Una expresión matemática que, para una cola M/M/c con llegadas de Poisson, tiempos de servicio exponenciales, c servidores idénticos, sala de espera infinita y sin abandono de clientes, da la probabilidad en estado estacionario de que un cliente entrante deba esperar (probabilidad de retraso) y medidas de rendimiento relacionadas (p. ej., tiempo medio de espera, longitud de cola) en función de la carga ofrecida, el número de servidores y la tasa de servicio.

Principio

Bajo las hipótesis M/M/c, la probabilidad de retraso y las métricas de espera quedan determinadas por la carga ofrecida a = λ/μ y el número de servidores c; la utilización por servidor es ρ = a/c = λ/(c·μ). Erlang C calcula las probabilidades de espera condicionando en el estado en el que todos los servidores están ocupados y aplicando la solución estacionaria del proceso birth–death con cola infinita.

Demostración

Escenario ilustrativo → Situación: Un centro de llamadas recibe llegadas de Poisson a λ=120 llamadas/hora; cada agente tiene servicio exponencial medio 6 minutos (μ=10/h) y hay c=14 agentes. → Reconocimiento: El sistema satisface las hipótesis M/M/c y no se supone abandono. → Acción: Aplicar Erlang C para calcular P(espera) y Wq. → Consecuencia: La dirección obtiene la fracción de llamantes que esperarán y el retraso medio para dimensionar personal o evaluar objetivos de servicio.

Aplicación incorrecta

Tratar los resultados de Erlang C como exactos cuando las llegadas no son Poisson, los tiempos de servicio no son memoria‑libres, los clientes abandonan, la disciplina no es FIFO, o existen límites de capacidad; el error semántico consiste en asumir que las hipótesis estructurales del modelo pueden ignorarse sin afectar los resultados.

Consecuencia

Si se aplica válidamente, Erlang C proporciona métricas de dotación y servicio en forma cerrada que informan decisiones de capacidad; si se aplica indebidamente, subestima sistemáticamente la espera y sobreestima los niveles de servicio porque ignora el abandono, la variabilidad no exponencial o la oleada de llegadas.

Inversión

Si hay abandono de clientes o los procesos de llegada/servicio se alejan sustancialmente de Poisson/exponencial, el modelo adecuado es M/M/c+M (Erlang A) u otras aproximaciones; en límites de mucho tráfico, las aproximaciones por difusión pueden sustituir a Erlang C para sistemas grandes.

Límite

Claramente dentro: llegadas de Poisson, servicios exponenciales independientes, c servidores idénticos, FIFO, buffer infinito, sin abandono. Caso límite: llegadas casi Poisson o desviaciones modestas de la exponencialidad — Erlang C puede aproximar pero requiere validación. Claramente fuera: sistemas con capacidad finita, abandono explícito, colas con prioridad, tasas de llegada dependientes del tiempo sin adaptación.

Tensión semántica

Simplicidad analítica y orientaciones cerradas para dimensionamiento ↔ fidelidad al comportamiento real de los clientes (abandono, demanda variable, servicio no exponencial); usar Erlang C implica sacrificar realismo por tractabilidad.

Síntesis

Erlang C es una herramienta compacta para convertir carga ofrecida y número de servidores en probabilidades de retraso bajo estrictas hipótesis estocásticas; su utilidad práctica exige validar dichas hipótesis o sustituir el modelo por alternativas cuando se incumplen.