Universidad Nacional de Colombia Sede Medelln

Los modelos de colas que hemos venido trabajando estn basados en el proceso de nacimiento y muerte

Clase # 12

Modelos de colas con distribuciones no exponenciales

Es necesario que tanto los tiempos entre llegadas como los de servicio tengan distribuciones exponenciales para que el modelo de colas sea una cadena de Markov de tiempo continuo.

Diseo: Andrs Gmez

12-1

Diseo: Andrs Gmez

12-2

Modelo M / G / 1 Hay muchas situaciones donde estas distribuciones no proporcionan un ajuste razonable Llegadas programadas o reguladas. Requerimientos de servicio de los clientes muy parecidos En estos casos los modelos de colas deben utilizar otro tipo de distribuciones, cuyo anlisis matemtico es mucho ms complejo
Diseo: Andrs Gmez 12-3

M/G/1

Tiempos entre llegadas exponencial con tasa media , tiempos de servicio general y 1 slo servidor

Los tiempos de servicio son independientes y slo es necesario conocer (o estimar) la media 1/ y la varianza 2 de esta distribucin.
Diseo: Andrs Gmez 12-4

Cuando

<1

Tasa media de servicio mayor que la tasa media de llegadas

Wq =

Lq 1

L = Lq +

El sistema de colas alcanzar la condicin de estado estable.

W = Wq +

Po = 1 -

Lq =

2 2 + 2 2 (1 - )

Si se toma en cuenta la complejidad que representa el anlisis de un modelo que permite cualquier distribucin de tiempos de servicio, es notable que se haya podido obtener una fmula tan sencilla para Lq. Frmula de Pollaczek-Khintchine
12-5 Diseo: Andrs Gmez 12-6

Es independiente de la distribucin
Diseo: Andrs Gmez

Para cualquier 1/ L Si 2 aumenta Wq W aumenta aumenta aumenta

Cuando la distribucin de los tiempos de servicio es exponencial 2 = 1/2 1

2

Lq =

2 2 + 2 2 (1 - ) 22 2 - 2

+ )

2 (1 -

No slo la velocidad del servidor, sino tambin su consistencia tienen mucha trascendencia en el desempeo de la instalacin del servicio, es decir tiempo de servicio ms concentrados alrededor de la media producen mejores comportamientos en el sistema de cola (menos longitudes y tiempos en el sistema y cola).
Diseo: Andrs Gmez 12-7

Lq =

2 ( - )

Diseo: Andrs Gmez

12-8

Modelo M / D / s

M/D/s

Tiempos entre llegadas exponencial, tiempos de servicio constante y s servidores

Cuando slo se tiene un servidor, el modelo M/D/1 es un caso especial del modelo M/G/1 en donde 2 = 0 , con lo que la frmula de PollaczekKhintchine se reduce a: 2 2 + 2 2 (1 - ) 2(0) + 2 2 (1 - )

Lq =

Cuando el tiempo de servicio consiste bsicamente en la misma tarea rutinaria que el servidor realiza para todos los clientes, tiende a haber poca variacin en el tiempo de servicio requerido.
Diseo: Andrs Gmez 12-9

Lq =

2 2 (1 - )
12-10

Diseo: Andrs Gmez

Notemos que cuando 2 = 0 Lq = 2 2 (1 - ) 22 - 2 2 2 ( - ) Lq es exactamente la mitad que cuando 2 = 1 / 2 2 ( - )

Modelo M / Ek / s

M / Ek / s

Tiempos entre llegadas exponencial, tiempos de servicio Erlang y s servidores

Lq =

Lq =

Lq =

Al disminuir 2 se pueden mejorar mucho las medidas de desempeo de un sistema de colas.

Diseo: Andrs Gmez 12-11

La funcin de densidad de probabilidad para la distribucin Erlang es

( k) k f (t) = (k-1) t k-1 e -k t

Diseo: Andrs Gmez

12-12

Modelo M/M/s

Modelo M/D/s ( k) k f (t) = (k-1) t k-1 e -k t

k t

0 + 0

= 1/

=0 1

Media = 0 < < 1/

Muchas de las distribuciones de tiempos de servicio reales se encuentran en este intervalo, aunque podran tener un mayor. All se encuentra la distribucin Erlang
Diseo: Andrs Gmez 12-13

Desv. est ndar =

1 k

k : Parmetro de forma que especifica el grado de variabilidad de los tiempos de servicio con relacin a la media.

Diseo: Andrs Gmez

12-14

La distribucin Erlang es importante en teora de colas por 2 razones 1. Suponga que T1 , T2 ,...,Tk son k variables aleatorias independientes con una distribucin de probabilidad idntica, cuya media es 1/(k). T1 +T2 +....+ Tk Distribucin Erlang con parmetros y k

2. Los parmetros permiten nicamente valores no negativos. As, por lo general se puede obtener una aproximacin razonable de la distribucin emprica de los tiempos de servicio si se usa una distribucin Erlang .

De hecho la distribucin exponencial y la degenerada son casos especiales de la distribucin Erlang con k = 1 y k = respectivamente.

Suma secuencia de k tareas o atencin de k clientes

Diseo: Andrs Gmez 12-15 Diseo: Andrs Gmez 12-16

Dada una distribucin Erlang con parmetro de forma k y 2 = 1/k 2 . Aplicando la frmula PK

W = Wq +

L= W

Lq =

2 + 2 k 2 2 (1 - )

Lq =

1+k 2k

2 ( - )
Grfica

Wq =

1+k 2k

( - )
12-17 Diseo: Andrs Gmez 12-18

Diseo: Andrs Gmez

Llamada perdida de Erlang En muchas ocasiones las personas llaman a un conmutador y ste se encuentra ocupado. / n!
j=0

Ejemplo Se tiene un conmutador con tres operadores. Llegan en promedio 10 llamadas por hora. La duracin promedio de una llamada es de 3 minutos.
1 2 3

P (llamada perdida) =

j / j!

Tasa media de llamadas que llegan. Tasa media de llamadas que se atienden. n : Nmero de operadores
Diseo: Andrs Gmez 12-19

Conmutador

Cul es la probabilidad de que una llamada se pierda?

Diseo: Andrs Gmez 12-20

1 3 min

20 hora

10 20

= 0.5

P (llamada perdida) =

/ n!
j=0

j / j!
= 0.05

0.5 / 3! = 1 + 0.5 + 0.5 / 2! + 0.5 / 3!

Diseo: Andrs Gmez

12-21