Beruflich Dokumente
Kultur Dokumente
Los modelos de colas que hemos venido trabajando estn basados en el proceso de nacimiento y muerte
Clase # 12
Es necesario que tanto los tiempos entre llegadas como los de servicio tengan distribuciones exponenciales para que el modelo de colas sea una cadena de Markov de tiempo continuo.
12-1
12-2
Modelo M / G / 1 Hay muchas situaciones donde estas distribuciones no proporcionan un ajuste razonable Llegadas programadas o reguladas. Requerimientos de servicio de los clientes muy parecidos En estos casos los modelos de colas deben utilizar otro tipo de distribuciones, cuyo anlisis matemtico es mucho ms complejo
Diseo: Andrs Gmez 12-3
M/G/1
Tiempos entre llegadas exponencial con tasa media , tiempos de servicio general y 1 slo servidor
Los tiempos de servicio son independientes y slo es necesario conocer (o estimar) la media 1/ y la varianza 2 de esta distribucin.
Diseo: Andrs Gmez 12-4
Cuando
<1
Wq =
Lq 1
L = Lq +
W = Wq +
Po = 1 -
Lq =
2 2 + 2 2 (1 - )
Si se toma en cuenta la complejidad que representa el anlisis de un modelo que permite cualquier distribucin de tiempos de servicio, es notable que se haya podido obtener una fmula tan sencilla para Lq. Frmula de Pollaczek-Khintchine
12-5 Diseo: Andrs Gmez 12-6
Es independiente de la distribucin
Diseo: Andrs Gmez
Lq =
2 2 + 2 2 (1 - ) 22 2 - 2
+ )
2 (1 -
No slo la velocidad del servidor, sino tambin su consistencia tienen mucha trascendencia en el desempeo de la instalacin del servicio, es decir tiempo de servicio ms concentrados alrededor de la media producen mejores comportamientos en el sistema de cola (menos longitudes y tiempos en el sistema y cola).
Diseo: Andrs Gmez 12-7
Lq =
2 ( - )
12-8
Modelo M / D / s
M/D/s
Cuando slo se tiene un servidor, el modelo M/D/1 es un caso especial del modelo M/G/1 en donde 2 = 0 , con lo que la frmula de PollaczekKhintchine se reduce a: 2 2 + 2 2 (1 - ) 2(0) + 2 2 (1 - )
Lq =
Cuando el tiempo de servicio consiste bsicamente en la misma tarea rutinaria que el servidor realiza para todos los clientes, tiende a haber poca variacin en el tiempo de servicio requerido.
Diseo: Andrs Gmez 12-9
Lq =
2 2 (1 - )
12-10
Modelo M / Ek / s
M / Ek / s
Lq =
Lq =
Lq =
12-12
Modelo M/M/s
k t
0 + 0
= 1/
=0 1
1 k
k : Parmetro de forma que especifica el grado de variabilidad de los tiempos de servicio con relacin a la media.
12-14
La distribucin Erlang es importante en teora de colas por 2 razones 1. Suponga que T1 , T2 ,...,Tk son k variables aleatorias independientes con una distribucin de probabilidad idntica, cuya media es 1/(k). T1 +T2 +....+ Tk Distribucin Erlang con parmetros y k
2. Los parmetros permiten nicamente valores no negativos. As, por lo general se puede obtener una aproximacin razonable de la distribucin emprica de los tiempos de servicio si se usa una distribucin Erlang .
De hecho la distribucin exponencial y la degenerada son casos especiales de la distribucin Erlang con k = 1 y k = respectivamente.
Dada una distribucin Erlang con parmetro de forma k y 2 = 1/k 2 . Aplicando la frmula PK
W = Wq +
L= W
Lq =
2 + 2 k 2 2 (1 - )
Lq =
1+k 2k
2 ( - )
Grfica
Wq =
1+k 2k
( - )
12-17 Diseo: Andrs Gmez 12-18
Llamada perdida de Erlang En muchas ocasiones las personas llaman a un conmutador y ste se encuentra ocupado. / n!
j=0
Ejemplo Se tiene un conmutador con tres operadores. Llegan en promedio 10 llamadas por hora. La duracin promedio de una llamada es de 3 minutos.
1 2 3
P (llamada perdida) =
j / j!
Tasa media de llamadas que llegan. Tasa media de llamadas que se atienden. n : Nmero de operadores
Diseo: Andrs Gmez 12-19
Conmutador
1 3 min
20 hora
10 20
= 0.5
P (llamada perdida) =
/ n!
j=0
j / j!
= 0.05
12-21