Beruflich Dokumente
Kultur Dokumente
COLASO LÍNEASDEESPERA
Para
Cuando los
trabajos de entrar aun
concierto En la caja de
manufactura
algún almacén
esperan su
proceso Un trabajo
Los barcos o
que esperan
camiones) que
serprocesado
deben esperar
en una
su descarga
máquina
Automóviles
Paraobtener
que esperanel
comida enla
cambio del
cafetería
semáforo
2
¿Cuál es la utilidad de la Teoría de
Colas ?
Trata de cuantificar el fenómeno de esperar formando colas, a través de modelos que
representar los tipos de sistemas de líneas de espera. Las formulas de cada modelo indican
cual debe ser el desempeño del sistema correspondiente y señalan la cantidad promedio de
espera que ocurrirá en diversas circunstancias.
Los modelos permiten encontrar un balance adecuado entre el costo de servicio y la cantidad
de espera.
3
Proceso Básico de Colas
4
Elementos del sistema de Colas
La población de entrada sigue una distribución de Poisson. Es decir, las llegadas de los
cliente ocurren de manera aleatoria pero con cierta tasa media fija. Y el tiempo entre
llegadas sigue una distribución exponencial.
Cola
Las colas pueden ser finitas o infinitas, según si el número es finito o infinito. El supuesto
de una cola infinita es el estándar de la mayoría de los modelos.
5
Elementos del sistema de Colas
Disciplina de la cola
6
Elementos del sistema de Colas
Mecanismo de servicio
Consiste en una o mas estaciones de servicio, cada una de ellas con uno o mas canales de
servicio paralelos, llamados servidores.
El tiempo que transcurre desde el inicio del servicio para un cliente hasta su terminación
en una estación se llama tiempo de servicio (o duración del servicio), el cual sigue que
distribución exponencial por lo general.
7
Proceso de Colas Elemental
Una sola línea de espera
8
Convención de un modelo de Colas
Donde:
M = distribución exponencial(markoviana)
D =distribución degenerada (tiempos constantes)
Ek = distribución Erlang (parámetro de forma =k)
G=distribución general (permite cualquier distribuciónarbitraria)
Ejemplos:
Modelo M/M/s
Tanto los tiempos entre llegadas como los de servicio tienen distribución exponencial y el numero de
servidores es s (cualquier entero positivo).
Modelo M/G/1
Los tiempos entre llegadas siguen una distribución exponencial pero no pone restricciones a la
distribución de los tiempos de servicio, mientras que el numero de servidores está restringido a solo 1.
9
Terminología de un modelo de Colas
Sistema en condición 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 suoperación).
Sistema en condición estable = Cuando el estado del sistema se vuelve independiente del estado inicial y
del tiempo transcurrido (ha pasado suficiente tiempo desde el inicio).
10
Papel de la distribución exponencial
La distribución de probabilidad de los tiempos entre llegadas y los tiempos de servicio pueden
tomar casi cualquier forma, por lo que siguen una distribución exponencial (aleatoria), comosigue:
et para t 0
fT (t)
0 para t 0
En este caso, las probabilidades acumuladasson:
P{t T} 1 et (t 0)
P{t T} et
1 1
E(T ) var(T )
2
11
MODELOSCONNACIMIENTOS YMUERTES
PURAS
12
MODELO GENERALIZADODECOLADE
POISSON
Combinan llegadas y salidas, y se basa en el comportamiento a largo plazo (estado
estable) de la cola, que se alcanza después de que el sistema ha estado funcionando
durante un tiempo suficientemente largo.
Las frecuencias tanto de llegada como de salida dependen de la cantidad de clientes en la
instalación de servicio.
Terminología:
n Cantidad de clientes en el sistema
Pn Probabilidad de estado estable de que haya n clientes en el sistema
n Frecuencia de salida cuando hay n clientes en el sistema
n Frecuencia de llegada cuando hay n clientes en el sistema
13
MODELO GENERALIZADODECOLADE
POISSON
Diagrama de frecuencia de transición (o “tasa” de transición)
Donde P0
14
COLASESPECIALIZADASDEPOISSON
15
COLASESPECIALIZADASDEPOISSON
Como:
16
Ejercicio
Suponga que Burger Dome analizó los datos sobre llegadas de clientes
y concluyó que la tasa de llegadas es de 45 clientes por hora. Durante
un periodo de un minuto, la tasa de llegadas sería 45 clientes/60
minutos 0.75 clientes por minuto. Así, podemos utilizar la siguiente
función de probabilidad de Poisson para calcular la probabilidad de n
llegadas de clientes durante un periodo de un minuto
𝜆𝑛 𝑒 −𝜆
𝑃 𝑛 = 𝑐𝑜𝑛 𝑛 = 0,1,2 …
𝑛!
Calcule:
a) Probabilidad de que no lleguen clientes
b) Probabilidad de que llegue 1 cliente
c) Probabilidad de que lleguen menos de 3 clientes
d) Probabilidad que lleguen por lo menos 3 clientes.