Documente Academic
Documente Profesional
Documente Cultură
Quin es el ltimo?
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Teora de Colas
Introduccin
Caractersticas
Notacin
Medibles
Resultados Generales
Redes y Series
Colas en Serie
Simulacin
Ms Problemas
Anexos
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Teora de Colas
Introduccin
Descripcin de un problema de colas
Procesos de Nacimiento y Muerte
Modelos de colas simples
Redes y Series
Simulacin
Ms Problemas
Anexos
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Qu es un Sistema de Colas
ROGLE
jpgarcia@omp.upv.es
04/05/2011
ROGLE
jpgarcia@omp.upv.es
04/05/2011
servicio
clientes
servidos
clientes que
abandonan
jpgarcia@omp.upv.es 6
04/05/2011
Llegada estocstica.
Llegada por lotes.
Clientes impacientes
Patrn de llegada variable
Tiempo de servicio constante o variable
Servicio en lotes o individual
Patrn de servicio no estacionario
Disciplina de Cola
FIFO, LIFO
Con prioridades
ROGLE
jpgarcia@omp.upv.es 7
04/05/2011
ROGLE
jpgarcia@omp.upv.es 8
04/05/2011
Notacin
A / B / X /Y / Z
Z: es la disciplina de cola
C a ra cte rstica
D istr ibu c i n d e tie m p o s
d e lle g a d a (A )
D istr ibu c i n d e tie m p o s
d e serv ic io (B )
N m e ro d e serv id o res
D is c ip lin a d e co la
ROGLE
S m b o lo
M
D
Ek
Hk
PH
G
1 ,2 ,...,
F IFO
L IF O
RSS
PR
GD
E x p lica ci n
E x p o n e n c ia l
D e term in ista
E rla ng t ip o -k (k = 1 ,2,...)
M ezc la d e k e xp o ne nc ia le s
T ip o fase
G e nera l
S erv ir a l p r im ero q u e lleg a
E l lt im o q u e lle g a se sir v e
p r im ero
S e lec c i n a leato ria d e se rv ic io
P rio r id a d
D isc ip lin a g e ne ra l
jpgarcia@omp.upv.es 9
04/05/2011
Tiempo en la cola
Tiempo en el sistema
Nmero de clientes en la cola
Nmero de clientes en el sistema
ROGLE
jpgarcia@omp.upv.es 10
04/05/2011
Nomenclatura (I)
ROGLE
jpgarcia@omp.upv.es 11
04/05/2011
Nomenclatura (II)
ROGLE
jpgarcia@omp.upv.es 12
04/05/2011
Relaciones Generales
Teorema de Little
L= W
Lq = Wq
Otros resultados
n c P
r L L W W
Lq E nq
L E n n pn
n0
W Wq
pb
n c 1
L Lq n pn ( n 1) pn pn 1 p0
n 1
n 1
ROGLE
n 1
jpgarcia@omp.upv.es 13
04/05/2011
Lq
c=1
c=40
14
Teora de Colas
Introduccin
Caractersticas
Notacin
Medibles
Resultados Generales
Redes y Series
Colas en Serie
Simulacin
Ms Problemas
Anexos
Estadstica elemental
Distribuciones Estadsticas
ROGLE
jpgarcia@omp.upv.es
15
04/05/2011
R e lo j E n t r a d a /
(t)
sa lid a
del
c lie n t e i
0
1
2
3
1-E
1-S
2-E
3-E
1 2 3 4 5 6 7 8 9 10 11 12
2 1 3 1 1 4 2 5 1 2 2 1 3 6 2 1 1 4 2 5 1 1 3
T ie m p o e n
que el
c lie n t e i
entra en
s e rv ic io
0
T ie m p o e n
que el
c lie n t e i
sa le d e l
s e rv ic io
1
T ie m
-p o
e n la
c o la
0
T ie m
po en
el
s is t e
ma
1
2
5
5
11
0
2
3
8
ROGLE
T a m a o
d e c o la s
d esp us
de t
jpgarcia@omp.upv.es 16
0
0
0
1
C lie n t e s
en el
s is t e m a
d e sp u s
de t
1
0
1
2
04/05/2011
ROGLE
jpgarcia@omp.upv.es
04/05/2011
17
n0
Pr n n 1 en (t , t t ) n t o(t )
n 1
n-1
En el estado estacionario
n+1
n Pn n Pn n 1 Pn 1 n 1 Pn 1
n 0
0 P0 1 P1
ROGLE
jpgarcia@omp.upv.es 18
04/05/2011
Teora de Colas
Introduccin
Caractersticas
Notacin
Medibles
Resultados Generales
Redes y Series
Colas en Serie
Simulacin
Ms Problemas
Anexos
Estadstica elemental
Distribuciones Estadsticas
ROGLE
jpgarcia@omp.upv.es
19
04/05/2011
Sistema M/M/1
Pn 1- n
1
L
1
W
Wq
ROGLE
2
Lq
( )
jpgarcia@omp.upv.es 20
04/05/2011
Peluquera M@ripuri
ROGLE
jpgarcia@omp.upv.es 21
04/05/2011
Sistema M/M/c
1
c
c 1 n
r
r
r
P0
1
Pn
c
n 0 n! c!(1 )
media son:
1 1
rc
P
W Wq
2 0
c!(c )(1 )
Lq
r
P
2 0
c!(1 )
Lq
r
P
Wq
2 0
c!(c )(1 )
ROGLE
rc
L r
2
c!(1 )
jpgarcia@omp.upv.es 22
04/05/2011
Sistema M/M/c/K
n P0
n!
Pn n
c nc c! n P0
1 n c
c n K
r r 1
n! c! 1
n 0
P0 c1 n c
1
r r
n! c! ( K c 1)
n 0
P0 r c
K c 1
K c
Lq
1
(
1
)(
K
1
)
c!(1 ) 2
L
W
(1 PK )
L Lq r (1 PK )
ROGLE
Wq
jpgarcia@omp.upv.es 23
L
1
(1 PK )
04/05/2011
24
M/M/1/K
M/M/2/K
25
M/M/5/K
26
M/M/10/K
27
ITV
ROGLE
jpgarcia@omp.upv.es 28
04/05/2011
/ i
( / ) i
iest
! lleno es:
i 0
La probabilidad de que el sistema
c
rc
Pc
c! , r
c
ri
i 0 i!
ROGLE
eff (1 PK )
jpgarcia@omp.upv.es 29
04/05/2011
r e
Pn
n!
ROGLE
n0
1
W
jpgarcia@omp.upv.es 30
04/05/2011
( M n )
0
Pn
r P
c n!c! r
M
n
M
n
n cn
0 n c
nc
1 n c
nc
0 n M
n M
P0
c 1
Pn 1 1 P0
cnM
n0
r c n!c! r
M
n
n c
n c
M 1
L nPn
eff ( M n)Pn ( M L)
n0
n 1
eff
Lq L
L r ( M L)
ROGLE
L
( M L)
Wq
jpgarcia@omp.upv.es 31
Lq
( M L)
04/05/2011
Problema
jpgarcia@omp.upv.es 32
04/05/2011
Teora de Colas
Introduccin
Descripcin de un problema de colas
El anlisis de una cola
Modelos de colas simples
Redes y Series
Simulacin
Ms Problemas
Anexos
ROGLE
jpgarcia@omp.upv.es
33
04/05/2011
M/G/1
2
2 2
2 1
2 2
Wq
2 1
1 2 z
Wq M G 1
2
ROGLE
Wq M M 1
jpgarcia@omp.upv.es
04/05/2011
G/G/1
ROGLE
jpgarcia@omp.upv.es
04/05/2011
G/G/c
2 e2 2 s2 2c 2 1 1
Wq G G c
c 1
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Variabilidad natural
Variabilidad debida a fallos de mquina
Variabilidad debida la interaccin hombre mquina
Variabilidad debida a la existencia de tiempos de
preparacin.
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Rotura y Reparacin
C
Ri a 1 a E[ Ri ]
2
2
2
Ce C Te Cs
E TS
E[ Fi ]
a
E[ Fi ] E[ Ri ]
2
a
e
a
2
e
C C e
Wq
E Te
2 1 e
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Interaccin Hombre-Mquina
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Teora de Colas
Introduccin
Descripcin de un problema de colas
El anlisis de una cola
Redes y Series
Colas en Serie
Agregando y desagregando flujos
Redes de Jackson abiertas
Redes de Jackson cerradas
Simulacin
Ms Problemas
Anexos
ROGLE
jpgarcia@omp.upv.es
40
04/05/2011
1 n k
nk
1n P0
0nk
Pn k 1 n k 1
1
P0 n k
1 1 (k 1) 1k k1k 1 1k 1 k (k 1)
L P0
2
2
(1 1 )
(1 )
Lq L (1 P0 )
ROGLE
Wq
jpgarcia@omp.upv.es 41
Lq
04/05/2011
El coche feliz
Pepe y Juan han patentado un invento para pulir automviles y han montado
su propia empresa de pulir coches, para ello han alquilado un viejo local. El
local solo se abre los sbados Los clientes son atendidos segn norma FIFO.
Se supone que su local est situado en una zona donde pueden aparcar y
esperar los clientes sin problemas. La mquina de pulir puede funcionar a dos
velocidades, a mmina velocidad tarda una media de 40 minutos y la mxima
tarda una media de 20 minutos, se pueden asumir los tiempos distribuidos de
forma exponencial. Los clientes llegan segn una distribucin de Poisson de
media 30 minutos. Juan tiene un curso de teora de colas y ha decidido
estudiar el efecto de dos polticas: 1) poner la mquina a mxima velocidad si
hay alguien esperando y 2) poner a mxima velocidad solo si hay ms de uno
esperando (3 o ms en el sistema). La velocidad se puede cambiar en
cualquier momento, incluso si la mquina est trabajando. Se quiere saber el
tiempo medio de espera bajo estas dos poltica
ROGLE
jpgarcia@omp.upv.es 42
04/05/2011
Clientes impacientes
n bn
0 bn 1 bn 1
n n
Pn P0 ( ) bi 1
i 1
n
i 1
bi 1
Pn P0
P0 n
i 1 i
i 1 r (i )
bi 1
i 1 r (i )
n 1
r(i) es la probabilidad de que un cliente abandone si tiene i clientes
delante de l.
n
P0 1
ROGLE
jpgarcia@omp.upv.es 43
04/05/2011
Teora de Colas
Introduccin
Descripcin de un problema de colas
El anlisis de una cola
Redes y Series
Colas en Serie
Agregando y desagregando flujos
Redes de Jackson abiertas
Redes de Jackson cerradas
Simulacin
Ms Problemas
Anexos
ROGLE
jpgarcia@omp.upv.es
44
04/05/2011
Redes de Colas
Las redes de colas se pueden representar con nodos en el que cada nodo
representa una instalacin de servicio.
En Serie
Generales
Cerradas
ROGLE
jpgarcia@omp.upv.es 45
04/05/2011
Redes enSerie
..
.
ri
0
rij 1
0
i 1
i 1
j i 1
ik
1 i k 1
j0
Pn1,n2...nk=Pn1Pn2....Pnk
jpgarcia@omp.upv.es 46
04/05/2011
Mercanona
Jon Ros, presidente de Mercanona, est experimentando una nuevo tipo de tiendas y
para ello ha remodelado una de ellos como sigue. En vez de las tpicas colas en el cajero
ha puesto una sala donde esperar tu turno para pagar. Conforme van llegando los
clientes, una vez hecha la compra, pasan a la sala, si todos los cajeros estn ocupados
entonces cogen nmero y esperan sentados. Tan pronto como una caja est libre el
siguiente nmero ser llamado para que pase por ella. En la sala no hay lmite de
clientes que puedan estar esperando. El ingeniero estima que durante las horas punta
los clientes llegan de acuerdo a una distribucin de Poisson de media 40 por hora,
tardan por trmino medio de hora para llenar sus carros (distribucin exponencial).
El tiempo que tarda un cajero en pasar toda la compra tiene de media 4 minutos
(exponencial), independientemente de la cantidad de compra (cada caja tiene un cajero
y un embolsador). Ros quiere saber lo siguiente:
a)
b)
Si se pone una caja ms que el mnimo requerido, cul es el tiempo medio de espera
en la cola? Cunta gente habr en cajas? cunta gente habr en todo el supermercado?
ROGLE
jpgarcia@omp.upv.es 47
04/05/2011
48
49
50
ri , 0
ri , j
ri, 0
ROGLE
ri , 0
ri, 0
jpgarcia@omp.upv.es 51
04/05/2011
i i j r ji
( I R) 1
j 1
Pn1n 2 n 3...nk
ri i
Poi
ai (ni )
n
ni ci
ni !
a(ni ) ni ci
ci ci ni ci
Si ci=1
Po ,i
ri i
/ Poi
1
ai (ni )
n
jpgarcia@omp.upv.es 52
nk
04/05/2011
( t ) ( t )
( I R (t ) ) 1
Li
(t )
(t )
t 1
i
(1)
i i
ROGLE
( 2)
(t )
... i
(n)
Li
jpgarcia@omp.upv.es 53
04/05/2011
Problema
La compaa de seguros La otra vida tiene una centralita telefnica. Las llamadas llegan segn una
distribucin de media 35 cada hora. Los clientes llaman para dos cosas: para reclamaciones o para
solicitar informacin, para ello deben apretar el botn 1 o el 2. Se cree que el tiempo que tarda un
cliente en tomar la decisin y apretar el botn tiene una media de tiempo de 30 segundos segn
una distribucin exponencial. Las llamadas realizadas solo pueden ser procesadas por este
contestador de una en una, si alguien llama mientras tanto se le pone una bonita msica, se le dice
que espere y se le pone en cola. Aproximadamente el 55% de las llamadas son para reclamaciones,
el resto para demanda de servicios. El nodo de reclamaciones tiene 3 servidores en paralelo y se
estima que el tiempo medio en que atiende un cliente es de 6 minutos (exponencial). El nodo de
solicitud de informacin tiene 7 servidores en paralelo con un tiempo de servicio medio de 20
minutos (exponencial). Se asume que puede haber todos los clientes que se quieran esperando en
los nodos. Alrededor del 2% de llamadas que van al nodo de reclamaciones acaban en el de
demanda de informacin, y el 1% que llama al nodo de demanda de informacin se va al nodo de
reclamaciones. Se desea saber por trmino medio el tamao de las colas en cada nodo y el tiempo
medio que un cliente pasa en el sistema.
ROGLE
jpgarcia@omp.upv.es 54
04/05/2011
0 0.55 0.45
R 0
0
0.02
0 0.01 0
55
1 0.5546 0.4611
I R 1 0 1.0002 0.02
0 0.01 1.0002
56
k
1
in (i )
G( N )
i 1 ai ( ni )
G( N )
ni ci
ni !
ai (ni ) ni ci
ci ci ! ni ci
j
ai (n)
i ( n)
ai (n 1) ci
n (i )
i
n1 n 2 ... nk N i 1 ai ( ni )
ri,j
ROGLE
jpgarcia@omp.upv.es 57
04/05/2011
j ci
j ci
vi v j r ji asumiendo vl=1
j 1
Paso 3.2
l ( n)
c1 2
1
(1 Li ( n 1) (ci 1 j ) p i ( j, n 1) i
ci i
j 0
con vl 1
v W (n)
i
i 1
Paso 3.3
i ( n) l (n) v i
i ( n)W (n)
Paso 3.5 Pi ( j, n)
58
i, i l
i
i (n)
Pi ( j 1, n 1)
i ( j) i
i 1..k , j 1..n
Servicio de Mantenimiento
Se desea que dos mquinas estn operativas en cualquier momento. La
mquina se rompe de acuerdo con una exponencial de media =2. Una
vez rota, una maquina tiene una probabilidad r12=0.75 de ser reparada
localmente por un responsable de mantenimiento que trabaja con una
media de tiempo de 2=1. Con probabilidad 1- r12 la mquina debe ser
reparada por un especialista, que tambin trabaja segn una
exponencial de media 3=3. Ms all, despus de una reparacin local,
existe una probabilidad r23=0.33 de que la mquina requiera un
servicio especial. Despus del servicio con el especialista la mquina
siempre se pone a trabajar. Se desea saber cmo se distribuyen los
tiempos de estancia de las mquinas en reparacin.
ROGLE
jpgarcia@omp.upv.es 59
04/05/2011
Simulacin
Simulacin
Anlisis de Resultados
Suficientemente simple
Creble
Reproduce la realidad?
ROGLE
jpgarcia@omp.upv.es 60
04/05/2011
Ms problemas
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Seleccin de Maquinaria
ROGLE
jpgarcia@omp.upv.es 62
04/05/2011
Problema
ROGLE
jpgarcia@omp.upv.es 63
04/05/2011
Oficina bancaria
Una pequea sucursal de un banco tiene dos empleados, uno para los
pagos y otro para los cobros. Los clientes llegan a cada caja siguiendo una
distribucin de Poisson con una media de 20/hora. (el total de llegada al
banco es de 40/hora). El tiempo de servicio de cada empleado es una
exponencial de media 2 minutos. El encargado de la seccin est pensando
hacer un cambio en que los dos empleados puedan hacer tanto pagos
como cobros para evitar situaciones en que una cola est llena y la otra
parada. Sin embargo, se estima que cuando los empleados se encarguen de
las dos cosas el tiempo de servicio aumentar a una media de 2,4 minutos.
Compara el sistema que se emplea ahora con el propuesto, calculando el
total de gente en el banco, el tiempo medio que pasara un cliente en el
banco hasta que es atendido, la probabilidad de que un cliente espere ms
de cinco minutos y el tiempo medio que estn parados los empleados.
ROGLE
jpgarcia@omp.upv.es 64
04/05/2011
Problema
ROGLE
jpgarcia@omp.upv.es 65
04/05/2011
Media, varianza
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Definiciones
Media
Varianza
Desviacin Estadstica
Coeficiente de Variacin al cuadrado.
Coeficiente de Variacin
Distribuciones Importantes
Discreta-Uniforme
Bernouilli
Binomial
Geomtrica
Poisson
Continua-Uniforme
Exponencial
Erlang
Gamma
Weibull
Normal
LogNormal
Distribuciones Estadsticas
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Distribuciones Discretas
Las distribuciones estadsticas de tipo discreto toman valores de un conjunto finito de posibilidades. En
teora de colas son relevantes porque permiten representar el nmero de clientes en un intervalo de
tiempo.
Si las posibles ocurrencias son un conjunto finito y uniforme de valores (e.g. el lanzamiento de un dado
perfecto) se conoce como variable Uniforme Discreta. Si la variable se da entre los valores a y b enteros,
la media de la distribucin es (a+b)/2 y la varianza es ((b-a+1)^2-1)/12
Tambin tiene un rango infinito la conocida como Poisson en la que se representan ocurrencias para un
conjunto grande e independiente de eventos distribuidos a lo largo del espacio o del tiempo La distribucin
tiene propiedades matemticas interesantes que la hacen muy utilizada. La media es y la varianza es
tambin .
ROGLE
jpgarcia@omp.upv.es
04/05/2011
Distribuciones Continuas
jpgarcia@omp.upv.es
04/05/2011
p0 (t ) e t
o ( t )
lim
0
t o t
(t s) ( t s )
P (t s)
e
n
n!
ROGLE
t , s 0, t s
jpgarcia@omp.upv.es 72
04/05/2011
(t ) n t
Pn (t )
e Po (t ) e t
n!
k!
f (t1 , t 2 ,..., t k / k llegadas en0, T ) k
T
P6 Para conocer los datos que definen un proceso de Poisson solo es necesario
conocer el nmero medio de llegadas
Pr T 1 / T t0 Pr 0 T t1 t0
ROGLE
jpgarcia@omp.upv.es 73
04/05/2011
Variabilidad de
n
m ( t ) ( m(t ))
Pn (t ) e
, m(t ) ( s )ds
n!
Llegadas mltiples
o
Pr N (t ) m e t
ROGLE
( t ) k ( k )
cm
k!
jpgarcia@omp.upv.es 74
04/05/2011
Binomial
Nmero de aciertos al observar
B resultados dicotmicos o serie
de Bernoulli.
B=1, distribucin de Bernoulli
La probabilidad de observar
un nmero de aciertos en B
ensayos independientes con una
proporcin de aciertos A
Hipergeomtrica: Binomial en un
contexto de muestreo de n elementos
con reemplazamiento, Np aciertos,
Nq fallos, N=Np+Nq y n
PDF = CNpyCNqn-x/CNn
Mean = np, Variance = npq(N-n)/(N-1)
Multinomial: resultados en ms
de dos clases o categoras.
Geomtrica.
Nmero de ensayos
independientes hasta el
primer acierto, con una propocin
A de acierto
Versin discreta de la distribucin
continua Exponencial
Binomial negativa
Binomial Negativa
Nmero de ensayos hasta
completar B aciertos en una
serie de Bernoulli.
B=1, distribucin geomtrica.
Poisson
Nmero de eventos en un
periodo de tiempo (soporte)
dado con una tasa fija y
estable (A) .
Soporte continuo: tiempo,
longitud, superficie,
Logaritmica
Nmero de eventos en un
periodo de tiempo dado.
Nmero de artculos adquiridos
por un comprador en un periodo
de tiempo dado.
Normal
La distribucin de errores
de observaciones fsicas
que manifiesta ruido blanco
en la medida
Distribucin simtrica
Asociadas a la distribucin
Normal estn las
Distribuciones Chi-cuadrado
y t-student
Exponential
Distribucin asociada
al soporte continuo de
La variable aleatoria
discreta de Poisson
Caso particular de la
distribucin Gamma y
Weibull
Tiempo de vida o entre
fallos de procesos sin
memoria
Gamma
C=1, distribucin
Exponencial
Modela distribuciones
cuya asimetria es muy
significativa
Con C grande se
aproxima a la Normal
Weibull
C=1, distribucin
Exponencial
Generalizacin de la
Distribucin Exponencial
Modelizacin de tiempos
en fiabilidad de sistemas
Uniform
Beta
Estimacin bayesiana
Distribucin de probabilidad
de los parmetros de un
Modelo