Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Teoría de Colas
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
Teoría de Colas
José María Ferrer Caja
Universidad Pontificia Comillas
Introducción
� Cola: Conjunto de clientes en espera de recibir un
servicio
� Se produce cuando los clientes llegan a un servidor
ocupado y permanecen en espera
� Teoría de Colas: Análisis del comportamiento de un
sistema de colas a lo largo del tiempo
Teoría de Colas- 1
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
sistema de colas a lo largo del tiempo
� Herramientas:
� Teoría de Probabilidades
� Optimización
� Simulación
Elementos
� Fuente: Origen de los clientes
� Cola
� Centro de servicio: Conjunto de servidores
� Sistema: Cola(s)+Servidor(es)
� Salida: Destino de los clientes
Teoría de Colas- 2
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Salida: Destino de los clientes
FUENTE COLA SERVIDORES SALIDA
SISTEMA
Características: Llegadas
� Fuente
� Finita → Sistema cerrado
� Infinita → Sistema abierto
� Número de fuentes
� Una
� Varias
� Forma de llegada
Teoría de Colas- 3
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Forma de llegada
� Unitaria
� En bloques
� Tiempo entre llegadas
� Determinista
� Aleatorio (llegadas independientes)
� Aleatorio (llegadas dependientes)
Características: Cola
� Número de canales
� Interferencia entre canales
� Posibilidad de cambiar de canal
� Imposibilidad de cambiar de canal
� Capacidad del sistema
� Finita
Teoría de Colas- 4
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Finita
� Infinita
� Disciplina
� FIFO: El primero que entra es el primero en ser atendido
� FIFO con límite: El tiempo de servicio es limitado
� LIFO: El último que entra es el primero en ser atendido
� SIRO: Los clientes se seleccionan de forma aleatoria
� PRI: Se atiende antes a los clientes prioritarios
Características: Mecanismo de servicio
� Número de servidores
� Relación entre servidores
� Servidores independientes
� Servidores dependientes
� Homogeneidad entre servidores
Teoría de Colas- 5
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Homogeneidad entre servidores
� Servidores homogéneos
� Servidores heterogéneos
� Tiempo de servicio
� Determinista
� Aleatorio (tiempos independientes)
� Aleatorio (tiempos dependientes)
Características: Comportamiento del cliente
� Comportamiento al encontrar el servidor ocupado
� Entra al sistema y permanece en la cola
� Reintenta la entrada tras un periodo de tiempo
� Renuncia al servicio
� Selección del canal
� Selección aleatoria
� Selección bajo algún criterio
Teoría de Colas- 6
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Selección bajo algún criterio
� Adjudicación automática de canal
� Comportamiento tras un periodo de tiempo en la
cola
� Se mantiene en el canal
� Cambia de canal
� Renuncia al servicio
Parámetros
� Tasa de llegadas → λ: Número medio de clientes que
llegan al sistema por unidad de tiempo
� Tiempo medio entre llegadas → 1/λ
� Tasa de entradas → λef: Número medio de clientes
que entran al sistema por unidad de tiempo
� Tasa de servicio → µ: Número medio de clientes que
son atendidos por un servidor por unidad de tiempo
Teoría de Colas- 7
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
son atendidos por un servidor por unidad de tiempo
� Tiempo medio de servicio → 1/µ
� Tasa de servicio del sistema → µef: Número medio de
clientes que son atendidos por unidad de tiempo
� Número de servidores → s
� Capacidad del sistema → k
� Factor de utilización, intensidad de tráfico → ρ= λef /µef
Estado estacionario: Condición
� N(t) : Número de clientes en el sistema en el instante t
� El sistema puede estabilizarse tras un periodo de
tiempo → Estado estacionario
� Distribución estacionaria: Distribución de probabilidad de N(t) en el estado estacionario N(t)→ N
Teoría de Colas- 8
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
de N(t) en el estado estacionario N(t)→ N
� Condición para que exista distribución estacionaria:
ρ<1
(Tasa de entrada<Tasa de servicio del sistema)
Estado estacionario: Variables
� N: Número de clientes en el sistema
� pn=P(N=n): Probabilidad de que haya n clientes en
el sistema
� Nq: Número de clientes en la cola
� T: Tiempo de un cliente en el sistema
Teoría de Colas- 9
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Tq: Tiempo de un cliente en la cola
Estado estacionario: Medidas de eficiencia
� L: Número medio de clientes en el sistema L=E[N]
� Lq: Número medio de clientes en la cola Lq=E[Nq]
� W: Tiempo medio de clientes en el sistema W=E[T]
� Wq: Tiempo medio de clientes en la cola Wq=E[Tq]
� c : Número medio de servidores ocupados
Teoría de Colas- 10
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� tc: Tiempo medio de servidores desocupados
Estado estacionario: Relaciones
� Fórmulas de Little
� Otras relaciones1
qefq
ef
WL
WL
λ=
λ=
Teoría de Colas- 11
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
µ
λ==
µ
λ+=
µ+=
ef
q
ef
q
q
LLc
LL
WW
-
1
Distribución exponencial
)(exp λ≈T
<
≥λ=
λ
00
0e)(
t-
t
ttf
λ
)(tf
t
� Función de densidad:
Teoría de Colas- 12
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Falta de memoria:
λ=1
]E[T2
1]V[
λ=T ttTt λ=>> -e)(P⇒0
( ) )(PP 00 tTtTttT >=>+>
� Media, varianza, probabilidad:
Distribución de Poisson
≈
λ=]E[N
,...}2,1,0{!
e)(P
-
∈λ
==λ
nn
nNn
� Función de probabilidad
� Media, varianza:
� N≡Número de éxitos/unidad de tiempo → N Poisson(λ)
λ=]V[N
Teoría de Colas- 13
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Reproductividad: La suma de variables independientes
de Poisson es otra variable de Poisson
� Proporcionalidad: El número medio de éxitos es
proporcional al tiempo
� Relación con la exponencial: El número de éxitos sigue
una distribución de Poisson ⇔ el tiempo entre dos
éxitos consecutivos sigue una distribución exponencial
Proceso poissoniano
� Proceso estocástico: Colección de variables aleatorias {N(t)}
� Proceso de conteo:
� N(t) {0, 1, 2,…}
� s t N(s) N(t)
� Proceso markoviano:
� Incrementos estacionarios:
∈
≤⇒≤
Teoría de Colas- 14
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Incrementos estacionarios:
N(t) - N(s) sólo depende de t-s
� Incrementos independientes
� N(0) = 0 c.s.
� N(t) - N(s) Poisson(λ(t-s)), N(t) Poisson(λt)
� En un intervalo cuya longitud tiende a 0, la
probabilidad de que ocurra más de un éxito tiende a 0
≈ ≈
� Nacimiento: Entrada de un cliente
� Muerte: Salida de un cliente una vez servido
� El tiempo entre llegadas es exponencial
� El tiempo entre salidas es exponencial, e
independiente del tiempo entre nacimientos
� N(t): Número de clientes en el sistema en el instante t
Proceso de nacimiento y muerte: Planteamiento
Teoría de Colas- 15
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� N(t): Número de clientes en el sistema en el instante t
� λn: Tasa de entradas si hay n clientes en el sistema
� µn: Tasa de salidas si hay n clientes en el sistema
� Objetivo → Obtener la distribución estacionaria N
pn=P(N=n): Probabilidad de que haya n clientes en el
sistema, en el estado estacionario, n = 0, 1, 2,…
Proceso de nacimiento y muerte: Diagrama de transiciones
� Los procesos que rigen el número de llegadas y el
número de salidas son poissonianos
� De cada estado n sólo es posible pasar a dos
estados:
� n+1 si se produce una llegada
� n-1 si se produce una salida
Teoría de Colas- 16
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
0 1 n-1 n n+12
λ0 λ1 λn-1 λnλ2
µ1 µ2 µn-1 µn µn+1
… …
� n-1 si se produce una salida
Proceso de nacimiento y muerte: Estado estacionarioSupuesto alcanzado el estado estacionario:
� Tasa media de llegada al estado n: λn-1 pn-1 + µn+1 pn+1� Tasa media de salida del estado n: λn pn + µn pn � Tasa media de llegada al estado n = Tasa media de
salida del estado n:
λn-1 pn-1 + µn+1 pn+1 = λn pn + µn pn
Teoría de Colas- 17
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
λn-1 pn-1 + µn+1 pn+1 = λn pn + µn pn � Para el estado n = 0: µ1 p1 = λ0 p0
� A partir de estas expresiones podemos obtener cada pnen función de p0:
� Para obtener p0 basta usar que
0
12
011-0
12
0120
1
01 pppppp
n
nn
µµµ
λλλ=⇒
µµ
λλ=⇒
µ
λ=
K
K
10
=∑∞
=n
np
Proceso de nacimiento y muerte: Medidas de eficiencia
� Número medio de clientes en el sistema
� Número medio de clientes en cola (para un sistema con
s servidores)
� Tasa media de llegadas
∑∞
=
=0n
nnpL
∑∞
=
=sn
nq psnL )-(
Teoría de Colas- 18
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Tasa media de llegadas
� Tiempo medio de permanencia en el sistema
� Tiempo medio de permanencia en cola
∑∞
=
λ=λ0n
nn p
λ= LW
λ= q
q
LW
� Especificaciones del modelo
A / B / c / m / d� A: Distribución tiempo entre llegadas. Puede ser
� M → Exponencial� D → Constante� Ek → Erlang de parámetro k
Modelos clásicos: Notación de Kendall
Teoría de Colas- 19
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
k� G → Genérica
� B: Distribución tiempo de servicio. Puede ser� M, D, Ek, G
� c: Número de servidores
� m: capacidad del sistema
� d: Disciplina de la cola
� Una única fuente de tamaño infinito� No hay impaciencia: Todo cliente que llega al sistema,
entra (a no ser que se haya alcanzado la capacidad máxima), y una vez dentro no lo abandona hasta haber sido servido.
� Un único canal para todos los servidores
Modelos clásicos: Hipótesis generales
Teoría de Colas- 20
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Un único canal para todos los servidores� Servidores independientes y homogéneos� Independencia entre llegadas y servicios� Por defecto, se supone capacidad infinita del sistema y
disciplina FIFO
� Hipótesis:� Tiempos entre llegadas independientes, distribuidos según una
exponencial de parámetro λ� Tiempos de servicio independientes, distribuidos según una
exponencial de parámetro µ� Un único servidor: s=1� Capacidad ilimitada
Disciplina FIFO
Modelos clásicos: M/M/1
Teoría de Colas- 21
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Disciplina FIFO� Factor de utilización: ⇒ ⇒
� Estado estacionario ⇔ ⇔ ⇔
� Distribución estacionaria:
0pp n
n ρ= 10
0 =ρ∑∞
=n
npµ
λ=ρ
ρ=ρ∑
∞
= -1
1
0n
n1<ρ ρ= -10p
,...3,2,1),-1( =ρρ= np n
n
� Medidas de eficiencia :λµ
λ=
ρ
ρ== ∑
∞
= --10n
nnpL
)-(-1)1-(
22
1 λµµ
λ=
ρ
ρ== ∑
∞
=n
nq pnL
)-1(
1
-
1
ρµ=
λµ=
λ=L
W
Modelos clásicos: M/M/1
Teoría de Colas- 22
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
)-1(- ρµλµλ
)-1(
1-
ρµ
ρ=
µ= WW q
� Distribución del tiempo en el sistema y en cola: ))-1((exp)-(exp ρµ≈λµ≈T
:qT
ρ=== -1)0( 0pTP q
ttft µρµρρ=⇒> )--(1e)-1()(0
Distribución mixta
� Hipótesis:� Tiempos entre llegadas independientes, distribuidos según una
exponencial de parámetro λ� s servidores independientes y homogéneos� Tiempos de servicio independientes para cada servidor,
distribuidos según una exponencial de parámetro µ� Capacidad ilimitada
Modelos clásicos: M/M/s
Teoría de Colas- 23
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Disciplina FIFO� Tasas: µ
λ=ρsλ=λ n
>µ
≤µ=µ
sns
snnn
� Diagrama de transiciones:
0 1 s-2 s-1 s2
λ λ λ λλ
µ 2µ (s-2)µ (s-1)µ sµ
…
Modelos clásicos: M/M/s
� Distribución estacionaria ⇔ 1<ρ
∑=
ρ+
ρ
ρ=
1-
0
0
!
)(
)-1(!
)(
1s
n
ns
n
s
s
sp
≥
µ
λ
≤≤
µ
λ
=
sn!
1
1!
1
0-
0
pss
snpn
pn
sn
n
n
� Medidas de eficiencia:
Teoría de Colas- 24
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Medidas de eficiencia:ρ+
ρ
ρρ= sps
sL
s
02)-1(!
)(
λ=L
W
02)-1(!
)(- p
s
ssLL
s
qρ
ρρ=ρ=
λ=
q
q
LW
Modelos clásicos: M/M/s
� Probabilidades
� Probabilidad de no hacer cola
0
1
0 )-1(!
)(1)0( ps
spTP
ss
n
nqρ
ρ−=== ∑
−
=
� Probabilidad de permanecer en cola un tiempo mayor que t
Teoría de Colas- 25
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Probabilidad de permanecer en cola un tiempo mayor que t
tss
q ps
stTP )1(
0 e)1(!
)()( ρ−µ−
ρ−
ρ=>
� Hipótesis:� Caso particular del modelo M/M/s para un número ilimitado de
servidores� No hay cola, cada cliente que llega es servido directamente
≈� Distribución estacionaria (existe siempre):
N Poisson(λ/µ)� Medidas de eficiencia:
Modelos clásicos: M/M/∞∞∞∞
Teoría de Colas- 26
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Medidas de eficiencia:
0
1
0
=
µ=
=
µ
λ=
q
q
W
W
L
L
� Hipótesis:� Tiempos entre llegadas independientes, distribuidos según una
exponencial de parámetro λ� s servidores independientes y homogéneos� Tiempos de servicio independientes para cada servidor,
distribuidos según una exponencial de parámetro µ� Capacidad limitada a k clientes, k≥ s
Modelos clásicos: M/M/s/k
Teoría de Colas- 27
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Disciplina FIFO� Distribución estacionaria (existe siempre). Para 1≠
µ
λ=ρs
…
≤≤
µ
λ
≤≤
µ
λ
=
knspss
snpn
pn
sn
n
n
0-
0
!
1
1!
1
1 que talcon 0
0 =∑=
k
n
n pp
� Tasa de entradas:
[ ]sksks
q sks
spL -1-
20 )-1)(1-(--1)-1(!
)(ρρ+ρ
ρ
ρρ= +
Modelos clásicos: M/M/s/k
)-1( kef pλ=λ
� Medidas de eficiencia :
Teoría de Colas- 28
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
[ ]q sks
pL20 )-1)(1-(--1)-1(!
ρρ+ρρ
=
ef
q
q
LW
λ=
µ+=1
qWW
efWL λ=
� Hipótesis:� Caso particular del modelo M/M/s/k cuando la capacidad del
sistema coincide con el número de servidores � No hay cola, cuando un cliente llega o es servido directamente
o no puede entrar en el sistema� Probabilidad de que el sistema esté saturado
Modelos clásicos: M/M/s/s
Teoría de Colas- 29
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
∑=
ρ
ρ=
s
n
n
s
s
ns
ssp
0
!)(
!)(
� Hipótesis:� Tiempos entre llegadas independientes, distribuidos según una
exponencial de parámetro λ� Tiempos de servicio independientes, distribuidos según una
distribución general F de media y varianza
� Un único servidor: s=1� Capacidad ilimitada
Disciplina FIFO
2σµ/1
Modelos clásicos: M/G/1
Teoría de Colas- 30
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Disciplina FIFO� Factor de utilización:
µ
λρ =
1ρ <� Estado estacionario ⇔� Fórmula de Pollaczek-Khintchine:
)-1(2
222
ρ
σλ+ρ+ρ=L
� Hipótesis:� Fuente finita de m clientes� Tiempos de retorno al sistema distribuidos según una
exponencial de parámetro λ� Tiempos de servicio independientes, distribuidos según una
exponencial de parámetro µ� Un único servidor: s=1
Capacidad ilimitada
Modelos clásicos: M/M/1 cerrado
Teoría de Colas- 31
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Capacidad ilimitada� Disciplina FIFO
� Tasas:� Tasa de retornos� Tasa de llegadas
λ
≥
<λ=λ
mn
mnnmn
0
)-(
� Distribución estacionaria (existe siempre)1
1
0)!-(
!1
−
=
ρ+= ∑
m
n
n
nm
mp
mnpnm
mp
n
n ≤<ρ
= 0)!-(
!0 siendo
µ
λρ =
Modelos clásicos: M/M/1 cerrado
Teoría de Colas- 32
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
λ=λ )-( Lmef
�Medidas de eficiencia
λ=
ρ=
)-(
-1- 0
Lm
LW
pmL
ρ
ρ+
µ=
λ=
ρ
ρ+=
1-
-1
1
)-(
)-1(1
-
0
0
p
m
Lm
LW
pmL
q
q
q
�Tasa media de llegadas
� Hipótesis:� Fuente finita de m clientes� Tiempos de retorno al sistema distribuidos según una
exponencial de parámetro λ� s servidores independientes y homogéneos� Tiempos de servicio independientes para cada servidor,
distribuidos según una exponencial de parámetro µCapacidad ilimitada
Modelos clásicos: M/M/s cerrado
Teoría de Colas- 33
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Capacidad ilimitada� Disciplina FIFO
� Tasas:
≥
<λ=λ
mn
mnnmn
0
)-(
>
≤≤µ
≤≤µ
=µ
mn
mnss
snn
n
0
0
� Distribución estacionaria (existe siempre)
Medidas de eficiencia: No existen fórmulas sencillas.
≤≤
µ
λ
≤≤
µ
λ
=
mnspss
n
n
m
snpn
m
pn
sn
n
n
0-
0
!
!
1
1 que talcon 0
0 =∑=
m
n
n pp
Modelos clásicos: M/M/s cerrado
Teoría de Colas- 34
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
λ=λ )-( Lmef
� Medidas de eficiencia: No existen fórmulas sencillas. Se obtiene L a partir de la definición, y el resto mediante las fórmulas de Little
�Tasa media de llegadas
� Objetivo: Determinar el nivel de servicio que minimiza el coste total del sistema
� Coste total = Coste servicio + Coste clientes� Coste servicio: costes por mantener operativo el
servicio: Aumenta con la tasa de servicio y con el número de servidores
� Coste clientes
Decisión en los sistemas de colas
Teoría de Colas- 35
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Coste clientes� Costes por permanecer en cola� Costes por pérdida de clientes� Costes por dar servicio
� Ambos costes están en conflicto
� Costes por unidad de tiempo� C1 = coste por unidad de µ� C1µ = coste por tener una tasa de servicio µ� C2 = coste por mantener un cliente en el sistema� C2 L(µ) = coste total esperado por mantener los clientes en el
sistema� Función de coste esperado por unidad de tiempo
Optimización de la tasa de servicio
Teoría de Colas- 36
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Función de coste esperado por unidad de tiempo)()( 21 µ+µ=µ LCCCT
� Problema a resolver:)(min 21 µ+µ
µLCC
Optimización de la tasa de servicio y la capacidad del sistema
� Costes por unidad de tiempo� C1 y C2 igual que en el caso anterior
� C3 = coste por unidad de capacidad
� C3k = coste por tener una capacidad k
� C4 = coste por cada cliente perdido
� C4λpk = coste total esperado por clientes perdidos
� Función de coste esperado por unidad de tiempo
Teoría de Colas- 37
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Función de coste esperado por unidad de tiempokpCkCLCCkCT λ++µ+µ=µ 4321 )(),(
� Problema a resolver:∈λ++µ+µ
µkpCkCLCC k
k4321
,)(min ℕ
� Costes por unidad de tiempo� C2 = coste por mantener un cliente en el sistema� C2 L(s) = coste total esperado por mantener los clientes en el
sistema� C5 = coste por servidor
� C5s = coste por tener s servidores
� Función de coste esperado por unidad de tiempo
Optimización del número de servidores
Teoría de Colas- 38
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE EPARTAMENTO DE OOOORGANIZACIÓNRGANIZACIÓNRGANIZACIÓNRGANIZACIÓN IIIINDUSTRIALNDUSTRIALNDUSTRIALNDUSTRIAL
� Función de coste esperado por unidad de tiempo)()( 25 sLCsCsCT +=
� Problema a resolver:∈+ ssLCsC
s)(min 25 ℕ