Documente Academic
Documente Profesional
Documente Cultură
Para
entrar a un
concierto
En la caja de
algn almacn
Un trabajo
que esperan
ser procesado
en una
mquina
Los barcos o
camiones) que
deben esperar
su descarga
Cuando las
mquinas
esperan ser
reparadas
COLAS
Los aviones
que esperan
despegar o
aterrizar
Automviles
que esperan el
cambio del
semforo
Para obtener
comida en la
cafetera
Para enviar un
paquete por
mensajeria
Para comprar
un boleto para
el cine
Para subir
a un juego en
una feria
Para hacer un
deposito en el
banco
2
Los modelos permiten encontrar un balance adecuado entre el costo de servicio y la cantidad
de espera.
3
Cola
Las colas pueden ser finitas o infinitas, segn si el nmero es finito o infinito. El supuesto
de una cola infinita es el estndar de la mayora de los modelos.
Disciplina de la cola
La disciplina de la cola se refiere al orden en el que sus miembros se seleccionan para
recibir el servicio. Puede ser: primero en entrar, primero en salir; aleatoria; de acuerdo con
algn procedimiento de prioridad o con algn otro orden.
Donde:
M = distribucin exponencial (markoviana)
D =distribucin degenerada (tiempos constantes)
Ek = distribucin Erlang (parmetro de forma = k)
G =distribucin general (permite cualquier distribucin arbitraria)
Ejemplos:
Modelo M/M/s
Tanto los tiempos entre llegadas como los de servicio tienen distribucin exponencial y el numero de
servidores es s (cualquier entero positivo).
Modelo M/G/1
Los tiempos entre llegadas siguen una distribucin exponencial pero no pone restricciones a la
distribucin de los tiempos de servicio, mientras que el numero de servidores est restringido a solo 1.
Sistema en condicin transitoria = Cuando el estado del sistema se encuentra bastante afectado por el
estado inicial y el tiempo que ha pasado desde el inicio (sistema de colas apenas inicia su operacin).
Sistema en condicin estable = Cuando el estado del sistema se vuelve independiente del estado inicial y
del tiempo transcurrido (ha pasado suficiente tiempo desde el inicio).
10
e t para t 0
fT (t )
para t 0
0
En este caso, las probabilidades acumuladas son:
P{t T } 1 e t
(t 0)
P{t T } e t
Y el valor esperado y la varianza de T son:
E (T )
var(T )
2
11
60 min/h
1,5 fallas por hora
40 min/falla
1, 5t
f
(
t
)
1
,
5
e
La distribucin exponencial del tiempo de falla es: T
t0
El valor de la probabilidad de que una falla suceda a las 8:30 P.M. depende de la hora del da (en relacin
con las 8:30 P.M.) con la que se calcule, es decir:
10
Si son las 8:20 P.M, la probabilidad de que una falla suceda a las 8:30 P.M es:
Si son las 7:00 P.M, la probabilidad de que una falla suceda a las 8:30 P.M es:
1, 5 ( )
10
P{t } 1 - e 60 0,22
60
90
1, 5 ( )
90
P{t } 1 - e 60 0,89
60
12
14
E{n | t} n pn (t )
n
16
b)
(5 *1)10 e 5*1
P10 (1)
0,01813
10!
c)
18
Donde P0
19
Los clientes llegan a las cajas siguiendo una distribucin de Poisson, con una frecuencia media
de 10 por hora. El tiempo promedio de atencin a un cliente es exponencial, con 12 minutos
de promedio. Calcular la probabilidad p de estado estable de que haya n clientes en las cajas.
Solucin:
20
22
Como:
23
Notaciones:
a yb
Ek =distribucin Erlang
G = distribucin general
25
(M/M/1):(DG/N/)
Supone un lmite finito del sistema
Supone una fuente de capacidad infinita
26
Ejemplo: (M/M/1):(DG/N/)
Lavado Automata para automviles funciona slo con un lugar de lavado. Los autos llegan
siguiendo una distribucin de Poisson, con 4 autos por hora. Si el lugar de lavado est
ocupado pueden esperar en el estacionamiento de la instalacin, el cual tiene un total de
cuatro cajones de estacionamiento. Si el estacionamiento se llena, los automviles que
lleguen se van a otro lado.
El tiempo para lavar y limpiar un automvil es exponencial, con 10 minutos de promedio.
El propietario desea determinar el impacto que tiene el espacio limitado de
estacionamiento sobre la ida de sus clientes a la competencia.
Solucin:
La probabilidad de perder clientes es:
N=4+1=5
1.42256 clientes
0.37362 h
0.78797 clientes
0.20695 h
27
n , n 0
28
(M/M/c):(DG/N/), cN
El tamao mximo de la cola es N c .
29
30
Son redes de instalaciones de servicio en las que los clientes solicitan el servicio
de algunas o todas ellas.
Propiedad de equivalencia
Suponga que una instalacin de servicio tiene s servidores, un proceso de
entradas Poisson con parmetro y la misma distribucin de los tiempos de
servicio de cada servidor con parmetro (el modelo M/M/s), en donde s>.
Entonces, la salida en estado estable de esta instalacin de servicio tambin es
un proceso de Poisson con parmetro .
31
Todos los clientes deben recibir servicio en una serie de m instalaciones, en una secuencia
fija.
Cada instalacin tiene una cola infinita, de manera que se forma un sistema de colas
infinitas en serie.
Cada instalacin i (i=1,2,...,m) tiene la distribucin exponencial de tiempos de servicio con
parmetro i de sus si servidores, donde sii> .
Cada instalacin de servicio tiene entrada Poisson con parmetro .
La probabilidad conjunta de n1 clientes en la instalacin 1, n2 clientes en la instalacin 2,
etc., es, entonces, el producto de las probabilidades individuales obtenidas de esta manera:
32
Cada instalacin i (i=1,2,...,m) tiene clientes que llegan de afuera del sistema segn un
proceso de entrada Poisson con parmetro ai.
Un cliente que deja la instalacin i se encamina despus a la instalacin j (j=1, 2,..., m) con
probabilidad pij o sale del sistema con probabilidad:
33
i
34
Ejemplo:
Considere una red de Jackson con tres estaciones de servicio que tienen los parmetros
que se muestran en la siguiente tabla:
35
36