No recuerdo si fue en Probabilidad y Estadística, o en Investigación Operativa, en Facultad, que estudié alguna vez esta ley llamada Little’s law, que básicamente (y de forma simplificada y resumida) dice que el número promedio de clientes en un sistema es igual al promedio de arribos multiplicado por el tiempo promedio que estos están en el sistema. Una forma de entender esta ley es como lo explica este artículo con esta imagen:
El amigo Andrei Guchín luego aportó (desde sus estudios de ingeniería en telecomunicaciones, en particular en una asignatura llamada Núcleo de Red) que existen otras cosas a considerar, como lo descrito en este artículo sobre la unidad Erlang. Si bien se usan directamente en telefonía (para calcular tráfico, colas de espera, tiempos, etc.) se puede llegar a aplicar a lo que hacemos en performance de sistemas. Andrei comentaba que, entre otras cosas, con estos modelos se enteró que en los supermercados el número de cajas y cajeros está calculado para que se formen colas intencionalmente, así la gente queda más tiempo frente a las góndolas que están al lado cajas (tentándose así con las golosinas y otros artículos que desde ahí se pueden ver) y así consuman más.
Acá hay una explicación un poco más detallada de la distribución Erlang, también relacionada con el comentario anterior.
Posts relacionados:
Promedio, desviación estándar y percentiles: métricas para testing de performance
Testing Workshops meetup: Gatling para pruebas de performance (Slides y fotos)
Desafío 30 días de pruebas de performance de Ministry of Testing
Charla en Córdoba (Argentina): testing exploratorio y performance en mobile