
X

nPn + Lq + k 1

n=0

k1
X

!
Pn

n=0

6. Tasa efectiva de llegadas, ef , es el nmero medio de clientes admitidos al sistema por unidad de tiempo de entre los
que intentan entrar (ef < ):
ef = (N Ls );

ef = Lambda ef ectiva.

7. Tiempo promedio que una unidad pasa en la lnea de espera:

Wq = Lq /ef

8. Tiempo promedio de clientes en el sistema:

Ws = Ls /ef

9. Nmero promedio de clientes que se van sin recibir servicio:

Balking = ef

Modelo M |M |1|N |

Suposiciones del modelo

Hay una sola cola, cuya disciplina ser FIFO, La capacidad de la cola es limitada, de tal modo que slo puede haber
N 1 clientes como mximo en la cola. Por lo tanto, el nmero mximo de clientes en el sistema es N . Si un cliente
llega y el sistema est lleno, es rechazado y nunca ms regresa.
Las llegadas se producen segn un proceso de Poisson de razn , Los tiempos entre llegadas se distribuirn exponencialmente, Exp().
Los tiempos entre servicios tambin se distribuirn exponencialmente, Exp(), de tal manera que es el nmero medio
de clientes que el servidor es capaz de atender por unidad de tiempo.

Probabilidades
El sistema nunca se satura, ya que la capacidad es limitada.
Se deduce la siguiente frmula para las probabilidades Pn de que haya n clientes en el sistema, donde n {0, 1, 2, ..., N } :

Pn =

n
(1 )

1 N +1 ;

6= 1;

1
;
N +1

=1

El valor de determina cmo varan los Pn :

Si < 1, los estados ms probables son los de menor nmero de clientes, porque la oferta de servicio supera a la

demanda.
Si > 1, los estados ms probables son los de mayor nmero de clientes, porque la demanda de servicio supera
a la oferta.
Si = 1, todos los estados son equiprobables, podemos llegar a la frmula del caso = 1 aplicando la regla de
L0 H opital al lmite para 1 de la frmula del caso 6= 1.
Probabilidad de encontrar el sistema vaco:
P0 =

1
1 N +1

Factor de utiliacin:
=

Medidas de rendimiento
Tasa efectiva de llegadas, ef , es el nmero medio de clientes admitidos al sistema por unidad de tiempo de entre los
que intentan entrar (ef < ):
ef = (1 PN );

ef = Lambda ef ectiva.

Nmero promedio de clientes en el sistema (este valor siempre debe ser inferior a N ):

Ls =

(N + 1)N +1

;
1
1 N +1

N;
2

6= 1;

=1

Nmero promedio de clientes en la cola:

Lq = ef Wq

Tiempo promedio de clientes en el sistema:

1

Ws = Wq +

Ws = Ls /ef

Tiempo promedio de clientes en la cola:

1

Wq = Ws

Wq = Lq /ef

Modelo M |M |K|N |
Probabilidades

Probabilidad de que hayan n clientes en el sistema:

n
( ) P0

n!

Pn =
( )n P0

K!K (nK)

0;

n K;

K < n N;
n>N

Probabilidad de encontrar el sistema vaco:

P0 =

K1
X

( )n
n!

n=0

( )K
K!

N
X

!1
nK

n=K

Factor de utilizacin:
=

Nmero promedio de clientes en la cola:

Lq =

P0 ( )K 

1 N K (1 (N K)(1 ))
2
K!(1 )

Nmero promedio de clientes en el sistema:

Ls =

K1
X

n Pn + Lq + K

n=0

K1
X

!
Pn

n=0

Tasa efectiva de llegadas, ef , es el nmero medio de clientes admitidos al sistema por unidad de tiempo de entre los
que intentan entrar (ef < ):
ef = (1 PN );

ef = Lambda ef ectiva.

Tiempo promedio de clientes en el sistema:

Ws = Ls /ef

Tiempo promedio de clientes en la cola:

Wq = Lq /ef

Nmero promedio de clientes que se van sin recibir servicio:

Balking = ef