Documente Academic
Documente Profesional
Documente Cultură
♦ Una regla de prioridad para seleccionar al siguiente cliente que será atendido
por la instalación de servicio.
(a) Cuando hay varios canales en paralelo es conveniente mantener una cola única.
(b) Cuando hay tiempos de servicios muy dispares para los diferentes clientes que
forman la cola conviene establecer canales separados.
(c) Si la cola aumenta hasta cierto limite conviene aumentar la capacidad de los
canales.
Disciplina de cola: Es la regla en el orden que se van a seleccionar los clientes que se
encuentran a la espera de ser atendidos en la cola, existen varias reglas, entre las
más comunes se pueden encontrar:
♠ FIFO (first in first out): Se atiende al cliente en el orden que llegan a la cola, el
primero en llegar será el primero en ser atendido. En los modelos básicos de colas
se supone como normal la disciplina de primero en entrar, primero en salir, a
menos que se establezca de otra manera.
♠ LIFO (last in first out): Consiste en atender primero al que ha llegado de último,
también se le conoce como 'pila'.
♠ RSS (random selection of service): Se selecciona a los clientes de una cola de
Capacidad del sistema: Es el número máximo de clientes que pueden estar dentro
del sistema haciendo cola antes de ser atendidos para recibir el servicio, al igual
que la fuente de llegada este número puede ser finito o infinito.
MECANISMO DE SERVICIO
♦ Los datos que definen un proceso de Poisson vienen dados por el número medio
de llegadas.
∫ λ(s)ds n!
t
m(t)=
0
λ= ∑λ
i=1
i
f(t) = β ⎛⎜ t ⎞ e
−(t / η) β
F(t)= 1−e
−(t / η) β
t≥ 0 , β> 0 y η> 0
⎟
η
⎝η⎠
x −λx
La función de distribución: ⎧1−e x≥0
F(x)= f(t)dt =⎨
∫ ⎩ 0
−∞
x<0
X∼Exp(λ) 1 1
→ E(X) = V(X) =
λ λ2
La distribución de probabilidad del tiempo que falta para que ocurra el evento es
siempre la misma independientemente del tiempo que haya pasado.
• Si las llegadas a un sistema son de tipo Poisson con tasa λ y cada llegada es
encaminada a un subsistema s con una probabilidad p el proceso de llegada a
i i
cada subsistema es también de Poisson con tasa λ p
i
En la mayor parte de los modelos elementales de colas es común que las entradas y
salidas del sistema ocurran según un proceso de nacimiento y muerte. El proceso
explica cómo varía el estado del sistema N(t) al aumentar t.
En este contexto,
N(t) estado del sistema en tiempo t ≡ Número de cliente en el sistema
Nacimiento ≡ Llegada de clientes al sistema
Muerte ≡ Salida de clientes una vez servidos
• La distribución del tiempo que falta para la llegada es exponencial Exp(λ n ) con
n= 0,1,2,..., siendo λ n la tasa de llegada de clientes al sistema.
•La distribución del tiempo que falta para la salida es exponencial Exp(μn ) con
n= 0,1,2,..., siendo μ la tasa de salida de clientes del sistema.
n
⎧ n → n+1 un nacimiento
La transición del estado será: ⎨
⎩ n → n−1 una muerte
Tomando estos supuestos, el proceso es un tipo especial de cadena de Markov de
tiempo continuo.
Los parámetros λn y μn son tasas medias en la distribución exponencial, en
ocasiones estos valores son constantes ∀ μ
Por ser el sistema estacionario, la tasa media de llegada es igual a la tasa media de
salida para cualquier estado n , es decir, λ − p − +μ + p + =λ pn n +μ p1 1 1 1n n n n n n
λ 0 λ1
n=1: λ p +μ p =λ p +μ p → p = p
0 0 2 2 1 1 1 1 2 μμ 0
1 2
λ λ λ
n=2: λ p +μ p =λ p +μ 0 1 2
p → p = p
1 1 3 3 2 2 2 2 3 μμ μ 0
1 2 3
λ0 λ1 λ2 λ n−1 ∞
por recurrencia, pn = p0 6 ∑ p =1 n
μ1 μ2 μ3 μn n=0
∞ λ n−1 " λ λ1 λ0 1 1
∑
2
p0 =1 → p0 = ∞ = ∞
μ n" μ3 μ2 μ 1 λn−1 " λ1 λ0 ∑ λn−1 " λ1 λ0
n=0
∑ μ n " μ2 μ 1
1+
μ n " μ2 μ 1
n=0 n=1
El procedimiento para resolver estas ecuaciones no es otro que despejar todas las
variables en términos de una de ellas, siendo la más conveniente p 0
λ λ " λ λ
C = n−1 n−2 1 0
n
μn n
μ −1 " μ2 μ 1
Para n = 0 se define C =1
n
∞ ⎛ ∞ ⎞ 1
∑ pn =1 ∑
⎜ cn ⎟ x p0 =1
⎜ n=0 ⎟
⇒ p0 = ∞
n=0
→ ⎝ ⎠ ∑c
n= 0
n
Estos resultados son de estado estable pues al aplicar el limite cuando t tiende a
Solución:
λ0 4
n= 0: μ1 p1 =λ0 p 0 → p1 = p0 = p0 = 40 p 0
μ 1/10
1
λ0 λ1 4x4 1 2 1 2
p = p = p = 40 p = 40 p
2 μμ 0 1 2 0 2 0 2! 0
1 2 x
10 10
λ λ λ 4 x 4x 4 1 1
p = 0 1 2 p = p 3 3
= 40 p = 40 p
3 μμ μ 0 1 2 3 0 6 0 3! 0
1 2 3 x x
10 10 10
1 n
por recurrencia, p = 40 p ∀ n ≥ 1
n
n! 0
∞ ∞
1 1
∑ pn = ∑ 1 40n p0 =1 → p0 = ∞ 1 = ∞ =e
− 40
n=0
n = 0 n! ∑ n! 40n 1+ ∑ 1 40n
n=0
n = 1 n!
2 n
Se considera el desarrollo de Taylore x x x x
=1+ + +"+
1! 2! n!
En una oficina bancaria rural un empleado atiende a los clientes que llegan
según porceso de Poisson de parámetro λ . Los clientes son reacios a esperar
demasiado tiempo, de modo que si hay k personas esperando a ser atendidas con
probabilidad q(k) se quedan en otro caso se van. Una vez que entran en la cola
esperan independientemente según su paciencia o abandonan un tiempo
exponencial de tasa φ . Por otra parte, el tiempo de servicio del empleado es
exponencial de tasa μ .
Se quiere modelar el número de personas en la cola como un proceso de
nacimiento y muerte, calulando tasas y probabilidades de la variable estado.
Solución:
X(t)≡ Número de personas en la cola de espera
Los clientes salen atendidos (muertes) con distribución de Poisson de tasa μ o por
impaciencia con distribución de Poisson de tasa φ
dp (t) υ
dt = ∑
ij
pik (t) υ pk kj −υj pij(t) donde ⎨ k ≡Tasa de salida del estado k
υ ≡ Tasa de salida del estado j
k≠ j ⎩ j
Se supone que existe una distribución estacionaria, basta con imponer que las tasas
de muerte sean mayores que las taas de nacimiento.
⎧ μ+φ k k> 0
Tasa de muerte: μ(k)=⎨
⎩ 0 k=0
Ecuaciones del balance o de equilibrio:
λ(0) λq(0) q(0)
p1 = p0 = p0 =λ p0
μ(1) μ+θ μ+θ
k=0
donde p0 = 1
∞ n−1
⎛ q(k) ⎞
∑
n
1+ ⎜λ
n=1 ⎜ ∏ μ+kθ⎟
⎟
⎝ k=0
⎠
υ j pj = ∑pk k kj υp
k≠ j
Como los cambios de estado corresponden solo a los artículos (j) y (j + 1) las
variables X (t) y X (t) corresponden a procesos de nacimiento y muerte.
1 2
⎛ λ1 ⎞
N= 0: μ1 p11 =λ0 p10 → p11 = λ 0 p10 =⎜ ⎟ p10
μ1 ⎝ μ1 ⎠
2
1 1 1 1 λ λ ⎛λ ⎞
1 0 1 1 1 1
N=1: λ p +μ p =λ p +μ p p = p p
→
0 0 2 2 1 1 1 1 2μ1 μ2 0 = ⎟ 03
λ λ λ ⎜ μ 1⎠ ⎞
1
⎝ ⎛λ
1 1 1 1 0 1 2 1 1 1
N=2: λ p +μ p =λ p +μ p → p = p p
1 1 3 3 2 2 2 2 3 0 =⎜ ⎟ 0
⎛ λ 1 ⎞N μ1 μ2 μ3 ⎝ μ 1⎠
por recurrencia, p1 = 1
p 1
1
p =
→
∞
∑
N
⎜ ⎟ 0 0
⎛ λ 1 ⎞k
⎝ μ1 ⎠ 1+ ⎜ ⎟
k = 1⎝ μ1 ⎠
Variable X (t) :
2
⎧λ2 X<N ⎧ 0 j= 0
Tasa de nacimiento λ j =⎨ Tasa de muerte μj
⎩0 X≥N =⎨ μ⎩ 2 j≥1
2
2 2 2 2 λ 0 λ1 2 ⎛ λ2 ⎞
2 2
N=1: λ0 p0 +μ2 p2 =λ1 p1 +μ1 p 1 → p2 = μ1 μ p0 =⎜ ⎟ p 0
2 ⎝ μ2⎠
3
2 2 2 λ λ λ ⎛λ ⎞
N=2: λ p +μ p =λ p +μ p2 → p2 = 0 1 2
p
2 2
p
2
1 1 3 3 2 2 2 2 3 0 =⎜ ⎟ 0
μ1 μ2 μ3 ⎝ μ2 ⎠
N
⎛λ ⎞ 1
por recurrencia, 2 2 2 2
p = p p =
→
N ⎜ μ ⎟ 0 0 ∞
⎛ λ 2 ⎞k
⎝ 2⎠
1+ ∑ ⎜ ⎟
k= 1⎝ μ2 ⎠
k
N N−
1 k
N
⎛λ ⎞ ⎛λ ⎞
∑
2 1 2 1 2
En consecuencia, p=1−
k=0
pk p N−k =1−p p 0 0 ∑⎜ ⎠ ⎝ μ 2 ⎠⎟
⎟ ⎜
Portal Estadística Aplicada: Instrumentos Estadísticos Avanzados 411
k=0 ⎝ μ1
Una banda de rock celebra un concierto en un gran estadio. La banda tiene dos
tipos de seguidores: El Grupo A llega de acuerdo a un proceso de Poisson de tasa β
y se retira indignado si llega al estadio y encuentra su capacidad completa.
El Grupo B responde de forma contraria, se motiva con una gran afluencia de
público, tiene un tiempo entre llegadas distribuido exponencialmente
dependiendo del número de personas que se encuentran en el estadio, es decir, el
tiempo esperado de una de estas personas es 1 / λ cuando solo hay una persona en
el estadio, mientras que si hay i personas en el estadio el tiempo esperado de un
miembro de éste grupo es 1 / λi . Cómo no le interesa la capacidad del estadio
ingresan al recinto hasta que éste a punto de reventar, lo que ocurre cuando el
número de personas es 3N .
Por otra parte, independientemente del fan que se trate cuando se aburre regresa
del estadio en un tiempo distribuido exponencialmente de media 1 / μ .
Para analizar la dinámica del número de personas que acuden al concierto se
supone que no acaba nunca. Se solicita:
a) Modelar el número de personas en el recinto como un proceso de nacimiento y
muerte. ¿Cuál es la condición de estacionalidad?.
b) Encontrar una expresión que permita calcular las probabilidades estacionarias.
c) Proporción de fans del Grupo 1 que no pueden ingresar al estadio cuando N= 3,
λ=β=1 y μ = 2
Solución:
Es una cadena finita por lo que existen probabilidades estacionarias, dado que es
irreductible.
⎪ k=0
p N<i≤3N
⎪
i 0
⎩ i (N−1)! μ
∑ ∏
N (β+ kλ) 3N
(β+ kλ)λ
∑ k =0
i
+ k=0
i
i= 1 i! μ i= N+ 1 i (N−1)! μ
c) La cadena que resulta en el Grupo 1 con las características dadas:
i
⎛
Las ecuciones del estado estacionario son: pi = 1⎞
⎟ p0
⎜ 2⎠
⎝
1 1
9 9 k 1−
∑ p = ∑ ⎜⎛ 1⎞⎟ p =1
i
0 → p0 =
1 k
= 1
9
= 2
10
= 2
10
9
k =0 k= 0 ⎝ 2⎠ ⎛ 1⎞ ⎛ 1⎞ ⎛ 1⎞
⎛ 1⎞ ⎛ 1⎞
k=0
∑
1−⎜ ⎟ ⎜ ⎟ 1−⎜ ⎟
⎝ 2⎠ ⎝ 2⎠
⎜ ⎟
⎝ 2⎠
⎝ 2⎠
1−⎜ ⎟
⎝ 2⎠
− 1
1 2
Conocidas las probabilidades estacionarias se observa que la fracción del tiempo
9
que no pueden ingresar el primer tipo de fans es ∑p i
k =3
λ
u = ≡Utilización promedio del sistema.
s
μ
λ
ρ= (factor de utilización)≡Congestión de un sistema.
s.μ
El factor de utilización ρ da una idea de la capacidad del sistema que es utilizada por
los clientes entrantes.
ρ< 1 → Tasa de servicio > Tasa de llegada de clientes
ρ> 1 → Tasa de llegada de clientes > Tasa de servicio → La cola crece con el tiempo
n
p (t) = (1 −ρ) ρ ≡ Probabilidad de que haya n clientes en el sistema en el instante t
n
con ρ=λ / μ
N≡Número de clientes en el sistema en estado estable.
N(t)≡ Número de clientes en el sistema de colas en el instante t (t ≥ 0).
También, estado del sistema en el instante t.
Long _ cola = N(t) − s ≡ Longitud de cola
estado: L np
=
∑
n=0
n
David Kendall introdujo en 1953 una notación que permite describir las colas y
mostrar sus características pudiendo clasificar los diferentes tipos de colas por
medio de iniciales. De este modo, se tiene:
A/S/c/K/N/D
• H ≡ Mezcla de k exponenciales
k
• P ≡ Tipo fase
h
K Capacidad del sistema, es decir, el número máximo de clientes que puede haber en el
sistema. Cuando se trata de una cola infinita el parámetro se puede omitir.
N Cualquier tipo de disciplina de la cola (FIFO, LIFO, RSS, etc), se puede omitir el parámetro
en caso de ser FIFO.
Un único servidor s = 1
λ
El Factor de utilización en el caso de un servidor ρ= coincide con la probabilidad
μ
λ
de que un cliente nuevo tenga que esperar para ser servido p=
μ
λ
Probabilidad de que ningún cliente se encuentre en el sistema de colas: p =1
0
−μ
λ
Probabilidad de que n clientes se encuentren en el sistema de colas: p =1
n
−μ
λ ρ
Número promedio de clientes en el sistema: L s =λW = =
s μ−λ 1−ρ
L 1 ⎛ 1⎞
Tiempo promedio de estancia en el sistema: Ws = = s ⎜ Ws = Wq + ⎟
λ μ−λ ⎝ μ ⎠
2
λ λ λ
Número promedio de clientes en cola: Lq =pWq = x
= (Lq =pLs )
Lq μ μ−λ μ(μ−λ)
Tiempo promedio de espera en cola: Wq = = λ
λ μ(μ−λ)
Número de clientes servidos: L=Ls +Lq
Solución:
Solución:
⎛ λ⎞ ⎛ λ⎞
Cuando n=1 → p1(t)=P(Ls =1)=⎜1− ⎟ ⎜ ⎟ =(1−0,75)x 0,75= 0,1875
⎝ μ⎠ ⎝ μ ⎠
Existe un 18,75% de posibilidad de que haya un cliente en la cola a la espera de ser
atendido.
Solución:
Existe un 51,2% de posibilidad de encontrar una cola con más de dos cleintes.
→
La probabilidad del tiempo de espera de un cliente en la cola:
P(W > t) =ρe −μ(1−ρ)t P(W >25)= 0,8e −0,25(1−0,8)25 = 0,8e −1,25 = 0,23
q q
Solución:
Lq λ
El tiempo promedio de espera en cola: Wq = =
λ μ(μ−λ)
λ 0,125
W = = = 8,33minutos
q
μ(μ−λ) 0,2 ( 0,2−0,125)
Solución:
En los dos casos se trata de colas M/M/1, puesto que tanto los tiempos entre
llegadas como los tiempos de servicio son variables aleatorias con distribución
exponencial.
• En la situación actual, la tasa de llegadas es λ = 1/1= 1 aviones al día, y la tasa
de servicio es μ = 1 / (1 / 2) = 2 aviones al día.
λ 1
Factor de utilización: ρ= = = 0,5
μ 2
λ 1
Número promedio de aviones en el sistema: L s = = =1 avión
μ−λ 2−1
2
Número promedio de aviones en cola: L 1 λ 1 =
q
2 =
(2−1) = avión
μ(μ−λ) 2
1 1
Tiempo promedio de estancia en el sistema: Ws = μ−λ = 2−1 =1 día
λ 1 1
Tiempo promedio de espera en cola: W = = = día
q
μ(μ−λ) 2 (2−1) 2
CONFIGURACIONES DE MANTENIMIENTO:
Actual: Ls = 1 avión Lq = 1/2 avión Ws = 1 día Wq = 1/2 día
Propuesta: Ls = 1 avión Lq = 1/2 avión Ws = 4 días Wq = 2 días
Con la propuesta de cambio se observa que cada vez que un avión vaya a ser
revisado pasará en el sistema el cuádruple del tiempo que pasaba con el sistema
anterior, pero como cada avión va a ir con frecuencia cuatro veces menor, el
tiempo perdido en el taller a largo plazo va a ser igual.
En este caso, la decisión entre las dos configuraciones se toma en función de los
costes de operación.
El modelo supone que los tiempos entre llegadas y los tiempos de servicio son
variables aleatorias distribuidas exponencialmente, la disciplina es FIFO y la
población es infinita.
Se diferencia respecto al modelo M/M/1 en que el número de servidores s puede
ser cualquier número natural tal que s ≥ 1 . Cuando el número de servidores es
mayor que 1, las expresiones anteriores no son tan sencillas.
En esta línea, en la tasa de servicio μ hay que distinguir dos casos:
n
⎧ μ = μ cuando n≤s
μn = n
= min(nμ,sμ)
⎩ μn = sμ cuando n>s
μ ≡ tasa media de servicio de todos los servidores en conjunto
sμ ≡ tasa máxima de servicio para s servidores
∑ c ∑ (λ /μ)
n +∑
s−1 n ∞
(λ /μ)n
+
s−1
(λ /μ) ⎛⎜ λ ⎞
s n−s
n= 0 n= 0
n=0
n!
n= 0
n=s
n! ∑
n= 0
s! ⎝ sμ ⎟
⎠
1 1
= =
s−1
(λ /μ)n + 1 ⎛ λ⎞ s 1 s−1
(λ /μ)n s
∑ ⎜ ⎟ ∑ + (λ /μ) ⎛ sμ ⎞
⎜ ⎟
n! s! ⎝ μ ⎠ 1−ρ n=0
n! s! ⎝ sμ−λ ⎠
n=0
Tiempo en el servicio: 1
μ
λ
Utilización promedio del sistema: us =
μ
λ
Factor de utilización (factor de carga/ intensidad tráfico): ρ=
sμ
(λ /μ)n
Probabilidad del estado n: p = p n>s
n (n− s) 0
s! s
s
s
(λ /μ) λμ 1
Número promedio de clientes en cola: Lq = 2 ⎛ λ⎞ ρ
p0 = ⎜ ⎟ 2 p0
(s−1)! (sμ−λ) s!⎝ μ ⎠ (1−ρ)
λ
Número promedio de clientes en sistema:
Ls =Lq +μ ( s =λWs )
L L
Tiempo promedio de espera en cola: Wq = q
( L =λW )
q q
λ
1 ⎛ Ls ⎞
Tiempo promedio de estancia en el sistema: Ws =Wq ⎜ Ws = ⎟
+μ ⎝ λ ⎠
A medida que se añaden servidores al sistema las fórmulas van siendo más
complicadas, en especial para el cálculo de probabilidades.
Solución:
Lq 2,84
b) Tiempo medio de espera en cola: W = = = 0,0355
q λ 80
Tiempo medio de estancia en el sistema (terminal de facturación):
1 1
Ws = Wq + = 0,0355+ = 0,0555 horas=3,33 minutos
μ 50
L 4,44
o bien, Ws = s
= = 0,0555 horas=3,33 minutos
λ 80
(λ /μ)n
c) El porcentaje de tiempo que determinado operario esté libre: p = p
n
n! 0
0 1
1
1p + p = (80 / 50) p + 1 (80 / 50) p = p + 0,8p = 1,8p = 0,2
0 2 1 0! o 2 1! o o o o
Solución:
El servicio del ambulatorio está utilizado un 87%, esto es, pasa ocioso el 13% del
tiempo, sistema estable al ser ρ = 0,87 < 1
(λ /μ)s λμ
b) Número promedio de pacientes en la sala de espera: Lq = 2 p0
(s−1)! (sμ−λ)
1 1 1
p = = = = 0,033
0 s−1
(λ /μ)n 1 2,6 + 1 2,6 3 ⎛⎜ 1 ⎟⎞ 29,51
s 2 n
1
∑ n!
+ ⎛ λ⎞
s! ⎜ μ ⎟ 1−ρ ∑ n! 3! ⎝ 0,13⎠
n=0 ⎝ ⎠ n= 0
2 n 2 n
2,6 1 3⎛ 1 ⎞ 2,6
∑
n= 0
n!
+
3!
2,6 ⎜
⎝ ⎟
=
∑
n= 0
n!
+22,53=1+2,6+3,38+22,53= 29,51
0,13⎠
s 3
con lo que, L = (λ /μ) λμ 2,6 x 12 x 4,615 0,033= 4,72 pacientes
p = x
q
(s−1)! (sμ−λ)
2 0 2! 2
1,845 x
L q 4,72
Tiempo promedio de espera en cola: Wq = λ = 12 = 0,39 horas
1 1
Tiempo promedio estancia en el sistema: Ws = Wq + 0,39+
μ = 4,615 = 0,60horas
Solución:
1
Tasa de servicio por empleado ≡μ= 4 x = 1 camiones/hora
4
Utilización promedio del sistema: u =λ/μ=3/1=3
s
λ 3
Utilización promedio de las cuatro plataformas: ρ= = = 0,75
sμ 4 x 1
3 + 1 4 ⎛⎜ 1 ⎟⎞ =
3 n 3 n
∑
n= 0
∑
3 +13,5=1+3+ 4,5+ 4,5+13,5=26,5
n! 4! 3 ⎝ 0,25⎠ n= 0 n!
Solución:
6,51 ⎛ 1⎞
Tiempo medio de respuesta: Ws = = 0,1085 horas ⎜ Ws = Wq + ⎟
60 ⎝ μ⎠
Número medio de clientes en la cola: L q = 0,17 clientes
Luego,
Lq 0,17
Tiempo medio de espera en cola: Wq = = = 0,0085 horas
λ 20
λ 20
Factor de utilización del sistema: ρ=
sμ 4 x 10 = 0,5
=
λ 20
Con dos comerciales menos ρ= = =1 el sistema se vuelve inestable.
sμ 2 x 10
λ 20
c) Número medio de comerciales ocupados ≡
μ = 10 =2
Con lo que el número de comerciales ociosos es de 4 − 2 = 2 , en consecuencia, la
pérdida por hora por la inactividad de los comerciales es de 400 euros.
Una llamada queda en espera cuando todos los comerciales están ocupados.
P(N ≥ 4) = 1 − P(N < 4) = 1 − p −p −p −p
0 1 2 3
Por ser el sistema estacionario, la tasa media de llegada es igual a la tasa media de
salida para cualquier estado n , es decir, λ p +μ p
n−1 n−1 n+1 n+1
2
p =0
19
20 2 4
10p1 =20p 0 → p1 = p 0 =2 x =
10 19 19
10 p = 20 p 4
20p +20p =10p 0 20p =20p → p =p
+20p ⎯⎯⎯⎯⎯→
2 0 1 1 = 2 1 2 1
19
20 p = 20 p 20 8
30p +20p =20p 2 30p =20p → p = p =
+20p ⎯ ⎯ ⎯ ⎯ ⎯ →
3 1 2 2 3 2 3
30 2 57
2 4 4 8 1
P(N≥ 4)=1−P(N< 4)=1−p −p −p −p =1− − − − =
0 1 2 3 19 19 19 57 3
Una pequeña bancaria tiene dos cajeros automáticos que según una
distribución exponencial atienden a razón de 1,5 minutos por cliente. La
tasa de llegada de clientes según una Poisson es de 30/hora. Se pide:
a) Número medio de clientes en el sistema
b) Tiempo medio de un cliente en el sistema
c) Porcentaje de tiempo de cajero libre
Solución:
⎟
⎝
1−0,375⎠
n=0 ⎝ ⎠ n= 0
1
= = 0,454545
1+0,75+0,45
Pomedio de Portal Estadística Aplicada: Instrumentos Estadísticos Avanzados 433 clientes en la cola:
s
(λ /μ) λμ 0,752x 30 x 40
L = p = 0,454545= 0,1227 clientes
q (2 x
2 0 2
(s−1)! (sμ−λ) 40−30)
Promedio de clientes en el sistema:
λ
L s =L q + = 0,1227+0,75= 0,8727 clientes
μ
Lq 0,1227
b) Tiempo medio de espera en cola: W = = = 0,0041 horas
q λ 30
Tiempo medio de estancia en el sistema:
1 1
Ws = Wq + = 0,0041+ = 0,0291 horas
μ 40
(λ /μ)n
c) Porcentaje de tiempo que determinado cajero esté libre: p = p
n
n! 0
n=0: p = 0,4545
0
(30 / 40)
n=1: p1 = p
1 0 = 0,75 x 0,4545= 0,3409
INTRODUCCIÓN DE DATOS
⎧ nμλ 1≤n≤s
⎧ λ(N−n) 0≤n≤N ⎪
λ = μ =
n
⎨ ⎨ sμλ s≤n≤N n
⎩ 0 n>N ⎪ 0 n>N
⎩
La aplicación más importante de este modelo es la reparación de máquinas, donde
se asigna a uno o más técnicos la responsabilidad de tener operativas un grupo de
N máquinas.
Cuando las máquinas se estropean acuden al sistema de mantenimiento en espera
de ser reparadas, y cuando están operativas quedan fuera del sistema.
n
1 ⎛ λ⎞
N!
p = p = p si 1≤n≤N
0 N
N! n n
⎜ ⎟ 0
∑ ⎛ λ⎞
⎜ ⎟ (N−n)!⎝ μ ⎠
n=0 (N−n)!⎝ μ ⎠
μ
Número promedio de clientes en el sistema: L =N− (1−p )
s 0
λ
(λ+μ)
Número promedio de clientes en la cola: L =N− (1−p )
q λ 0
Ls
Tiempo promedio de estancia en el sistema, incluido el servicio: W =
s
λ(N−Ls )
Lq ⎛ 1 ⎞
Tiempo promedio de espera en la cola: Wq = ⎜ Ws = W q + ⎟
λ(N−Ls) ⎝ μ⎠
Solución:
Para calcular el coste diario del tiempo ocioso de la mano de obra y los robots se
necesita estimar la utilización promedio del empleado de mantenimiento (p) y el
número promedio de robots incluidos en el mantenimiento.
1 1 1
p = = = = 0,538
0 N
N! n 10
⎛ 0,005⎞ n
10!
∑ ⎛ λ⎞
⎜ ⎟ ∑ ⎜ ⎟
1,85886
n=0
(N−n)! ⎝ μ ⎠ n= 0 (10−n)!⎝ 0,1 ⎠
n 10
∑
10
∑ 10! ⎛ 0,005⎞ =
⎜ ⎟
10! n
0,05 =1+10 x 0,05+
2
90 x 0,05 +720 x 0,05 +
3
n= 0
(10−n)!⎝ 0,1 ⎠ n=0
(10−n)!
4 5 6 7 8
+ 5040 x 0,05 + 30240 x 0, 05 + 151200 x 0, 05 + 604800 x 0,05 + 1814400 x 0,05 +
9 10
+ 3628800 x 0,05 + 3628800 x 0,05 = 1,85886
con lo que, p=1−p =1−0,538= 0,462
0
1 1
o bien, Ws = Wq + μ =6,45+ 0,1 =16, 45 horas
Solución:
1 1 1
p = = = = 0,4845
0
N! n 6
6! ⎛ 0,05⎞ n 2,06392
∑
N
⎛ λ⎞
⎜ ⎟ ∑ ⎜ ⎟
n=0
(N−n)! μ (6−n)!⎝ 0,5 ⎠
⎝ ⎠ n= 0
6
6! ⎛ 0,05⎞n 6
6!
∑ ⎜ ⎟
= ∑n= 0
n 2 3
0,1 =1+6 x 0,1+30 x 0,1 +120 x 0,1 +
n= 0
(6−n)!⎝ 0,5 ⎠ (6−n)!
4 5 6
+ 360 x 0,1 + 720 x 0,1 + 720 x 0,1 = 2,06392
1 1
o bien, Ws = Wq + =1,278+ =3,278 horas
μ 0,5
λ = λ(1−p ) donde p =ρ p
n
para n = 0,1, ... ,k p =1
ef k n 0 ∑
n=0
k
Sí ρ> 1 → Los estados más probables son los de mayor número de clientes,
pues la demanda de servicio supera a la oferta.
⎧ 1−ρ
⎪ k +1 si λ≠μ ≡ ρ=(λ /μ)≠1
se deduce, p0 ⎪1−ρ
=⎨
⎪ 1 si λ=μ ≡ ρ=(λ /μ)=1
⎩ 1+k
n
⎧(1−ρ)ρ si λ≠μ ≡ ρ=(λ /μ)≠1
⎪ k +1
Probabilidades del estado: ⎪ 1−ρ
p =⎨
n
⎪ 1 si λ=μ ≡ ρ=(λ /μ)=1
⎩ 1+k
⎪ − 1−ρ k +1 ρ≠1
Número promedio de clientes en el sistema: L s ⎪(1−ρ)
=⎨ k
⎪ ρ=1
⎩ 2
k
⎧ s − (1−ρ )ρ
⎪L k ρ≠1
Número promedio de clientes en la cola: Lq =Ls −(1−p0 ⎪ 1−ρ +1
) =⎨
⎪ k (k−1) ρ=1
⎩ 2(k+1)
Ls
Tiempo promedio de estancia en el sistema: Ws =
λ
ef
1 Lq
Tiempo promedio de espera en la cola: W =W o W =
q s −μ q
λef
Longitud de la cola: L =λ W
q ef q
Solución:
Hay un sola cola, con disciplina FIFO, la capacidad del sistema es limitada, de modo
que sólo puede haber 4 vehículos como máximo en el taller, con lo cual el número
máximo de vehículos en la cola es (4 − 1) . Las llegadas siguen un proceso de Poisson
de parámetro λ = 18 vehículos/hora , los tiempos entre llegadas se distribuyen
exponencialmente Exp(λ = 18), los tiempos entre servicios se distribuyen
exponencialmente Exp(μ= 6) siendo μ = 6 vehículos/hora el número medio que el
taller (servidor) es capaz de atender.
18 λ
El factor de saturación ρ= =3 determina como varían las probabilidades p
= n
μ 6
de que haya n vehículos en el sistema.
ρ k +1
3 5
3 1215
Ls = − (k+1)ρk +1 = − 5 x 3 5 =− + =3,52 vehículos
1−ρ 1−ρ 1−3 1−3 2 242
Ls
c) Tiempo promedio de un vehículo en el taller: W =
s
λ ef
Tasa de llegada efectiva:
k 4
λef =λ ⎡ (1−ρ)ρ ⎤ ⎡ (1−3)3 ⎤
⎢ 1− k +1 ⎥ =18 ⎢ 1− 5 ⎥ =5,95 vehículos/hora
⎣ 1−ρ ⎦ ⎣ 1−3 ⎦
Cualquier sistema de colas de este tipo alcanza en algún momento el estado estable
cuando el factor de utilización ρ = λ / μ < 1 .
Las medidas de rendimiento para este modelo toman las expresiones adjuntas,
donde la referente a Lq recibe el nombre de fórmula de Pollaczek-Khinchine.
p =ρ
n
L
Tiempo promedio de espera en la cola: Wq = q
λ
Ls 1
Tiempo promedio de estancia en el sistema: Ws = =Wq +
λ μ
λ 2 (1+k) 2
Número promedio de clientes en la cola: Lq = = ρ (1+k)
2kμ(μ−λ) 2k(1−ρ)
Número promedio de clientes en el sistema: L =L +ρ
s q
Solución:
9
a) λ= 9 vehículos/hora = = 0,15 vehículos/minuto
60
1
=5 → μ=0,2 σ=2
μ
λ 0,15
Factor de utilización: ρ= = = 0,75
μ 0,2
2 2 2 2 2 2
Promedio de vehículos en cola: Lq = λ σ +ρ = 0,15 x 2 + 0,75 =1,305 vehículos
2(1−ρ) 2 x (1−0,75)
L q 1,305
Tiempo promedio de espera en la cola: W = = = 8,7 minutos
q λ 0,15
L 2,055
Tiempo promedio de estancia en lavacoches: Ws = s =
λ 0,15 =13,7 minutos
b) p0 =1−ρ=1−0,75= 0,25
1 1
k= 2 2
= 2 2
=6,25
μ xσ 0,2 x 2
ρ 2 (1+k) 0,752x (1+6,25)
Promedio de clientes en la cola: L q = = =1,305 clientes
2k(1−ρ) 2 x 6,25x (1−0,75)
Lq 1,305
Tiempo promedio en la cola: Wq =
λ 0,15 = 8,7 minutos
=
Ls 1
Tiempo promedio en el sistema: Ws = λ =Wq + μ = 8,7+ 5 = 13,7 minutos
1 1
Se observa que cuando σ= → k= =1 , el modelo de cola M/Ek/1
2 2
μ μ xσ
es un modelo de cola M/M/1 con tiempo de servicio exponencial
2 2
Promedio de clientes en la cola: Lq = ρ x (1+1) = ρ
2 1x(1−ρ) (1−ρ)
ƒ λ>μ
⎛ 1⎞
Sí t∈ ⎜ 0, ⎟ → No ha llegado todavía ningún cliente, en este intervalo de tiempo
⎝ λ ⎠
no hay clientes en el sistema.
⎛1 ⎞ ⎛ ⎛1 ⎤⎞
Si t∈ ⎜ ,τ ⎟ → N(t)=⎣ llegadas en (0,τ]⎤ −⎦ ⎜ servicios en ⎜ ,τ ⎥ ⎟
⎝λ ⎠ ⎝ ⎝λ ⎦⎠
⎟
⎝λ ⎦ ⎝ 1/μ ⎠ λ
⎛
En consecuencia, N(t)=λt
⎞
−⎜ μ −μ ⎟
⎝ λ⎠
a) Cuando el tiempo de servicio es un múltiplo entero del tiempo entre llegadas, es
⎛1 ⎞ 1
decir: m ⎜ ⎟ =
⎝λ ⎠ μ
En este caso, siempre que se produce la salida de un cliente hay una llegada
simultánea. Así, no puede suceder que haya simultáneamente una salida y un
rechazo, pues si un cliente sale, se deja una plaza libre en el sistema para el otro
cliente que llega en ese momento.
En consecuencia, el número de clientes es creciente hasta que a partir del
instante τ es constantemente igual a la capacidad (k − 1) del sistema.
Luego, se tiene:
⎧ 1
⎪ 0 t<
λ
⎪
⎪ ⎛ μ⎞ 1
N(t)=⎨ λt−⎜ μt− ⎟ < t<τ
⎝ λ⎠ λ
⎪
⎪ k−1 t ≥τ
⎪
⎩
Suponiendo que se tiene disciplina FIFO, los valores asociados a cada cliente:
(n)
W ≡ Tiempo de espera en cola del cliente n−ésimo.
q
S (n)
≡ Tiempo de servicio del n−ésimocliente.
(n)
T ≡ Tiempo transcurrido entre las llegadas de los clientes n−ésimo y
(n + 1) − ésimo
(n) 1
Aunque la relación se verifica en general, se observa que S = y si t< τ
μ
Portal Estadística Aplicada: Instrumentos Estadísticos Avanzados 456
(n) 1 (n+1) (n) ⎛1 1⎞
entonces T = . Consecuentemente,
λ = W q +⎜ − λ ⎟
Wq
⎝μ ⎠
Por otra parte, si t ≥ τ un cliente entra al sistema justo cuando sale otro. Por tanto,
el cliente que entra se encuentra con (k − 2) clientes en cola delante de él y un
cliente empezando el servicio. En consecuencia, el tiempo de espera en cola para
1
este nuevo cliente será (k − 2)
μ
⎧ ⎛ 1 1⎞
⎪(n−1)⎜ − ⎟ n=1,2, ... ,λτ −1
(n) ⎪ ⎝μ λ⎠
En definitiva: W q =⎨
⎪ k− 2 n≥ λτ
⎩ μ
1 1
b) λ ≥ μ
El tiempo entre llegadas es mayor o igual que el tiempo de servicio, cuando llega un
cliente es servido y sale del sistema antes de que llegue el siguiente cliente (en la
peor situación, cuando llegue el siguiente cliente si el tiempo entre llegadas es igual
al tiempo de servicio).
Por tanto, considerando que en el instante cero no hay individuos en el sistema, el
número de clientes en el sistema siempre variara entre [0, 1] y el tiempo de espera
en cola de cualquier cliente es cero.
En este caso, una situación particular supone que cuando el sistema se inicia ya hay
un número de clientes C esperando en el mismo.
1 1
• =
λ μ
Si el tiempo entre llegadas coincide con el tiempo de servicio, siempre habrá C
clientes en el sistema y el tiempo de espera en cola del n − ésimo cliente toma la
expresión:
⎧ 1
⎪ (n−1) 1≤n≤C
μ
W (n) ⎪
=⎨
q
⎪(C−1) μ1 n≥C
⎩
1 1
• >
λ μ
Si el tiempo entre llegadas es mayor que el tiempo de servicio, hay un primer
instante t = 0 no hay clientes N(0) = 0 .
⎡ ⎛ t ⎞ ⎛ t ⎞⎤
N(t)=C− ⎢ ⎜ ⎟ −⎜ ⎟ ⎥ = C− (μt−λt)
⎣ ⎝ 1/μ ⎠ ⎝ 1/λ ⎠ ⎦
⎧
⎪
C − μt−λt) 0≥ t<τ
⎪
N(t)= ⎪ 1 ≥ t<τk + 1 siendo τk = (λτ) 1 + k
⎨ 0 τ≤ t<τ 1 τk + μ λ λ λ
⎪
⎪ 1
⎪ 1 τk ≥ t <τk + μ
⎩
(n+1) (n) (n) (n)
Verificando la igualdad W = W +S −T se tiene la siguiente expresión para
q q
el tiempo de espera en cola:
⎧ 1
(n−1) 1≤n≤C
⎪
μ
(n)
⎪
⎪ 1 k
W = ⎨(C+k−1) − n=C+k 0≤k≤λτ
q
⎪ μ λ
⎪ 0 n=C+k k> λτ
⎪
⎩
Portal Estadística Aplicada: Instrumentos Estadísticos Avanzados 458
SISTEMA DE UN AEROPUERTO:
EQUILIBRIO ENTRE DEMANDA Y CAPACIDAD OPERACIONAL
λ 45
Utilización promedio del sistema: us =
μ = 40 =1,125
λ 45
Factor de utilización o intensidad tráfico: ρ=
sμ = 2 x 40 = 0,5625
1,125 x
n=0 n! s! μ 1−ρ n! 2! 1−0,5625
⎝ ⎠ n= 0
1
= 1+1,125+1,446 = 0,28
λ 20 25 30 35 40 45 50 55
W 0,1 0,162 0,245 0,355 0,5 0,694 0,962 1,344
q
••••••••
1 1 60 x 60
= = =144 ⇒ λ=144 pasajeros/hora
λ 25 / 60 x 60 25
1 1 60 x 60
= = = 80 ⇒ μ= 80 pasajeros/hora seguridad
μ 45 / 60 x 60 45
λ 230, 4
Utilización promedio del sistema: u = = =2,88
s μ 80
• Si el número de servidores fuera s = 3, tipo de cola M/M/3, se tendría:
λ 230, 4
Factor de utilización del sistema de cola: ρ= = = 0,96
sμ 3 x 80
∑ 2,88 + 1 1 2
x 2,883 x 107,5
n=0
n! 3! 1−0,96 2 6
2,88 + 99,5328
Número medio de espera de pasajeros en área de seguridad:
s
1 ⎛ λ⎞ ρ 1 3 0,96
Lq = ⎜ 2 p0 = x 2,88 x 2 x 0,0093=22,2157
⎟
s!⎝ μ ⎠ (1−ρ) 3! 0,04
Lq 22,2157
Tiempo promedio espera en la cola: Wq = = (60 x 60)=347 segundos
λ 230, 4
Siendo Wq = 347 segundos > 120 segundos se necesita incrementar el número de
servidores en el sistema.
n=0
∑
n! 3!
4
2,88 x
1
1−0,72
1 1
= = = 0,045
1 2
1 3 1 4 1 22,246
1+2,88+ x 2,88 + x 2,88 + x 2,88 x
1−0,72
2 6 4!
Número medio de espera de pasajeros en área de seguridad:
s
1 ⎛ λ⎞ ρ 1 4 0,72
L = p = x 2,88 x x 0,045=1,1846
q ⎜ ⎟ 2 0 4! 2
s!⎝ μ ⎠ (1−ρ) 0,28
Lq 1,1846
Tiempo promedio espera en la cola: W = (60 x 60)=18,51 segundos =
q
λ 230, 4
W = 18,51 segundos < 120 segundos , con lo que habría que instalar 4 servidores (4
q
aparatos de rayos-X), con número medio de cuatro pasajeros en el sistema:
λ
Ls =Lq + =1,1846+2,88= 4,06≈ 4
μ
⎛ (λ /μ)n ⎞ 8
(λ /μ)n
∑
4
P(n> 8)=1−P(n≤ 8)=1−⎜ p0 + (n− s) p0∑⎟=
⎜ n! s! s ⎟
⎝ n= 0 n=5 ⎠
=1−(0,66937+ 0,24256)= 0,08807
4 n 4 n 2 3 4
(λ /μ) 2,88 ⎛ 2,88 2,88 2,88 ⎞
p = X 0,045= 1+2,88+ + + X 0,045= 0,66937
∑
n= 0
n! 0
∑n= 0
n! ⎜
⎝
2 6 24 ⎟
⎠
n n 5 6 7 8
2,88 0,045 = ⎛ 2,88 + 2,88 ⎞
8 (
∑ ∑
8
/μ) p0 2,88 2,88
λ (n− 4) = (8− 4) X 2 + 3 + 4 ⎟ X 0,001875=
⎜
s! s 4 4! 4 4 4 4
n=5 n=5
⎝ ⎠
= 0,24256
Con condición de operación FIR, las llegadas aleatorias a la pista son de 24 a la hora,
mientras que el tiempo de servicio definido por separación de llegadas es de 120
segundos con una desviación estándar de 20 segundos.
20 1
σ= 20 segundos = 60 x 60 = 180 horas
2 2 2 2 2 2
λ
Número de aviones en cola L σ +ρ = 24 (1 / 180) + 0,8 =1,644
q
= 2(1−0,8)
2(1−ρ) λ
Número medio de aviones en sistema L s =L q + =1,644+ 0,8=2,444
μ
Número medio de aviones en servicio L=L q +L s = 1,644 + 2,444 ≈ 4
Lq 1,644
Tiempo medio de aviones en cola W = = = 0,0685 horas= 4,11 minutos
q
λ 24
2 2 2 2
⎤ ⎤
W = = λ⎡⎣ σ +(1 /μ) ⎦ = 24⎡⎣ (1 / 180) +(1 / 30) ⎦ = 4,11 minutos
Lq
q
λ 2[1−(λ /μ)] 2[1−(24 / 30)]
Ls 2,444
Tiempo medio aviones en sistema
Ws = λ = x (60)=6,11 minutos
24
λ
El factor de utilización ρ= >1, la demanda es mayor que la capacidad, por lo que
μ
es necesario utilizar un modelo determinístico de teoría de colas.
t
Estado de la cola: L = ∫ (λ −μ ) dt
t t t
0
se observa:
Longitud cola:
Lt = distancia vertical (líneas de demanda, capacidad acumuladas)
Tiempo espera:
W = distancia horizontal (líneas de demanda, capacidad acumuladas)
t
Demora total T
d
T
Tiempo promedio de espera (demora) W =
d
N ≡ número pasajeros afectados
q
N d
d
T 500
W = d
= = 0,25horas = 15 minutos
q
N 2000
d
Td
Promedio de pasajeros en cola: Lq = td ≡ tiempo duración de la cola
t d
T 500
Promedio pasajeros en cola L q d
= = 250 pasajeros
= 2
t
d
Hasta este momento los clientes demandaban del sistema una sola operación de
servicio, por tanto, los sistemas eran de un único nodo, donde podría haber varios
servidores idénticos paralelos.
En un sistema de colas interesan sistemas con múltiples nodos en los que el cliente
requiere servicios en más de un nodo.
Una situación en la que los clientes pueden entrar al sistema por varios nodos,
hacer cola para ser servidos y salir de un nodo dado para entrar en otro y recibir un
servicio adicional o para abondar el sistema.
Los clientes no entran y salen del sistema necesariamente por los mismos nodos,
tampoco siguen el mismo camino una vez en el sistema, pueden regresar a nodos
previamente visitados y saltarse algunos nodos e incluso permanecer en el sistema
para siempre.
Una Red de colas es un sistema donde existen varias colas, un conjunto de nodos
interrelacionados funcionando asincrónica (entradas y salidas de clientes sin
sincronizar) y simultáneamente.
Se trata, por tanto, de un grafo orientado en el que se pueden producir
transacciones de clientes que salen servidos de un nodo hacia otro. La forma más
habitual para modelizar el modo en el que los clientes servidos en un nodo se
dirijan a otro, es considerado que lo hacen de acuerdo con una distribución
discreta.
En teoría de colas, se entiende por nodo un subsistema que conforma una red de
colas, este subsistema a su vez es también un sistema de colas, pudiendo ser
compuesto por cualquiera de los modelos tratados anteriormente.
Un grafo orientado se define como un conjunto de nodos enlazados de forma
direccional.
En la figura se muestra una red de formada
por cuatro nodos, cada uno de ellos con su
propio sistema de colas.
ASESORÍA EMPRESARIAL COMO RED DE COLAS: Los clientes llegan y esperan a ser
atendidos por el servicio de recepción, desde allí son derivados al servicio solicitado
(contable, fiscal, etc.), allí esperan la cola correspondiente y una vez que son
atendidos, tienen que hacer cola en un servicio de gestión de cobros.
Una red de colas es un sistema donde existen varias colas, los clientes van fluyendo
de una cola a otra. Para decidir a qué cola se dirige un cliente que acaba de salir de
una cola hay dos tipos de criterios:
b) Redes cerradas: No entran nuevos clientes y los clientes existentes nunca salen,
esto es, el número de clientes es constante en el tiempo, como puede ser la
reparación de máquinas.
Las ecuaciones del balance o de equilibrio (tasa de entrada debe de ser igual a la de
salida), n > 0, m > 0 , son:
Solución:
Es un modelo de red de colas en tándem, con tres nodos (subsistemas), cada uno
un modelo de cola M/M/1.
1 30
=30 segundos = = 0,5 minutos → μ2 =2 minutos
μ 60
2
λ
El factor de utilización o intensidad de tráfico ρ= <1 para que la red no se
μ
sature y el estado sea estacionario.
λ 0,9 λ 0,9
ρ = = = 0,9 ρ = = = 0,45
1 μ1 1 2 μ2 2
λ2 ρ
2
0,9 0,9
Intensidad de tráfico nodo 3: ρ3 = ⇒ μ3 = =1,2295 minutos
μ 0,732
3
2 2 2 2
ρ 0,9 ρ 0,45
b) L q1 1
= = 8,1 clientes L q2 2
= = 0,3682 clientes
= 1−0,9 = 1−0,45
(1−ρ1) (1−ρ2 )
Lq3 =2 clientes
1
c) Tiempo promedio de estancia en sistema de cada nodo: W
si =μi −λ
1 1
W = =10 minutos W = = 0,9091 minutos
s
1 1−0,9 s2 2−0,9
1 =3,0350 minutos
W =
s3
1,2295−0,9
3
1
Wsi = ∑ μ −λ
=10+0,9091+3,0350=13,9441 minutos
i=1 i
Solución:
a) La empresa de ITV se puede modelizar como una red de colas en tándem con
tres nodos (subsistemas), el nodo 1 un modelo de cola M/M/1 y los nodos 2 y 3 un
modelo de cola M/M/2
Nodo 1: λ μ =1 cliente/minuto s =1
1
1 1
Nodo 2: s2 =2
Nodo 3: s =2
3
1
λ = 0,95 clientes/minuto =2 minutos/cliente → μ3 = 0,5 cliente/minuto
3
μ3
λ3
b) Tiempo promedio de estancia en nodo 3 (cola + servicio): L s3 =L q3 +μ3
λ3 0,95
Factor de utilización o intensidad tráfico oficina: ρ = = 0,95<1 =
s 3 μ3 2.0,5 3
λ 3 0,95
Utilización promedio de la oficina: us3 = = =1,9
μ 3 0,5
Probabilidad de que ningún cliente se encuentre en la cola de la oficina:
∑ (1,9)
n=0 n!
+ (1,9) ⎛
2 ⎜
2.0,5 ⎞ 1+1,9+36,1
⎟
⎝
2.0,5−0,95⎠
λ 1 0,95
La intensidad tráfico de la caseta: ρ1 = μ = 1 = 0,95<1
1
λ 1 0,95
Utilización promedio de la caseta: us1 = = = 0,95
μ 1
1
λ1 0,95
Intensidad del tráfico de la caseta: ρ1 = = = 0,475
s μ 2.1
1 1
λ3 0,95
Utilización promedio de la oficina: u = = =1,9
s3 μ 0,5
3
Dado que el flujo total de entrada a un nodo i (i = 1, 2, ... , k) debe ser igual al flujo
total de salida del nodo, se obtiene las denominadas ecuaciones de tráfico o
ecuaciones de equilibrio:
k
Λ =λ +
i i
∑Λ r
j ji
j= 1
Las k ecuaciones anteriores forman un sistema lineal con solución única, que se
resuelve para hallar las tasas de llegada a cada nodo Λ
i
Para que ninguna de las colas del sistema se sature, es preciso que se cumpla la
Λi
condición: ρi = ρi <1 ∀ i=1,2,...,k
sμ
i i
condición de no saturación del modelo M|M|s, aplicada a cada uno de los nodos
por separado.
r
ni
Λ ⎧ n! n<s p
p i i i i i 0i =1
p r= a(n ) =
∏ a (n ) ⎨ (ni − si )
n1 n2 ... nr
rni ) p 0i
0i i i k i
=
i= 1 i i
μi ⎩ si s i ni ≥ s i ∑ a (n
concretamente si si =1 ∀ i=1,2,...,k i= 1 i i
n 1 n 2 n k
p = (1 − ρ )ρ (1 − ρ )ρ (1 − ρ )ρ
n1 n2 ... nk 1 1 2 2 k k
Las medidas de rendimiento para cada nodo se calculan según las ecuaciones del
modelo M|M|s, teniendo las siguientes consideraciones:
Λ red ≡ Tasa global de salidas del sistema, número promedio de clientes que salen
del sistema por unidad de tiempo, que coincide con el número de clientes que
k
entran en el sistema: Λ
red
= ∑Λ i
i=1
El hecho de que los nodos se comporten como si fueran modelo M/M/s podría
interpretarse que se puede utilizar las distribuciones de los tiempos de espera de
estos modelos, Sin embargo, esto no es necesariamente cierto en las redes de
Jackson, donde se permite la realimentación.
W ≡ Tiempo medio en el sistema, tiempo medio que un cliente pasa desde que
red
L red
entra en la red hasta que sale de ella: W =
red λ
red
Vi ≡ Número medio que un cliente visita el nodo i, número medio de veces que un
cliente visita el nodo i desde que entra en la red hasta que sale:
Λ
V i ∀ i=1,2,...,k
i =
Λ
red
SUPUESTOS CONSIDERADOS
∗ Capacidad infinita en los nodos.
∗ Efecto Bloqueo: Si un cliente ha finalizado su servicio en el nodo i y se dirige a
un nodo j que está al máximo de su capacidad. El sistema se bloquea con tres
posbilidades:
a) Es una red de Jackson abierta con K = 2 nodos: Nodo 1 con un servidor s =1.
1
Nodo 2 con dos servidores s =2.
2
Tasas de llegada y servicio (procesos/ minuto) desde fuera del sistema son:
λ = 20 λ = 30 μ = 100 μ = 25
1 2
∑Λ
1 2 2
Ecuaciones de tráfico o ecuaciones de equilibrio: Λ =λ + r
j ji
i i
j=1
tasa de los procesos que salen del nodo j . La tasa de entrada debe de ser igual a la
de salida.
G G G ⎛ Λ 1 ⎞ ⎛ λ 1 ⎞ ⎛ r11 r21 ⎞ ⎛ Λ ⎞1
En forma matricial (Λ=λ+Λ r): ⎜ ⎟ =⎜ ⎟ +⎜ ⎟ ⎜ ⎟
⎝ Λ2 ⎠ ⎝ λ
2 ⎠ ⎝ r 12 r 22 ⎠ ⎝ Λ 2 ⎠
33,548
Nodo 2: ρ2 = = 0,67096<1 s2 =2 servidores
25.2
ρ Λ
Número medio de procesos en el sistema (cola + servicio): L si = ii
= −Λ
1−ρ μ
i i i
ρ 0,35484
L s1 1
= = 0,55
= 1−0,35484
1−ρ
1
Tiempo promedio de estancia en el sistema (cola + servicio): Wsi L si 1
= =
L s1 0,55 Λ μ −Λ
i i i
W = = = 0,0155 minutos = 0,93 segundos
s1
Λ1 35, 484
• Terminal 2 es una cola tipo M/M/s
= 0,1969167
L s2 =L q2 + 2 =1,0988+ =2,44072
μ2 25
k 2
i= 1
b) Tiempo medio de un proceso en la red (desde que entra hasta que sale):
L 2,9907
W red
= = 0,059814 minutos=3,5888 segundos
red = 20+30
λred
El esquema presenta una red abierta con cuatro nodos, cada uno de ellos con
un procesador. Determinar:
Λ =λ +Λ r r Λ =20+0,8.0,6.Λ ⎨ Λ =20+0,48.Λ
⎪ 3 3 1 1• • 3 1 ⎪ 3 1
⎪ ⎩ Λ 4 =Λ1 r1• r• 4 ⎪ 3 ⎩ Λ =4 0,32.Λ1
⎪ ⎩ Λ 4 = 0,8.0,4.Λ1
de donde: Λ = 12,5 Λ = 2,5 Λ = 26 Λ =4
1 2 3 4
Λ
i <1 i = 1,2,3 , 4
Para que la red no se sature en cada nodo (subsistema): ρ =
i
μi
Λ1 12,5 Λ2 2,5 Λ3 26 Λ4 4
ρ = = = 0,5 ρ = = = 0,25 ρ = = = 0,65 ρ = = = 0,8
1 μ 25 2 μ 10 3 μ 40 4 μ 5
1 2 3 4
Λ3 26 26
ρ3 = = <1 → s3 =2 servidores ⇒ ρ 3 = = 0,8125
s μ 3 s . 16 2 x 16
3 3
Las medidas de rendimiento del nodo 3 corresponden a las ecuaciones del modelo
M/M/2.
Lred = ∑L = ∑ L
i=1
si
i=1
si = 1 + 0,3333 + 8,6676 + 4 = 14
Tiempo medio de un trabajo en la red (desde que entra hasta que sale):
L 14
W red
= = 0,4667 unidades tiempo
red = 30
λred
Solución:
a) Se trata de una red acíclica (un cliente puede volver a la misma cola). Las
5
⎧ λ1 = 0,3 λ3 = 0,7
Datos del esquema son: ⎨
⎩ r12 = 0,3 r13 = 0,7 = 0,6 r35 = 0,4 r53 = 0,8
r34
Intuitivamente:
Λ1 =λ1
Λ =Λ r
2 1 12
Λ 3 =λ 3 +Λ 1 r +Λ 5 r
13 53
Λ 4 =Λ3 r 34
Λ 5 =Λ3 r 35
Λ =λ + (Λ r +Λ r +Λ r +Λ r +Λ r )
1 1 1 11 2 21 3 31 4 41 5 51
sistema de ecuaciones: Λ =λ + (Λ r +Λ r +Λ r +Λ r +Λ r )
2 2 1 12 2 22 3 32 4 42 5 52
5
Λ 3 =λ 3 + (Λ 1 r +Λ 2 r +Λ 3 r +Λ 4 r +Λ 5 r )
Λi =λi + ∑Λ
j= 1
j ji r 13 23 33
Λ 4 =λ 4 + (Λ 1 r +Λ 2 r +Λ 3 r +Λ 4 r +Λ 5 r )
43 53
14 24 34 44 54
Λ =λ +(Λ r +Λ r +Λ r +Λ r +Λ r )
5 5 1 15 2 25 3 35 4 45 5 55
Λi
b) Para que la red no se sature se debe verificar ρi = i = 1,2,...,5
μ i <1
Λ 0,803 Λ 0,535
ρ = 4 5
= = 0,268 ρ = = = 0,134
4 μ4 5
μ 5
4
3
La red no se satura en ningún nodo.
ρ Λ
Número medio clientes en el sistema (cola + servicio): L si
i
= i
= i μi −Λ i
1−ρ
0,1 0,03 0,334
L s1 = =1,1111 L s2 = = 0,0309 L s3 = = 0,5015
1−0,1 1−0,03 1−0,334
0,268 0,135
Ls4 = = 0,3661 Ls5 = = 0,1560
1−0,268 1−0,135
Li 1
Tiempo medio de espera en cada nodo (subsistema): Wsi = =
Λ μ −Λ
i i i
1 1 1 1
Ws1 = = = 0,3704 Ws2 = = = 0,3436
μ −Λ 3−0,3 μ −Λ 3−0,09
1 1 2 2
L Λ ⎛ 1⎞
Tiempo medio espera en cola de nodo: W qi
= i
⎜W = W + ⎟
qi = μ i (μi −Λi) ⎝ si qi μi ⎠
Λi
Λ 0,3 1 1
W = 1
= = 0,0371 W =W − = 0,3704− = 0,0371
q1
μ (μ −Λ ) 3(3−0,3) q1 s1 μ 3
1 1 1 1
Λ2 0,09 1 1
Wq2 = = = 0,0103 Wq2 = Ws2 − = 0,3436− = 0,0103
μ (μ −Λ ) 3(3−0,09) μ 3
2 2 2 2
Λ3 1,338 1 1
Wq3 = = = 0,1257 Wq3 = Ws3 − = 0,3757− = 0,1257
μ (μ −Λ ) 4(4−1,338) μ 4
3 3 3 3
Λ4 0,803 1 1
W = = = 0,1219 W =W − = 0,4552− = 0,1219
q4
μ4 (μ4 −Λ 4 ) q4 s4
μ4 3
3(3−0,803)
Λ 0,535 1 1
W =
5
= = 0,0386 W =W − = 0,2886− = 0,0386
q5 s5
q5
μ5 (μ5 −Λ5 ) 4 (4−0,535) μ5 4
5 5
⎛ 1⎞
∑ si
∑
W = ⎜ W + ⎟ =1,8325
i=1 ⎝
qi μi ⎠
i= 1
Se pide:
a) Número mínimo de servidores en cada nodo para que la red presente estado
estacionario.
b) Demoras medias en todos los servidores de la red.
c) ¿Qué tipo de cola seguirían los nodos sí se invirtiera la tasa de llegada?. ¿Cuál
sería la demora media en los servidores del nodo 1?
Solución:
⎧ λ1 =20 λ2 =10 λ3 = 0
Datos del esquema ⎨
⎩ r12 = 0,5 r13 = 0,5 r23 =1 r33 = 0,75
Intuitivamente:
⎧ Λ =λ ⎧ Λ =20
1 1
⎪ 1
⎨Λ 2 =λ 2 +Λ 1 r → ⎨Λ 2 =10+20 x 0,5=20
12
⎩ Λ3 =Λ1 r13 +Λ2 r23 +Λ33 r 33 ⎩ Λ3 =20 x 0,5+20 x 1+Λ 33 x 0,75 → Λ3 =120
⎛Λ ⎞ ⎛λ ⎞ ⎛r r r ⎞⎛Λ⎞
⎜ 1 ⎟ ⎜ 1 ⎟ ⎜ 11 21 31 ⎟ ⎜ 1 ⎟
En forma matricial: ⎜ Λ 2 ⎟ + r r r Λ
= λ ⎟ ⎜ 12 22 32 ⎟ ⎜ 2 ⎟
⎜ ⎟ ⎜ 2⎟ ⎜ ⎟⎜ ⎟
⎜
⎝ Λ 3 ⎠ ⎝ λ 3 ⎠ ⎝ r 12 r 23 r33 ⎠ ⎝ Λ 3 ⎠
Las tasas totales de llegada a cada subsistema (venga de fuera o de otro nodo) son
Λ 1 = 20 , Λ 2 = 20 , Λ 3 = 120
Para que ninguna de las colas del sistema se sature, es preciso que se cumpla la
Λi
condición: ρi = ρi <1 ∀ i=1,2,... , condición de no saturación aplicada a
sμ
i i
cada uno de los nodos por separado.
El número mínimo de servidores que verifiquen en cada nodo ρ <1:
i
20 20 20
Nodo 1: ρ = <1 → s > 6 s =2 servidores ⇒ ρ = = 0,667
1 15 s 1 15 1 1 15 x 2
1
20 20 20
Nodo 2: ρ = <1 → s > 6 s =2 servidores ⇒ ρ = = 0,667
2 2 2 2
15 s 2 15 15 x2
120 120 120
Nodo 3: ρ = <1 → s > 6 s = 9 servidores ⇒ ρ = = 0,889
3 15 s 3 3 15 3 3 15 x 9
Los nodos 1, 2 y 3 son colas del tipo M/M/s
b) Nodo 1 y 2: s =s =2 servidores
1 2
Λ1 20
Utilización promedio del nodo 1 o 2: u =u = = =1,333
s1 s2 μ1 15
Probabilidad que ningún cliente se encuentre en el sistema de cola de cada nodo:
1 1
p0 = =
s−1 n s s−1 n s
∑
n=0
(Λ /μ) + (Λ /μ)
n! s!
(Λ /μ) + 1 ⎛ Λ ⎞ 1
⎛ sμ ⎞
⎜ sμ−Λ ⎟
n=0
n! ∑
s! ⎜ μ ⎟ 1−ρ
⎝ ⎠ ⎝ ⎠
1 1
p01 = 2−1 n 2 = 1 n
=
∑ (20 / 15) + (20 / 15) ⎛ 2 x 15 ⎞ ∑
1 1
(1,333) +2,665
n! 2! ⎜ 2 x 15−20 ⎟ n!
n =0
1
i ⎝ ⎠ n =0
1
1
L =
1
p = x 0,2=1,067
q1 (s −1)! (s μ −Λ 2 01
(2 x 15−20) 2
)
1 1 1 1
s1
1 ⎛Λ ⎞ ρ 1 0,667
1
1 2 x 0,2=1,067
O bien, L = p = (1,333) x
q1 s1 ! ⎜ ⎟ 2 01 2 2
⎝ μ1 ⎠ (1−ρ1) (1−0,667)
Tiempo medio de espera en cada cola de nodo:
L 1,067 L 1,067
W = q1 = = 0,053 W = q2 = = 0,053
q1 q2
Λ 1
20 Λ 2
20
Nodo 3: s3 = 9 servidores
Λ3 120
Utilización promedio del nodo 3: u = = =8
s3 μ 15
3
Probabilidad que ningún cliente se encuentre en el sistema de la cola del nodo 3:
1 1
p03 = = =
9−1 s 9−1 n
n3 3
(Λ /μ
∑ 3
n!
3
) 1 ⎛ Λ3 ⎞ 1
+ s ! ⎜ μ ⎟ 1−ρ
8 + 1
n! ∑ x
9
8x
1
9! 1−0,889
n =0
3
3 3 ⎝ 3⎠ 3 n3 =0 3
= 1 = 0,0002
8 1766,33+3328,81
n3
∑
n =0
8 =1+8+32+ 85,33+170,66+273,06+364, 08+
n!
3
416,10+ 416,10=1766,33
3
1 ⎛Λ ⎞ ρ 1 0,889
3 3 9
L = p = x
q3 s3 ⎜ ⎟ 2 03 8 x 2 x 0,0002=5,33
!⎝ μ3 ⎠ (1−ρ3) 9! (1−0,889)
Lq3 5,33
Tiempo medio de espera en la cola de nodo 3: W = = = 0,045
q3
Λ3 120
Intuitivamente:
⎧ Λ1 =λ1 ⎧ Λ1 =10
⎪
⎨ Λ2 =λ2 +Λ1 r 12 → ⎨ Λ2 =20+10 x 0,5=25
⎩ Λ3 =Λ1 r13 +Λ2 r23 +Λ33 r 33 ⎩ Λ3 =10 x 0,5+25 x 1+Λ 33 x 0,75 → Λ3 =120
Las tasas totales de llegada a cada subsistema (venga de fuera o de otro nodo) son
Λ 1 = 10 , Λ 2 = 25 , Λ 3 = 120
El nodo 1 es una cola tipo M/M/1 y los nodos 2 y 3 son colas tipo M/M/s
ρ 0,667
El número medio de clientes en cola del nodo 1: L q1
1
= =2
= 1 1−0,667
1−ρ
2 L q1
Tiempo medio de espera en cola del nodo 1: W = = = 0,2
q1 Λ1 10
∑Λ
K
Λ
Λ= ρ i
= → Λ =ρ μ
i r
j ji i i i i
j= 1 μi
⎛Λ ⎞ ⎛r r " r ⎞⎛Λ ⎞
G G ⎜Λ ⎟ ⎜
1 11 21 k1
⎟ ⎜ Λ1 ⎟
r r " r
=Λ jr): ⎜ 2 ⎟ = ⎜ 12 22 k2 ⎟ ⎜
2
⎟
En forma matricial (Λ i ⎜ # ⎟ ⎜ # # # # ⎟ ⎜ # ⎟
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎝ Λ k ⎠ ⎝ r1k r2k " r ⎠ ⎝ Λk ⎠
kk
K n i
⎧ n! ρ
n≤s
i i
donde, G(N)= y a (n)=⎨
∑ ∏ i
s ! s
n−s i
n≥s
n + " +n =N i=1 a (n
i
) i
1 K
⎩ i i i
m n i
ρ ⎧ n! n≤s
g (n)= i i
y a (n)=⎨
n+ ∑ ∏
m i n−si
s!s n≥s
" +n =n i=1 a (n )
⎩ i i
denotando fi(n)= ρ ni
1 m i i i
Se observa que g1(n) = f1(n) pudiendo aplicar la ecuación de recurrencia. Por otra
parte, g (0) = f (0) = 1 m=1, ...,k
m m
∑Λ
K
una de las infinitas soluciones no nulas que relaciona las tasas de entrada, no
tienen porqué ser el valor correcto de las Λ (son valores proporcionales a los Λ
i i
verdaderos).
La situación se resuelve imponiendo la condición de que el número medio de
clientes que entran a un nodo elegido Λ tiene que ser igual al número medio de
i
clientes que salen servidos de dicho nodo.
n
m m m m
∑i=1
m Λm
m
Rendimiento del sistema: λ =
m
∑K
W (m) .Λi
i =1
Longitud media de la cola: L (m) = Λ .λi im i .W(m)
W (m) ≡ Tiempo medio que cada cliente pasa en el nodo i cada vez que lo visita.
i
L (m)
Λ j(m) = j
j = 1,2, " ,k m = 1,2, " ,M
W (m)
j
m Λ W (m)
Lj (m)= k
j j j = 1,2, " ,k m=1,2, " ,M , Lj(0) = 0 j=1,2," ,k
∑
i=1
Λi W (m)
L (m−1)
Wj(m)= 1 j j = 1,2, " ,k m=1,2, " ,M
μ + sμ
j j j
Λ j(m) Lj(m)
ρ (m)= =
j
μj μ j Wj (m)
Solución:
Ecuaciones de equilibrio:
K
Λi = ∑Λ
j= 1
r
j ji
Λ =Λ r +Λ r
1 2 21 4 41
Λ 2 =Λ 1 r
12
Λ 3 =Λ 1 r 13
Λ 4 =Λ3 r 34
1+Lj(m−1)
Tiempo de espera en el nodo: W con μ =5 , j = 1, 2, 3, 4
(m)=
j
μj j
m Λ W (m)
Número medio de clientes en el nodo: L (m)= k
j j j = 1,2,3, 4
j
∑
i= 1
Λi W (m)
m Λ1 W1(m) m.W1(m)
L1(m)= 4 =W
(m)+0,7 W (m)+ 0,3 W (m)+ 0,3 W (m)
∑
i= 1
ΛiWi(m) 1 2 3 4
♦ Primera iteración: m= 1
1+0
L (0) = 0 j=1,2,3,4 W (1)= = 0,2 j = 1,2,3, 4
j j
5
1.0,2 0,2
L1(1)= = = 0,4348
0,2+0,7. 0,2+ 0,3. 0,2+ 0,3. 0,2 0,2. 2,3
♦ Segunda iteración: m= 2
1+Lj(1)
W (2)= j = 1,2,3, 4
j
5
1+L1(1) 1,4348 1+L3(1) 1,1304
W1(2)= = 5 = 0,2870 W3(2)= = 5 = 0,2261
5 5
1+L2(1) 1,3043 1+L4 (1) 1,1304
W2 (2)= 5 = = 0,2609 W4 (2)= 5 = = 0,2261
5 5
2 . 0,2870 0,574
L (2)= = = 0,9483
1 0,2870+0,7. 0,2609+ 0,3. 0,2261+0,3. 0,2261 0,6053
♦ Continúan las iteraciones, con una hoja de cálculo como Excel se obtiene:
Destino
1 2 3 4
Origen
1 0,25 0,15 0,20 0,40
2 0,15 0,35 0,20 0,30
3 0,50 0,25 0,15 0,10
4 0,40 0,30 0,25 0,05
Las dos primeras estaciones (servidores) son biprocesadoras, cada uno con un
tiempo de pocesado exponencial y capacidad de 5 procesos/minuto. Las dos
últimas estaciones son monoprocesadoras y pueden atender por minuto
respectivamente a 10 y 15 procesos. Se solicita:
a) Modelizar el proceso
b) Número medio de procesos en la cuarta estación.
c) Tiempo medio que transcurre desde que llega un proceso al servidor cuarto
hasta que finaliza su ejecución.
Solución:
a) Se puede modelizar mediante una red de Jackson, donde los clientes son cada
uno de los tres procesos que recorren el sistema, con:
s =2 s =2 s =1 s =1
N=3 K=4 1 2 3 4
μ =5 μ =5 μ =10 μ =15
1 2 3 4
♦ Ecuaciones de equilibrio:
∑ Λ r =∑ Λ r
K 4
Λ
Λ= i → Λ =ρ μ
ρ=
i j ji j ji i i i i
j=1 j= 1 μi
⎛Λ ⎞ ⎛r r r r ⎞⎛ Λ⎞
⎜ Λ 1 ⎟ ⎜ 11 21 31 41
⎟⎜ 1 ⎟
G G
⎜ 2 ⎟ = ⎜ r12 r22 r r ⎟ ⎜ Λ2 ⎟
En forma matricial (Λ i =Λ jr): 32 42
⎜Λ 3 ⎟ ⎜r r r r ⎟⎜Λ 3 ⎟
13 23 33 43
⎜ ⎟ ⎜ ⎟⎜ ⎟
⎝ Λ 4 ⎠ ⎝ r 14 r 24 r 34 r44 ⎠ ⎝ Λ 4 ⎠
1081
Λ = 1,5363 Λ = 1,2716 Λ =1 Λ = = 1,1537
1 2 937 3 4
Λ 1 1,5363 Λ 2 1,2716
ρ1 = = = 0,3072 ρ2 = = = 0,2543
μ 5 μ 5
1 2
Λ 1 Λ 1,1537
ρ = 3= = 0,1 ρ 4
= = 0,0769
=
3 μ 10 4 μ 15
3 4
♦ Cálculo de la función g (n)
m
n
g (n)= G(n) = f (i) . g (n−i) n = 0,1,2,3 , g (0)= f (0) = 1 m = 1,2,3, 4
m ∑
i= 0
m m−1 m m
ρ ni
siendo: fi(n)= a (n)
i
⎧ n! n≤s
i → a (n)= a (n)= 2! 2n−2 = 2 n−1 a (n)= a (n)=1
a (n)=
i ⎨ n−s i
n≥s i 1 2 3 4
⎩ si ! s i
n
f (n)= ρ i i = 1,2 f (n)=ρ n i = 3, 4 y n ≥ 1
i n−1 i i
2
ρ n
i
• Para m= 1: g (n)= f (n)= i = 1,2
1 1 n−1
2
n=0: g (0) = f (0) = 1
1 1
i= 0
ρ
f (0)=1 f
(1)=
2
=ρ = 0,2543
2 2 1−1 2
2
f (2)= ρ 22 = ρ22 = 0,25432 = 0,0323 f (3)= ρ 32 = ρ32 = 0,25433 = 0,0041
2 2
2
2−1
2 2 2
3−1
2
2
4
1
n = 1: g2(1) = ∑ f2 (i) . g1(1 − i)= f2 (0) . g1(1)+ f2 (1) . g1(0) =
i= 0
3 3 3 3
1
n = 1: g (1) = f (i) . g (1 − i)= f (0) . g (1)+ f (1) . g (0) =
3
∑
i= 0
3 2 3 2 3 2
1
n = 1: g4(1) = ∑ f4 (i) . g3 (1 − i)= f4 (0) . g3 (1)+ f4 (1) . g3 (0) =
i= 0
Lm
c) Tiempo medio de permanencia de un proceso en un nodo: Wm =
Λm
4,1985
Λ 4 = c. Λ 4 → 4,1985 = c.1,1537 → c= = 3,6391
1,1537
de donde,