Ley de Little: Introduccin

La ley de Little relaciona los valores medios de

tres variables de importancia en un sistema:
N : Nmero medio de usuarios en el sistema

T : Tiempo promedio de un cliente en el sistema

: Tasa media de arribo al sistema

En este caso, sistema se utiliza en un sentido
amplio, que puede involucrar ya sea la fila y los
servidores, slo la fila o slo los servidores.

1
 Ley de Little: Introduccin

Sistema
Llegadas fila servidor Salida
()

N usuarios

N es una variable de inters desde el punto de vista del

sistema y permite dimensionar los buffers.
T, el tiempo de retardo, es una variable de inters desde el
punto de vista del usuario, ya que es lo que el debe esperar
en la fila antes de ser atendido.
La ley de Little relaciona estas variables a travs de , la
velocidad de entrada al sistema. 2
 Ley de Little
Se define :
(0,t): nmero de entradas al sistema en el intervalo (0,t)

(0,t): nmero de salidas del sistema en el intervalo (0,t)

N(t)

(0,t)

(0,t)

3
 Ley de Little
Se define :
N(t): nmero de usuarios en el sistema en el instante t

Se observa que N(t)=(0,t)-(0,t)

N(t)

(t)

(t)

ti
4
Para ti, N(ti) = 3
 Ley de Little
Adems, el rea acumulada entre las dos curvas, (0,t) y (0,t), es
una medida del tiempo total que todos los clientes han
permanecido en el sistema en el intervalo de tiempo [0,t]. Esta
cantidad se denomina (0,t).

t
(0, t ) N (t )dt
(t) 0
N(t)

(t)

(t)

(0,t) tiene unidades de [clientessegundo] 5

 Ley de Little

La cantidad (0,t) es similar al concepto de Horas

Hombre (HH).
Las horas hombre son un cantidad que permite
dimensionar la capacidad de un sistema.

6
 Ley de Little
Por ejemplo:

a) Una oficina dispone de 5 personas, cada una trabaja 8 horas

diarias. La capacidad de la oficina es de 58 = 40 HH.

b) La mantencin de una maquinaria automtica requiere que un

operador manualmente permanezca 10 horas sustituyendo su
funcin en la produccin. Se dice entonces que la mantencin de
la mquina requiere de 10 HH.

c) En el caso de una fila, en un sistema fila-servidor, la capacidad

de la fila est dada por el (t) mximo, correspondiente al rea
acumulada entre las curvas de (0,t) y (0,t), de tal forma que la
fila no se revalse.

7
 Ley de Little
Se define la tasa de llegada promedio en el
intervalo [0,t] como (0,t) , donde:
(0, t )
t (1)
t
Llegadas y Salidas
10

(0,t)
8
Nmero de Clientes

4
t : Velocidad Media de Llegada
2

-2
Tiempo t
8
 Ley de Little
Sea T(0,t), el tiempo promedio que permanece un usuario en el sistema, en el intervalo [0,t].
T(0,t) equivale al tiempo total que permanecen los usuarios en el sistema dividido por el
nmero de entradas en el intervalo

t
(0, t ) N (t )dt
0

(t) : cantidad
(t): nmero de proporcional al
clientes que han N(t) tiempo acumulado
estado en el sistema por todos los
en [0, t] clientes que han
estado en el
(t) sistema.

9
 Ley de Little
De acuerdo a las definiciones anteriores, se tiene
que :
(0, t )
T (0, t ) ( 2)
(0, t )
(0, t) : proporcional al tiempo total de todos los clientes que han
permanecido en el sistema en el intevalo[0, t].
(0,t) : nmero de clientes que han entrado al sistema en el intervalo [0, t].

Por otra parte, se define

N t : nmero promedio de usuarios en el intervalo (0,t)

10
 Ley de Little
puede calcularse como el cuociente entre una cantidad proporcional al tiempo acumulado que han estado los clientes en el sistema, (t), y

Nt

el tiempo t.

Nt
N (t )dt (t )
0
(3)
t t
Combinando las ecuaciones (1), (2) y (3) se obtiene

N t (0, t )T (0, t ) ( 4)

11
 Ley de Little
Asumiendo que el sistema es estable, se cumplen los siguientes lmites:

lim t
t

T lim Tt
t

Notese que la existencia de estos lmites es la nica condicin que se ha impuesto al sistema

12
 Ley de Little
Si estos lmites existen, tambin existe el lmite para . Sea

Nt N lim N t
t

Entonces se tiene que

N T (5)

Ley de Little

13
 Ley de Little

N T
Este es el resultado final de la ley de Little, y
establece que el nmero medio de usuarios en un
sistema, es igual a la tasa media de llegadas al
sistema multiplicado por el tiempo medio de
permanencia de un usuario en el sistema.

14
 Ley de Little

N T
La Ley de Little relaciona una variable temporal (T, tiempo de retardo) con una
variable espacial (N, por ejemplo, tamao de un buffer)
N y T se relacionan a travs de , velocidad de llegada.
es en general la variable independiente, la entrada al sistema .
La ley de Little es til para evaluar el desempeo de un sistema en trminos de
su capacidad

15
 Ley de Little

N T
Es importante notar que para la deduccin de esta ley, no se ha hecho
ninguna suposicin acerca de la distribucin de probabilidad de las llegadas
Es decir, las llegadas pueden tener, una distribucin de Poisson (M), Erlang
(Er), determinista (D), llegadas mltiples, etc...
En otras palabras, se tiene que, segn la notacin de Kendall, la ley de Little
es vlida para una fila con distribucin de llegadas general (G)

16
 Ley de Little
N T
Llegadas y salidas

4
usuarios

0
0 1 2 3 4 5 6 7 8
tiempo

Arribos aleatorios
Arribos deterministas
distribucin cualquiera
En ambos casos, la ley de little se cumple, ya que la
distribucin de las llegadas no fue considerada en la
deduccin 17
 Ley de Little

N T
Tampoco se ha hecho ninguna suposicin acerca de la
distribucin de probabilidad del tiempo de atencin.
Esta distribucin puede ser cualquiera. Segn la notacin
de Kendall, la ley de Little es vlida para una distribucin
de tiempo de servicio General (G).
Adems, el nmero de servidores en un sistema tambin
es arbitrario.
La nica condicin que se impone es que el factor de
utilizacin del sistema sea menor que 1.
18
 Ley de Little
Llegadas y salidas Llegadas y salidas

7 7

6 6

5 5
usuarios

usuarios
4 4

3 3

2 2

1 1

0 0
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8
tiempo tiempo

Salidas deterministas Salidas aleatorias,

distribucin
cualquiera
En ambos casos, la ley de little se cumple, ya que la
disciplina de atencin no fue considerada en la deduccin
19
 Ley de Little

N T
Tampoco se ha hecho ninguna suposicin acerca de la disciplina
de atencin que se est utilizando.
En particular, la disciplina de atencin podra ser FIFO, LIFO, o con
prioridad.
En cualquiera de estos casos, la ley de Little puede aplicarse, ya que
en su deduccin no se supuso ninguna disciplina en particular.

20
 Ley de Little

N T
Es importante dejar en claro que un cambio en la
disciplina de atencin produce cambios en los
resultados especficos de N, T y
Sin embargo, la relacin entre las tres variables se
sigue cumpliendo

21
 Ley de Little
Por ejemplo, a un sistema llegan tres usuarios. Los tiempos de servicio
para cada uno son t1<t2<t3.
Si se atiende al trabajo ms corto primero (asumiendo que en el instante
t todos estn presentes) el tiempo de permanencia promedio ser:

t1

t2
t1 t2 t3
t3 t1 t1 +t2 t1 +t2 +t3
T primer T segundo T tercer
usuario usuario usuario

t1 t1 t 2 t1 t 2 t3
Tc
3 22
 Ley de Little
t1

t2
t1 t2 t3
t3 t1 t1 +t2 t1 +t2 +t3

T primer T segundo T tercer

usuario usuario usuario

t1 t1 t 2 t1 t 2 t 3
Tc
3

t1 t1 +t2 t1 +t2 +t3

Tc
23
 Ley de Little
En cambio, si se atiende al trabajo ms largo primero:

t1

t2 t3 t2 t1
t3 t3 t3 +t2 t3 +t2 +t1
T tercer T segundo T primer
usuario usuario usuario

t 3 t 3 t 2 t 3 t 2 t1
Tl
3

24
 Ley de Little
t1

t2
t3 t2 t1
t3 t3 t3 +t2 t3 +t2 +t1

T tercer T segundo T primer

usuario usuario usuario

t 3 t 3 t 2 t 3 t 2 t1
Tl
3

t3 t3 +t2 t3 +t2 +t1

Tl
25
 Ley de Little

Del grfico anterior claramente Tl es mayor que Tc

En este caso, los valores de los tiempos de permanencia promedio varan al cambiar la disciplina de atencin
Sin embargo, la ley de Little se cumple en ambos sistemas

26
 Ley de Little
Adems, este resultado es vlido tanto para el sistema fila-servidor en su totalidad, como para
alguna de sus partes
Es decir, la ley de Little puede tambin aplicarse a los servidores o a la fila por separado.
En el siguiente ejemplo, se parte considerando la fila y el servidor por separado, para luego ir
escalando el tamao del objeto modelado hasta un sistema de gran envergadura. La ley de Little se
cumple en cada uno de los sistemas por separado, as como en el sistema global

27
 Ley de Little
N=T

Nf=fTf NS=STS
Nf servidor NS
fila

f S

Tf TS

N usuarios
T tiempo medio de permanencia
28
 Ley de Little
En general, para el anlisis de un
servidor se tiene que

=S x

S
servidor
N s s x
Factor de utilizacin
Tiempo medio de
servicio

29
 Ley de Little
N=T

N1=1T1

sistema

servidor
1 fila S1

N1 usuarios
T1

N1 usuarios
T1 tiempo medio de permanencia
30
 Ley de Little
N=T
N1=1T1
fila servidor

1 N3=3T3

N1 usuarios fila servidor

T1
3
N2=2T2
N3 usuarios
fila servidor
T3

N2 usuarios
T2

N usuarios
T tiempo medio de permanencia 31
Ley de Little
N=T

32
Ley de Little
N=T

Internet

33
 Ejemplo M/M/1
N=T
Supongamos que el cliente
fila servidor
A llega a una fila donde
existen k clientes antes
que l (k-1 en la fila y 1 en el
N usuarios
T
servidor).

Asumiendo tiempo de
servicio exponencial de
parmetro , es posible
concluir que el tiempo medio
de servicio ser 1/
34
 Ejemplo M/M/1
Esto significa que el cliente que est siendo servido,
los k-1 clientes esperando en la fila y el Cliente A
tendrn un tiempo de servicio promedio de 1/ cada
uno.

De all entonces que el tiempo de permanencia

promedio en el sistema del cliente A, condicionado a
que existen k usuarios antes ser:

k 1

35
 Ejemplo M/M/1
Por lo tanto, la esperanza (valor medio) del tiempo
de permanencia en el sistema (T) ser

k 1

T E

1
E [ k 1]

1
{ E [ k ] 1}

36
 Ejemplo M/M/1
Pero E[k]=N, por lo tanto,

1
T { N 1}

Adems, de acuerdo a la Ley de Little

N
T

37
 Ejemplo M/M/1
Despejando T, N de ambas ecuaciones se logra:

1
T Tiempo medio de permanencia en

- el sistema

N Nmero medio de usuarios en

- el sistema

38
 Ejemplo M/M/1
A partir de las ecuaciones anteriores se puede
obtener:

1 1
W - Tiempo medio de permanencia en

- la fila

NQ - Nmero medio de usuarios en

- la fila

39
Ley de Little: Ejemplos

Anlisis de un concentrador

Anlisis de un computador de
tiempo compartido

40
 Ley de Little: Ejemplos
Anlisis de un Concentrador

TERMINAL

TERMINAL

TERMINAL

CONCENTRADO
R BUFFE
TERMINAL R

41
 Anlisis de un Concentrador
La ocupacin promedio de un buffer de un
concentrador de datos puede ser calculada para
diferentes casos.
En este tipo de equipos los paquetes entrantes de
terminales conectados a l son almacenados en
orden de llegada en un buffer, y son entonces ledos
en FIFO sobre un enlace de salida de transmisin .

42
 Anlisis de un Concentrador
Suponganse las siguientes condiciones:
10 terminales estn conectados al concentrador.

Cada uno genera, en promedio, un paquete cada 8

segundos (distribuidos exponencialmente)
Los paquetes tiene un largo promedio de 960 bits

Se usa una lnea de salida de capacidad de 2400 b/s.

ocupacin promedio del Buffer = N = ?

retardo medio en el sistema = T =?
tiempo de espera promedio en la fila = W =?

43
 Anlisis de un Concentrador
Modelo :
Para modelar el Buffer se usar una Fila M/M/1. Apndice
Tasa de arribo de paquetes:
Cada terminal genera paquetes de acuerdo a una
distribucin exponencial a una tasa de 1/8 [paquetes /seg]
La llegada de paquetes al concentrador tendr tambin
distribucin exponencial, y la tasa de llegada ser la suma
de las tasas a la que genera cada terminal, es decir:

= 10 1 = 1.25 paquetes

8 seg

44
 Anlisis de un Concentrador
La tasa de servicio se calcula como:
2400
2.5 paquetes

= seg
960

Por ende, la ocupacin media del buffer es:

1.25
= 0.5
2.5
Entonces, el nmero medio de usuarios en el sistema
(Buffer y Servidor) es (Fila M/M/1):

N 1
1-
45
 Anlisis de un Concentrador
Utilizando la Ley de Little, el tiempo medio de cada
usuario en el sistema es:
N 1
T 0.8[ seg ]
1.25
El tiempo medio de espera en el buffer es:
1
W T - 0.4[ seg ]

W T=1/

T 46
 Anlisis de un Concentrador
En este ejemplo, se conoce la tasa media de llegada :
lo que se quiere encontrar es N y T
En una primera aproximacin, la ley de Little slo nos
da la relacin entre N y T
Para conocer los valores exactos de N y T se necesita
otro mtodo para despejar alguna de las dos variables
En general, encontrar expresiones para el tiempo de
permanencia en la fila es ms difcil
Se utilizan entonces los modelos de teora de filas
conocidos, que permiten encontrar el nmero de
usuarios en la fila
47
 Ley de Little: Ejemplos
Anlisis de un computador de tiempo compartido

T1

T2

COMPUTADOR
P
TN

R D
Arquitectura del sistema 48
 Anlisis de un computador de tiempo
compartido
Parmetros del Sistema:
N: Nmero de terminales
R: Tiempo medio de espera en cada terminal
P: Tiempo medio de procesamiento de cada
trabajo.
D: Tiempo medio desde que un trabajo es enviado
al computador hasta que acaba su ejecucin.
T=R+D: tiempo medio de un trabajo en el sistema.
: Throughput del sistema

49
 Anlisis de un computador de tiempo
compartido
Modelado del Problema

TERMINAL
1

R
A CPU

TERMINAL
2 1/P B
R

TERMINAL
N P
R

R D
T
50
Time Sharing
 Anlisis de un computador de tiempo
compartido

Condiciones del sistema:

N= Constante del sistema

Condicin Mxima de Utilizacin:

Siempre existe un usuario con trabajo cuando
otro acaba de ser atendido.

Problema:
Encontrar los valores mximos y mnimos de y T.

51
 Anlisis de un computador de tiempo
compartido

Debido a la hiptesis siempre existen N terminales

procesando

Aplicando a Ley de Little entre los puntos (A) y (B)

N /T

52
 Anlisis de un computador de tiempo
compartido

Retardo mnimo de un trabajo (procesador

desocupado)
Dmin = P

Retardo mximo de un trabajo ( todos los

terminales han enviado un trabajo al procesador)

Dmax = NP

53
 Anlisis de un computador de tiempo
compartido
Conclusin:
P D NP
Por lo tanto
R + P T R + NP (1)

Aplicando la Ley de Little en (1)

N N (2)
de un trabajo demora P, se
Debido a que el procesamiento
cumple que: R NP RP
(3)

1
54
P
 Anlisis de un computador de tiempo
compartido
Combinando (2) y (3), se obtiene:

N 1 N
min{ , } (4)
R NP P RP

Usando la Ley de Little se obtienen los lmites de

tiempo para el sistema

max{NP , RP } T R NP (5)
55
Anlisis de un computador de tiempo
compartido
Retardo Mximo y Mnimo del Sistema

R+NP:mximo
c i n
op er a
a de
zon
T

NP: mnimo
R+P

NUMERO DE TERMINALES N
1

56
 Anlisis de un computador de tiempo
compartido

Al aumentar el nmero de terminales, el tiempo de

retardo aumenta
El mnimo tiempo de retardo se obtiene para N=1,
lo cual es de esperar por que en este caso el
terminal es atendido de inmediato cuando tiene un
trabajo

57
Anlisis de un computador de tiempo
compartido

Throughput Mximo y Mnimo

1/P
THROUGHPUT

1+R/P NUMERO DE TERMINALES

N 1 N
min{ , }
R NP P RP 58
 Anlisis de un computador de tiempo
compartido

El mximo throughput es alcanzable cuando N es

mayor que 1+R/P
Se observa tambin que al aumentar el nmero de
trminales, el throughput se acerca con seguridad
al mximo
Esto significa un mejor aprovechamiento de los
recursos
Sin embargo, desde el punto de vista del usuario,
el servicio se degrada debido a que aumenta el
retardo
59
 Anlisis de un computador de tiempo
compartido
En este ejemplo, no se trata de encontrar
expresiones finales para N, T y
La idea es caracterizar el desempeo del sistema
(en trminos de throughput y retardo) asumiendo
ciertas condiciones de operacin
De esta forma se obtienen valores mximos y
mnimos para throughput y retardo en funcin del
nmero de terminales
En este caso, sin necesidad de un modelado del
sistema, la Ley de Little provee resultados tiles

60
Apndices

61
 Notacin de Kendall para sistemas de filas
Corresponde a un formato abreviado para denotar las caractersticas
especficas de un proceso de nacimiento y muerte, como lo muestra la
figura siguiente.

G : General
Tiempo entre arribos
M : Exponencial

Tiempo de servicio G : General

M : Exponencial
Nmero de servidores N : Nmero finito
Infinito
Nmero de fuentes
N :Finito

Longitud de la cola Infinito

L :Finito

Nota: Normalmente, los infinitos se

omiten y la disciplina de atencin es
1/2/3/4/5 FIFO
62