Proceso de nacimiento o muerte.

La mayor parte de los modelos elementales de colas suponen que las entradas (llegada de clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo con un proceso de nacimiento y muerte. Este importante proceso de teoría de probabilidad tiene aplicaciones en varias áreas. Sin embargo, en el contexto de la teoría de colas, el termino nacimiento se refiere a la llegada de un nuevo cliente al sistema de colas, mientras que el termino muerte se refiere a la salida del cliente servido. El estado del sistema en el tiempo t (t ≥ 0), denotado por N (t), es el número de clientes que hay en el sistema de colas en el tiempo t. El proceso de nacimiento y muerte describe en términos probabilísticos como cambia N (t) al aumentar t. En general, sostiene que los nacimientos y muertes individuales ocurren de manera aleatoria, y que sus tasas medias de ocurrencia dependen del estado actual del sistema. De manera más precisa, los supuestos del proceso de nacimiento y muerte son los siguientes: 

Supuesto 1. Dado N (t) = n, la distribución de probabilidad actual del tiempo que falta para el próximo nacimiento (llegada) es exponencial con parámetro λn (n 5 0, 1, 2,. . .). 
Supuesto 2. Dado N (t) = n, la distribución de probabilidad actual del tiempo que falta para la próxima muerte (terminación de servicio) es exponencial con parámetro µn (n = 1, 2,. . .). 
Supuesto 3. La variable aleatoria del supuesto 1 (el tiempo que falta hasta el próximo nacimiento) y la variable aleatoria del supuesto 2 (el tiempo que falta hasta la siguiente muerte) son mutuamente independientes. La siguiente transición del estado del proceso es

n → n + 1 (un solo nacimiento) 

o 

n → n - 1 (una sola muerte),

Lo que depende de cuál de las dos variables es más pequeña. 
En el caso de un sistema de colas, λn y µn representan, respectivamente, la tasa media de llegada y la tasa media de terminaciones de servicio, cuando hay n clientes en el sistema. En algunos sistemas de colas, los valores de las λn serán las mismas para todos los valores de n, y las µn también serán las mismas para toda n excepto para aquella n tan pequeña que el servidor este desocupado (es decir, n = 0). Sin embargo, las λn y las y µn también pueden variar en forma considerable con n para algunos sistemas de colas.

Por ejemplo, una de las formas en las que λn puede ser diferente para valores distintos de n es si los clientes potenciales que llegan se pueden perder (rechazar la entrada al sistema) con mayor probabilidad a medida que n aumenta. De manera similar, µn puede ser diferente ante valores distintos de n debido a que existe una mayor probabilidad de que los clientes renuncien (se vayan sin haber sido servidos) a medida que aumenta el tamaño de la cola. Uno de los ejemplos de la sección. 

Ejemplos resueltos del sitio en internet de este libro ilustra un sistema de líneas de espera donde existe tanto perdida como renuncia. Entonces, este ejemplo demuestra como los resultados generales del proceso de nacimiento y muerte generan de manera directa varias medidas de desempeño de este sistema de colas.

Distribución de llegadas.

Definir el proceso de llegada para una línea de espera implica determinar la distribución de probabilidad para la cantidad de llegadas en un periodo dado. Para muchas situaciones de línea de espera, cada llegada ocurre aleatoria e independientemente de otras llegadas y no podemos predecir cuándo ocurrirá. En tales casos, los analistas cuantitativos has encontrado que la distribución de probabilidad de Poisson proporciona una buena descripción del patrón de llegadas. La función de probabilidad de Poisson proporciona la probabilidad de x llegadas en un periodo específico. La función de probabilidad es como sigue: 

P(x)= μ x e^-λ/ x! Para x= 0, 1,2,…