14

CAPTULO 2.

DESCRIPCIN MATEMTICA DE SISTEMAS M/M

Ejemplo 2.1 10000 usuarios telefnicos originan una llamada por hora. Determine la frecuencia de las llamadas cuyo intervalo de tiempo entre llegadas sea menor de 0.01 segundos.
La tasa de llegada de las llamadas es:

= 10000

1
3600

= 2.78

llegadas por segundo

La probabilidad de que el tiempo entre llegadas sea menor de 0.01 segundos es, usando 2.1:
P {T 0.01} = 1 exp( 0.01) = 0.027

La frecuencia de llegada de dos llamadas en un intervalo menor a 0.01 segundos es:

P {T 0.01} = 0.075

veces por segundo

2.3. Procesos de llegada tipo Poisson.

Del mismo modo con el que se caracteriz el proceso del tiempo entre llegadas, se puede
determinar el nmero de llegadas que pueden ocurrir en un intervalo e tiempo determinado
t t. Lo anterior dene la funcin de distribucin de probabilidad:

exp(t)
(2.2)
n!
El cual es una funcin de distribucin de Poisson. Ntese que la probabilidad de que no
lleguen entidades en un intervalo t t es una variacin de la ecuacin 2.1
P {X = n|T t} = (t)n

P {X = 0|T t} = exp(t) = P {T t}

(2.3)

Adems, la probabilidad de que ocurran ms de n llegadas en un intervalo t t es:

P {X n|T t} =

P {X = m|T t} = 1

m=n

n1
X

P {X = m|T t}

(2.4)

m=0

Ejemplo 2.2 El nmero de automviles que llegan a un parqueadero es un proceso de Poisson con tasa de 6 vehculos por hora.
Determine la probabilidad de que pasen 15 minutos sin llegadas.
Cul es la probabilidad de que lleguen exactamente 6 vehculos en una hora?
Si la capacidad del parqueadero es de N vehculos, cul es la funcin de densidad de
probabilidad del tiempo requerido para que el parqueadero se llene?
Se tiene que = 6 vehculos por hora. Usando 2.1:
P {T > 0.25} 1 P {T 0.25} = exp(6 0.25) = 0.223

Usando 2.2:
P {X = 6|T 1} = (6)6

exp(6)
= 0.155
6!

El parqueadero se copa cuando existan N llegadas. De acuerdo con el numeral ??, como los
tiempos entre llegadas son variables aleatorias de distribucin exponencial con valor esperado
6, la suma de N de dichos tiempos es una variable Gamma con parmetros (N, 6)

2.4.

15

TRFICO OFRECIDO [ ].

Ejemplo 2.3 Un sistema de despacho de mensajes normalmente recibe cuatro llegadas por
minuto. Determine la probabilidad de que 8 o ms llegadas ocurran en un intervalo de 30
segundos.
La tasa de llegada de mensajes es:
=

4
1
=
60
15

La probabilidad de que 8 o ms llegadas ocurran en un intervalo de 30 segundos es, usando

2.4:
P {X 8|T 30} = 1

7
X

P {X = m|T 30}

m=0

(30)2
(30)7
= 1 exp(30) 1 + (30) +
+ +
2!
7!

= 0.0011

2.4. Trco ofrecido [1].

Una de las causas de la independencia de los eventos en los procesos de llegada de
debe al nmero de entidades. Cuando la probabilidad de que ocurra una llegada en un
intervalo de tiempo es independiente de las dems llegadas, esta implcito que el nmero de
entidades disponibles para generar ms llegadas es constante. Si el nmero de entidades no
es constante, existir un nmero de entidades ocupadas, los cuales no generarn llegadas, lo
que implica que ocurrir un nmero de llegadas antes de algn intervalo, reduciendo as la
tasa de llegada. Se concluye que la nica forma en que la tasa de llegada es completamente
independiente de la actividad de las entidades es cuando existe un nmero innito de
fuentes o entidades. Si el nmero de entidades es grande y su actividad promedio es
relativamente baja, las entidades ocupadas no reducen de forma apreciable la tasa de llegada.

Ejemplo 2.4 Se tiene una ocina de atencin para 10000 usuarios con actividad promedio
para cada usuario de 0.1 erlangs, por lo que se tendran 1000 usuarios ocupados y 9000
usuarios disponibles para generar nuevas llegadas. Si la actividad promedio aumenta en 50 %,
se tendran 1500 usuarios ocupados y 8500 usuarios disponibles, lo que da una reduccin del
5.6 %.
En caso que el nmero de entidades sea nito, y el nmero de entidades ocupadas reducen
apreciablemente la tasa de llegada, la distribucin de probabilidad del nmero de entidades
en un intervalo de tiempo sigue una distribucin Binomial.

2.5. Procesos de espera tipo Exponencial.

2.6. Procesos de Markov.
2.6.1.

Procesos de Markov en Tiempo Discreto

Un proceso Markoviano es un proceso estocstico, en donde las llegadas son descritas

por un proceso de Poisson con tasa , y el tiempo entre llegadas es una variable aleatoria