4.

Modelo de servidores mltiples

En esta seccin se encuentran tres modelos de cola con varios servidores en paralelo. Los dos
primeros son las versiones 3.1 3.2 con varios servidores. El tercer modelo describe el caso del
auto servicio, que equivale a tener una cantidad infinita de servidores en paralelo.
Modelo (M/M/c) : (GD//).
En este modelo hay c servidores n paralelo. La frecuencia de llegada es y la rapidez de llegada es
por servidor. Como no hay lmite de cantidad en el sistema

= .
El efecto de usar c servidores en paralelo es un aumento en la tasa de servicio de la instalacin
proporcional a c. En trminos del modelo generalizado,

se definen de la siguiente manera:

, n 0

,


-
Entonces,

()() ()

( )()

Si

y suponiendo que

el valor de Po se determina con

lo que resulta en
{

)}

Se puede determinar la ecuacin como se muestra a continuacin para

( )

)
(

( ) ( )

Como

= , entonces Ls = Lq + . Los valores de Ws y Wq se pueden determinar dividiendo Ls y

Lq entre .
Las operaciones asociadas con este modelo pueden ser tediosas. Morse (1958) da dos
aproximaciones tiles para p
o

P
0
1- y Lq
c+1
c
2

Y para /c muy prxima a 1,
P
0
[(c- )(c-1)]! / c
c
y Lq /c-
Ejemplos
1. Una sucursal bancaria tiene dos cajas igualmente eficientes, capaces de atender un
promedio de 60 operaciones por hora con tiempos reales de servicio que se observan
exponenciales. Los clientes llegan con una tasa de 100 por hora. Determinar:

a) Probabilidad de que haya ms de 3 usuarios simultneamente en el banco.
b) Probabilidad de que alguno de los cajeros est ocioso.
c) Probabilidad de que un cliente permanezca ms de 3 minutos en la cola.

Tenemos un sistema con =100 usuarios por hora, =60 servicios por hora y C = 2 . Como se
verifica que podemos afirmar que el sistema es estacionario.
Entonces, la probabilidad de que haya ms de tres usuarios es:
( )

Donde Sabemos que:
=
(
(

|
|
.
|

\
|
+
|
|
.
|

\
|
=

1
1
0
0
!
1
!
1

C
C
C n
P
C
C
n
n

= + +
|
\

|
.
|

(
(
= + +
|
\

|
.
|

(
(
=

1
1
2
2
2
1
100
60
1
2
100
60
120
120 100
0 0909
2
1
2
1

!
.
1263 . 0 0909 . 0
60
100
2
1
2
1
!
1
1515 . 0 0909 . 0
60
100
!
1
2
0
2
0 2
0 0 1
= |
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
= = =
|
|
.
|

\
|
=

P P
C C
P
P P
n
P
n
C n
n

P
C C
P P
n C
n
3 0
3
0
3
1 1
2 2
1
4
100
60
0 0909 01052 =
|
\

|
.
| =

|
\

|
.
| =
|
\

|
.
|
=

!
!
. .

De forma que:
( ) P n P P P P > = = 3 1 05261
0 1 2 3
.

La probabilidad de que uno de los cajeros est ocioso es:
( ) P n P P < = + = + = 2 00909 01515 02424
0 1
. . .
La funcin de distribucin del tiempo de espera en cola es

( )
( )
| |
( )( )

> +

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|

<
= s =

0 ) 0 (
! 1
1
0
!
1
0 0
) (
0
0
t si F P
C C
e
t si P
C C
C
t si
t T P t F
q
T
t C
C
C
q
q
T

Donde deberemos expresar la tasa de llegadas y la de servicio en unidades por minuto:
= =
100
60
16667 . Usuarios por minuto
= =
60
60
1 Usuario por minuto
Por tanto, la probabilidad de que un cliente permanezca ms de tres minutos en la cola es:

( ) ( )
( )
| |
( )( )

|
|
.
|

\
|
= s = >

) 0 (
! 1
1
1 3 1 3
0
3
q
T
C
C
q q
F P
C C
e
T P T P

Donde

F
C
C C
P
T
C
q
( )
!
. . 0 1 1
2
100
60
2 2
100
60
0 0909 0 2425
0
2
=
|
\

|
.
|

|
\

|
.
|
=
|
\

|
.
|

|
\

|
.
|
=

Y entonces, la probabilidad pedida es:

( )
( )
| |
2786 . 0 2425 . 0 0909 . 0
6667 . 1 2
1
60
100
1 3
6667 . 1 2 3
2
=

|
.
|

\
|
= >

e
T P




2. Una oficina estatal de transportes tiene 3 equipos de investigacin de seguridad vial cuyo
trabajo consiste en analizar las condiciones de las carreteras cuando se produce un
accidente mortal. Los equipos son igualmente eficientes y cada uno destina un promedio
de 2 das a investigar y realizar el informe correspondiente en cada caso, con un tiempo
real aparentemente exponencial. El nmero de accidentes mortales en carretera sigue una
distribucin de Poisson con tasa media de 300 accidentes por ao. Determnese:

a) Nmero medio de accidentes cuya investigacin no ha comenzado.
b) Tiempo medio desde que se produce un accidente hasta que se empieza a investigar.
c) Tiempo medio desde que se produce un accidente hasta que finaliza la investigacin.
d) Nmero medio de accidentes cuya investigacin an no ha terminado.

Estamos ante un sistema de colas con tasa de llegadas = 300 accidentes por ao o, lo que es lo
mismo, = 082 . accidentes por da, con tasa de servicio = 05 . investigaciones por da y con
C = 3 canales de servicio.
El nmero medio de accidentes cuya investigacin an no ha comenzado es el nmero medio de
usuarios en cola:

( ) ( ) ( )
L P
C C
P P
q
C
=
|
\

|
.
|

(
(
(
(
(
=
|
\

|
.
|

(
(
(
(
(
=
0
2
0
3
2
0
1
082
05
082 05
2 15 082
19555

!
.
.
. .
. .
.
Donde
P
n C
C
C
n
n
C
C
0
0
1
1
1 1
=
|
\

|
.
| +
|
\

|
.
|

(
(
=
=

! !

= + +
|
\

|
.
| +
|
\

|
.
|

(
(
=
= + +
|
\

|
.
|
+
|
\

|
.
|

|
\

|
.
|

(
(
=

1
1
2
1
6
3
3
1
082
05
1
2
082
05
1
6
082
05
15
15 082
01784
2 3
1
2 3
1

.
.
.
.
.
.
.
. .
.

As pues, el nmero de accidentes cuya investigacin an no ha comenzado es:
L P
q
= = 19555 03489
0
. .

El tiempo medio desde que se produce un accidente hasta que se empieza a investigar es el
tiempo medio de espera:


El tiempo medio desde que se produce el accidente hasta que finaliza la investigacin es el tiempo
medio de permanencia en el sistema:
dias 4255 . 2
1
= + =
q
W W

dias 4255 . 0
82 . 0
3489 . 0
= = =

q
q
L
W
Por otra parte, el nmero medio de accidentes cuya investigacin an no ha finalizado es el
nmero medio de usuarios en el sistema:
L W = = 19889 .


3. Una clnica canina tiene 3 veterinarios para vacunar perros. El nmero de perros que
llegan a la clnica sigue una distribucin de Poisson con una tasa media de 12 por hora. El
tiempo medio empleado en vacunar a cada perro es de 2 minutos. Determinar:
a) Porcentaje de tiempo con la sala de vacunacin vaca.
b) Tiempo medio de espera.
c) Tiempo medio de permanencia de los perros en la clnica.
d) Nmero medio de perros en la clnica.
e) Probabilidad de que un perro espere ms de 10 minutos para ser vacunado.

Estamos ante un sistema de colas con una tasa de llegadas de =12 usuarios por hora, una tasa
de servicio de = 30 servicios por hora y con C = 3 canales de servicio. Como se cumple que
< C
Podemos afirmar que el sistema es estacionario.
El porcentaje de tiempo con la sala de vacunacin vaca es:
P
n C
C
C
n
n
C
C
0
0
1
1
1 1
=
|
\

|
.
| +
|
\

|
.
|

(
(
=
=

! !

= + +
|
\

|
.
| +
|
\

|
.
|

(
(
=

1
1
2
1
6
3
3
2 3
1

= + +
|
\

|
.
|
+
|
\

|
.
|

(
(
=

1
12
30
1
2
12
30
1
6
12
30
90
90 12
06701
2 3
1
.
Es decir, el porcentaje de tiempo con la cola vaca es:
P
0
6701% = .
El tiempo medio de espera es:
W
L
q
q
=

Donde
( ) ( ) ( )
L P
C C
q
C
=
|
\

|
.
|

(
(
(
(
(
=
|
\

|
.
|

(
(
(
(
(
=

0
2
3
2
3
1
06701
12
30
12 30
2 90 12
127 10

!
. .
Luego el tiempo medio de espera ser de:
W
q
= =

106 10 0 3816
4
. horas . segundos
El tiempo medio de permanencia en la clnica es:

W W
q
= + = + = =

1 1
30
106 10 00334 2 0064
4

. . horas . minutos

El nmero medio de perros en la clnica es:
L W = = =

12 106 10 00013
4
. .
Y, por ltimo, la probabilidad de que un perro espere ms de 10 minutos es:
( ) ( ) P T P T P T >
|
\

|
.
|
= > = < =
10
60
01667 1 01667 . .
( ) ( )
( )
| |
( ) ( )
P T P T P T
e
C C
P F
C
C
T
q
>
|
\

|
.
|
= > = < =
|
\

|
.
|

+

10
60
01667 1 0667 1
1
1
0
0 1667
0
. .
!
( )
.

Donde es necesario expresar las tasas de llegadas y de servicio en unidades por minuto:
= =
12
60
0 2 . Perros por minuto
= =
30
60
05 . Perros por minuto
Entonces:

F
C
C C
P
T
C
q
( )
!
.
.
.
.
. . 0 1 1
3
0 2
05
6 3
0 2
05
0 6701 0 9918
0
3
=
|
\

|
.
|

|
\

|
.
|
=
|
\

|
.
|

|
\

|
.
|
=

Y, entonces, la probabilidad de que un perro espere ms de 10 minutos es:

( )
| |
( )
P T
e
>
|
\

|
.
|
=
|
\

|
.
|


+

=

10
60
1
05
0 2
05
1
2 15 0 2
0 6701 0 9918 0 0009
3
0 1667 15 0 2
.
.
.
. .
. . .
. . .







Modelo (M/M/c) : (GD/N/).
Este modelo difiere del (M/M/c) : (GD//) en que el lmite del sistema es finito, igual a N. Eso
quiere decir que el tamao mximo de la cola es N c. Las tasas de llegada y de servicio son y .
La frecuencia efectiva de llegadas

es menor que , a causa del lmite N del sistema.

En trminos del modelo generalizado,

para el modelo actual se define de la siguiente

manera:

{


}

{


}

Sustituyendo

en la ecuacin general de la seccin 3, y observando que =

, se obtiene
{

}
En donde

{

( (

)
(

( ))

A continuacin se calcula Lq para el caso que

:
( )

)
(

( ) ( )

{ (

( ) (

) (

}

Se puede demostrar que para

Lq se reduce a

( )( )

Para determinar Wq, y en consecuencia Ws y Ls, se calcula el valor de

como sigue:

)
Ejemplos
1. E n un taller caben cuatro mquinas que son reparadas por dos mecnicos. Las mquinas
llegan al taller como promedio una vez cada tres horas y el tiempo medio de reparacin es
de 45 minutos. Cul es el nmero medio de mquinas estropeadas en el taller?
Es evidente que se trata de un sistema con
4 2 3333 . 1 3333 . 0 = = = = N C
Se sigue verificando que, como

= = <
C
0125 1 .
El sistema es estacionario tenemos:
P
n
C
C
C
n
n
C
C K C
0
0
1
1
1
1
1
1
=
|
\

|
.
| +
|
\

|
.
|
|
\

|
.
|

(
(

|
\

|
.
|

=
=

!
!

= + +
|
\

|
.
|
|
\

|
.
|

(
(

|
\

|
.
|

= + +
|
\

|
.
|

|
\

|
.
|

(
(

|
\

|
.
|

= 1
1
2
2 1
2
1
1
03333
13333
03333
13333
1
03333
2 6667
2 1
03333
2 6667
07778
2 3
2 3

.
.
.
.
.
.
.
.
.
P P
P
C C
P
P
C C
P
P
C C
P
1 0
2
0
2
0
2
3
3
0
3
4
2
4
0
4
0 3333
13333
0 7778 01944
1 1
2
0 3333
13333
0 7778 0 0243
1 1
4
0 3333
13333
0 7778 0 0030
1 1
8
0 3333
13333
0 7778 0 0004
= = =
=
|
\

|
.
| =
|
\

|
.
|
=
=

|
\

|
.
| =
|
\

|
.
|
=
=
|
\

|
.
| =
|
\

|
.
|
=

.
.
. .
!
.
.
. .
!
.
.
. .
!
.
.
. .



Entonces, el nmero medio de mquinas estropeadas en el taller es:
| | 2536 . 0 0004 . 0 4 003 . 0 3 0243 . 0 2 1944 . 0
4
0
= + + + = = =

= n
n
nP n E L



2. Considrese la biblioteca de una universidad cuyo personal est tratando de decidir
cuntas copiadoras debe de instalar para uso de los estudiantes. Se ha escogido un equipo
particular que puede hacer hasta 10 copias por minuto. No se sabe cul es el costo de
espera para un estudiante, pero se piensa que no deben tener que esperar ms de dos
minutos en promedio. Si el nmero promedio de copias que se hacen por usuario es cinco,
cuntas copiadoras se deben instalar?

Se usa prueba y error para resolver este tipo de problemas, no se encuentra una solucin general
como se hizo para el modelo de un servidor. Se tratar primero con dos copiadoras, despus con
tres, y as hasta que se satisfaga el criterio del tiempo de espera.
Cul es la tasa de servicio? Si el nmero promedio de copias es cinco y la copiadora puede hacer
hasta 10 copias por minuto, entonces pueden servirse en promedio hasta dos estudiantes por
minuto. Pero, en esto no se toma en cuenta el tiempo para insertar la moneda, cambiar originales,
para que un estudiante desocupe y otro comience a copiar. Supngase que se permite un 70 % del
tiempo para estas actividades. Entonces la tasa de servicio neta baja a 0.6 estudiantes por minuto.
Adems se supone que los periodos pico de copiado tienen una tasa de llegada de 60 estudiantes
por hora, o 1 por minuto.
Se comenzar con dos copiadoras, ya que una no sera suficiente.
A = 1 por minuto.
S = 0.6 por minuto.
N = 2

()

()

()

()

Estudiantes

Minutos por llegada

Esto excede el criterio del mximo de 2 minutos de espera para el estudiante promedio. Se
tratarn tres copiadoras.


()

) [

()

) [

Minutos por llegada

Se necesitan tres copiadoras. La utilizacin de cada una ser:
U= A/NS = 1/3(0.6) = 0.56 o 56%

3. La mina carbonfera Severance atiende a 6 trenes cuyos tiempos entre llegadas estn
distribuidas potencialmente y promedian 30 horas. El tiempo requerido para cargar
completamente un tren con carbn vara segn el nmero de furgones y tambin a causa
de retrasos ocasionados por el clima y averas del equipo. El tiempo necesario para cargar
un tren puede calcularse aproximadamente mediante una distribucin exponencial
negativa, con una media de 6 horas con 40 minutos .El ferrocarril exige que la mina
carbonfera pague cargos muy cuantiosos de estada, en caso de que un tren pase ms de
24 horas consecutivas en la mina, en caso de que un tren pase ms de 24 horas
consecutivas en la mina Cul es el tiempo promedio que pasa un tren en la mina?
Fuente finita N= 6
El tiempo promedio que pasan los trenes en la mina W= L [(N-L) ] -1
1/ = 30 horas /tren
=0.8 tren /dia
= 3.6 trenes/dia

*

()
(

()
(

] [

] [

] [

] [

] [

] [

( ) *

( )+ Trenes
( )

()
Dia

Los trenes que llegan pasan un promedio de 0.72 das en la mina carbonfera.

Modelo de autoservicio - (M/M/) : (GD//).
En este modelo, la cantidad de servidores es ilimitada, porque el cliente es tambin el servidor. Un
ejemplo caracterstica es hacer la parte escrita de la prueba de manejo para obtener licencia. Las
gasolineras de autoservicio y los cajeros automticos no caen en la descripcin de este modelo,
porque en esos casos los servidores son las bombas de gasolina y los cajeros. En el modelo se
supone una llegada continua, con las tasas de servicio y , respectivamente.
En trminos generalizados de la seccin 3,

As,

Como

entonces

El resultado es

Que es de Poisson con promedio Ls = . Como era de esperar, Lq = Wq = 0, porque es un modelo
de autoservicio.



1. Un inversionista coloca $1000 mensuales en ciertos ttulos en el mercado de valores.
Como debe de esperar una buena oportunidad de compra, el tiempo real de la compra
es totalmente independiente. El inversionista suele conservar los ttulos durante un
promedio de 3 aos pero los vende al azar cuando se presenta la oportunidad de
vender. Aunque en general se reconoce al inversionista como hbil en el manejo de
valores, la experiencia indica que 25% de los ttulos bajan ms o menos el 20% anual. El
75% restante se aprecian con una rapidez aproximada de 12% por un ao.
Determinar: el desempeo promedio (a largo plazo) del inversionista en el mercado de valores.
Solucin:
Esta situacin se puede considerar como modelo (M/M/) : (DG//) porque, para todo fin
prctico, el inversionista no debe hacer cola para comprar o vender sus valores. El tiempo
promedio entre colocaciones de compra es 1 mes, que equivale a 12 ttulos por ao. La
rapidez de venta de los valores es de ttulo por ao. La rapidez de venta de los valores es

de ttulo por ao. Se puede calcular los resultados del modelo con los siguientes datos a TORA.

c Lmite del
sistema
Lmite de la
fuente
12 0.3333 infinito infinito infinito

Para los valores de y , se obtiene
Ls = =

= 36 titulos.

El estimado del promedio anual(a largo plazo) del valor neto para el inversionista es
(0.25 Ls x $1000)(1- 0.20) + (0.75Ls x $1000)(1+ 0.12) = $37,440


2. Un inversionista coloca $600 mensuales en ciertos ttulos en el mercado de valores. Como
debe de esperar una buena oportunidad de compra, el tiempo real de la compra es
totalmente independiente. El inversionista suele conservar los ttulos durante un
promedio de 2 aos pero los vende al azar cuando se presenta la oportunidad de
vender. Aunque en general se reconoce al inversionista como hbil en el manejo de
valores, la experiencia indica que 35% de los ttulos bajan ms o menos el 20% anual. El
65% restante se aprecian con una rapidez aproximada de 12% por un ao.
Determinar: el desempeo promedio (a largo plazo) del inversionista en el mercado de valores.
Solucin:
Esta situacin se puede considerar como modelo (M/M/) : (DG//) porque, para todo fin
prctico, el inversionista no debe hacer cola para comprar o vender sus valores. El tiempo
promedio entre colocaciones de compra es 1 mes, que equivale 12 ttulos por ao. La rapidez
de venta de los valores es de

de ttulos por ao. Se puede calcular los

resultados del modelo con los siguientes datos:

c Lmite del
sistema
Lmite de la
fuente
12 0.5 infinito infinito infinito

L= /= 12/0.5= 24 ttulos


3. Un inversionista coloca $1000 mensuales en ciertos ttulos en el mercado de valores.
Como debe de esperar una buena oportunidad de compra, el tiempo real de la compra
es totalmente independiente. El inversionista suele conservar los ttulos durante un
promedio de 3 aos pero los vende al azar cuando se presenta la oportunidad de
vender. Aunque en general se reconoce al inversionista como hbil en el manejo de
valores, la experiencia indica que 25% de los ttulos bajan ms o menos el 20% anual. El
75% restante se aprecian con una rapidez aproximada de 12% por un ao.
Determinar: el desempeo promedio (a largo plazo) del inversionista en el mercado de valores.

Solucin:
Esta situacin se puede considerar como modelo (M/M/) : (DG//) porque, para todo fin
prctico, el inversionista no debe hacer cola para comprar o vender sus valores. El tiempo
promedio entre colocaciones de compra es 1 mes, que equivale a 12 ttulos por ao. La
rapidez de venta de los valores es de ttulo por ao. La rapidez de venta de los valores es

de ttulo por ao. Se puede calcular los resultados del modelo con los siguientes datos:

c Lmite del
sistema
Lmite de la
fuente
12 0.3333 infinito infinito infinito

Para los valores de y , se obtiene
Ls = =

= 36 titulos.

El estimado del promedio anual(a largo plazo) del valor neto para el inversionista es
(0.25 Ls x $1000)(1- 0.20) + (0.75Ls x $1000)(1+ 0.12) = $37,440




Recomendaciones
A la hora de enfrentarse a este tipo de problemas es importante extraer los datos necesarios y no
perder de vista ninguno ya que la informacin que se maneja en la prctica puede llegar a ser muy
poca, adems de saber identificar correctamente la participacin de cada uno en el proceso,
respetar la notacin y su orden; en vista de que un pequeo error marcaria una diferencia
significativa en el resultado que se espera obtener en el modelo que se est trabajando; cabe
mencionar que la teora de formacin de una cola es a menudo bastante restrictiva
matemticamente para ser capaz de modelar todas las situaciones verdaderas a nivel mundial. Por
ejemplo; los modelos matemticos a menudo asumen el nmero de clientes, o la capacidad de la
cola infinitos, cuando es evidente que estos lmites deben estar limitados; lo cual es un detalle que
hay que tomar en cuenta a la hora de proporcionar cifras para el mbito administrativo, sin
embargo los datos que se producen son vlidos y de gran utilidad; y representan una gran
importancia para la toma de decisiones.