You are on page 1of 7

Llegadas aleatorias (M / M / 1)

En las situaciones cotidianas es fcil encontrar ejemplos de llegadas aleatorias, puesto que las llegadas sern aleatorias en cualquier caso en la que una de ellas no afecte a las otras. Un ejemplo clsico de llegadas aleatorias son las llamadas que arriban a un conmutador telefnico o un servicio de emergencia. Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden describirse a travs de una distribucin discreta de probabilidad bien conocida, la distribucin de Poisson. Este tipo especial de llegadas aleatorias supone caractersticas acerca de la corriente de entrada. En primer lugar, se supone que las llegadas son por completo independientes entre s y con respecto al estado del sistema. En segundo lugar la probabilidad de llegada durante un periodo especifico no depende de cuando ocurre el periodo, sino ms bien, depende solo de la longitud del intervalo. Se dicen que estas ocurrencias carecen de "memoria". Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular las probabilidades acerca del numero de eventos que ocurrirn en un periodo determinado, utilizando las probabilidades conocidas de la distribucin de Poisson. En particular, existe un promedio de l llegadas en un periodo, T, la probabilidad de n llegadas en el mismo periodo esta dado por:

P[n llegadas en le tiempo T] = Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora, la probabilidad de que haya solo 3 llegadas durante una hora esta dada por:

P[6 llegadas en le tiempo en una hora] =

= 0.0892

Tiempo de servicio aleatorio (M / M / 1)


Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios aleatorios, carentes de memoria, es suceso bastante comn en las situaciones cotidianas de lneas de espera. Y al igual que las llegadas aleatorias los tiempos de servicio carentes de memoria se describen a travs de una distribucin de probabilidad. La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que estos se describen a travs de una distribucin continua en tanto que las llegadas se describen a travs de una distribucin de Poisson, que es discreta. Si la duracin de los tiempos de servicio es aleatoria, la distribucin exponencial negativa describe ese tipo de servicio. Si la m es la tasa promedio de servicio entonces la distribucin esta dada por:

F(t) = m e-m t

Es posible emplear esta formula para calcular la probabilidad de que el servicio sea mas prolongado que alguna duracin especificada de tiempo T. En la siguiente figura se representa es modelo.

Caractersticas de operacin
Para calcular las caractersticas de operacin de una cola M / M / 1, primero debemos de observar que s l = tasa promedio de llegadas y m = tasa promedio de servicio, entonces l debe de ser menor que m . Si esto no ocurriera el promedio de llegadas sera superior al numero promedio que se atienden y el numero de unidades que estn esperando se volvera infinitamente grande. Si hacemos que r = l / m puede denominarse a r como factor de utilizacin. Este valor es la fraccin promedio de que el sistema este ocupado, tambin sera el numero promedio de unidades que estn siendo atendidas en cualquier momento. En trminos de probabilidad tendramos que: Pw = probabilidad de que el sistema est ocupado.

Entonces la probabilidad de que el sistema no est trabajando, o est vaco, P 0, puede obtenerse por medio de:

A partir de esto podemos obtener la probabilidad de que haya n unidades en el sistema, Pn, mediante:

en donde n es cualquier entero no negativo. Este importante resultado nos permite calcular las caractersticas de operacin de las lneas de espera. La primera caracterstica de operacin que calculamos es el numero promedio de unidades que se encuentran en el sistema, ya sea esperando o siendo atendidas. Denominaremos a este nmero promedio de unidades promedio, L. Entonces tenemos que:

Con estos valores obtenidos podemos calcular el numero promedio de unidades que esperan ser atendidas, Lq. Dado que L es el numero de unidades que estn esperando o estn siendo atendidas, y r es el numero promedio de unidades que estn siendo atendidas en algn momento dado entonces: L = Lq + r A partir de esto es fcil observar que

Lq = L - r O tambin podramos decir que

Ahora examinaremos el tiempo de espera. Utilizaremos W para representar el tiempo promedio o esperado que una unidad se encuentra en el sistema. Para encontrar W, observaremos que se L el numero esperado de unidades de en le sistema y l es el numero promedio de unidades que llegan para ser atendidas por periodo, entonces el tiempo promedio de cualquier unidad que llega debe estar en le sistema est dado por: W = tiempo promedio de una unidad en el sistema

De manera similar, el tiempo esperado o promedio que una unidad tiene que esperar antes de ser atendida, Wq, esta dado por:

En la siguiente figura se representa este modelo.

Ejercicio.
A una lnea de espera llegan 20 unidades por hora y el tiempo promedio de servicio es de 30 unidades por hora, realizar un anlisis de esta lnea de espera. Datos l = 20 unidades por hora

m = 30 unidades por hora Con los datos anteriores podemos calcular la probabilidad de que el sistema est ocupado: Pw = 20 / 30 = 2 /3 r = Pw Entonces la probabilidad de que el sistema no est ocupado: Po = 1 - r = 1 / 3 El numero esperado de unidades en el sistema quedar definido por:

= 2 Unidades El numero esperado de unidades que esperan ser atendidas quedar definido por:

Entonces en promedio habr 4 / 3 de unidades esperando ser atendidas y 2 / 3 de unidad siendo atendida.

de hora W = 6 minutos De manera similar, el tiempo promedio que una unidad espera para ser atendida estar definido por:

de hora Wq = 4 minutos

MODELO

M/M/S

Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio mltiples, teniendo las mismas consideraciones que le modelo de canal nico de servicio (M / M / 1), excepto que ahora existe una sola fila de entrada que alimenta los canales mltiples de servicio con iguales tasas de servicio. El clculo de las caractersticas de la lnea de espera para el modelo M / M / S es lago mas complicado que los clculos para el caso de canal nico, y dado que primordialmente nos interesa las implicaciones de estas caractersticas mas que las formulas necesarias para calcularlos, nos apoyaremos en le uso de tablas elaboradas a partir de estas formulas para hacer los clculos.

Caractersticas de operacin.
En el modelo M / M / S, si m es la tasa promedio de servicio para cada uno de los S canales de servicio, entonces ya no se requiere que m > l , pero Sm debe ser mayor que l para evitar una acumulacin infinita de lneas de espera. En el caso de M / M / S, la caracterstica que se utilizar para hacer los dems clculos es la probabilidad de que el sistema est ocupado. En otras palabras, la probabilidad es de que haya S o ms unidades en el sistema. En este caso todos los canales de servicio se estarn utilizando y por ello se dice que el sistema est ocupado. Esto de puede representar como: P(Sistema ocupado) = Y lo podemos calcular por medio de la siguiente ecuacin:

P(Sistema ocupado) = En donde Po estar representado por

Con las ecuaciones anteriores podemos calcular los dems datos que requiera el sistema. En el modelo M / M / S, al igual que el modelo M / M / 1, se tiene que L = Lq + r, pero aqu utilizaremos el valor P(sistema ocupado) para calcular Lq:

Lq = P(sistema ocupado) x Ahora calcularemos el valor L

Lq = P(sistema ocupado) x En el caso de M / M / S, al igual que en el modelo M / M / 1, W = L / l y Wq = Lq / l , por ello se tiene que

En la siguiente figura se representa este modelo.

Ejercicio.
Para ejemplificar el modelo M / M / S, suponga que existen cinco canales de servicio con tasas promedio de servicio m = 6 y una tasa de llegada de l = 24 unidades por hora, esto implica que S = 5. Datos m=6 l = 24 S=5 Entonces tenemos que

Nota: Para encontrar los valores de Po con una mayor rapidez nos podemos auxiliar de la tabla que se anexa a este sistema, la cual nos proporciona este valor teniendo como parmetros los valores de S y de r . Considerando los valores obtenidos podemos calcular el valor de Po = 0.0130, la probabilidad de que el sistema este ocupado ser P(sistema ocupado) = 0.5547, utilizando este valor obtenemos que:

Unidades L = 2.2188 + 4 = 6.2188 unidades Ahora el tiempo promedio en del sistema quedar definido de la siguiente forma: