P. 1
TRABAJO DE TEORÍA DE COLAS

TRABAJO DE TEORÍA DE COLAS

|Views: 1|Likes:

More info:

Published by: Diana Elizabeth Guamanzara Arévalo on May 06, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

05/20/2015

pdf

text

original

ÍNDICE

Contenido

pág.

Índice………………………………………………………………………………..……………………………..…II Objetivos………………………………………………………………………………………………………….....III Introducción………………………………………………………………………………………………………….4 Marco teórico………………………………………………………………………………………………………...5 Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a 1. DEMANDA BAJA……………………………………………………............................................................14 2. DEMANDA MEDIA……………………………………………………………...............................................16 3. DEMANDA ALTA………………………………………………………………………………………………..18 Conclusiones……………………………………………………………………………………………………….21 Bibliografía…………………………………………………………………………………………………………..21

II INVESTIGACIÓN OPERATIVA II Página 1

OBJETIVOS   Conocer los diferentes modelos básicos de colas de espera. Filmar un sistema de colas en tres momentos distintos a) Momento de baja demanda b) Momento de media demanda c) Momento de alta demanda (hora pico)  Identificar y aplicar el modelo de colas de espera al video filmado, según la metodología expuesta.

III

INVESTIGACIÓN OPERATIVA II

Página 2

INTRODUCCIÓN El presente trabajo de investigación se refiere al tema de teoría de las colas que se puede definir como una técnica matemática (estadística y económico) que tiene como objetivo reducir los tiempos de permanencia en cola de los clientes a niveles soportables o permisibles. La teoría de colas contiene un gran interés por lo que podemos conocer el comportamiento de las colas por ende podemos optimizar el servicio y reducir los costos de operación del sistema y aplicarlo. Para este trabajo se realizó la grabación de un video en el Redondel ubicado entre las calles Paseo de los Cañaris y Gonzáles Suárez. Existe una variedad de modelos de teoría de las colas. el cual fue debidamente observado y con la toma de tiempos pudimos determinar los datos que se necesitaron para realizar la respectiva tabla para el cálculo de fórmulas que se utilizaron en el modelo A de canal único con llegadas de Poisson y tiempos de servicio exponencial. El estudio de las colas es importante porque proporciona tanto una base teórica del tipo de servicio que podemos esperar de un determinado recurso. en el que las llegadas forman una cola única que será atendida en un servidor único. en nuestro caso a la cola de vehículos que son las llegadas y al redondel que es el servidor. INVESTIGACIÓN OPERATIVA II Página 3 . pero para realizar este trabajo se utilizo el modelo A: modelo de canal único con llegadas de Poisson y tiempos de servicio exponencial. como la forma en la cual dicho recurso puede ser diseñado para proporcionar un determinado grado de servicio a sus clientes.

es decir. Modelo de formación de colas Se forman debido a un desequilibrio temporal entre la demanda del servicio y la capacidad del sistema para suministrarlo. Evaluar el impacto que las posibles alternativas de modificación de la capacidad del sistema tendrían en el coste total del mismo.MARCO TEÓRICO El matemático danés Agner Krarup Erlang. Una cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de línea de espera particulares o sistemas de colas. En determinado momento se selecciona un miembro de la cola. cuando los “clientes” llegan a un “lugar” demandando un servicio a un “servidor”. entonces se forma la cola. para proporcionarle el servicio. Objetivos Los objetivos de la teoría de colas consisten en:     Identificar el nivel óptimo de capacidad del sistema que minimiza el coste del mismo. Establecer un balance equilibrado (“óptimo”) entre las consideraciones cuantitativas de costes y las cualitativas de servicio. trabajador de la Copenhagen Telephone Exchange. Si el servidor no está disponible inmediatamente el cliente decide esperar. aunque las instalaciones de servicio sean adecuadas. Los modelos sirven para encontrar un buen compromiso entre costes del sistema y los tiempos promedio de la línea de espera para un sistema dado. Específicamente se preocupó del estudio del problema de dimensionamiento de líneas y centrales de conmutación telefónica para el servicio de llamadas. Los clientes pueden esperar en cola debido a que los medios existentes sean inadecuados para satisfacer la demanda delservicio. el cual tiene una cierta capacidad de atención. tales como máquinas dañadas a la espera de ser rehabilitadas. en este caso. a ser cada vez más larga a medida que transcurre el tiempo. mediante alguna regla INVESTIGACIÓN OPERATIVA II Página 4 . Elementos existentes en la teoría de colas o Proceso básico de colas: Los clientes que requieren un servicio se generan en una fase de entrada. porque los clientes llegados anteriormente están siendo atendidos. Los clientes puede que esperen temporalmente. La teoría de colas es el estudio matemático del comportamiento de líneas de espera. la cola tiende a ser explosiva. Esta se presenta. En las formaciones de colas se habla de clientes. Estos clientes entran al sistema y se unen a una cola. publicó el primer artículo sobre la teoría de colas en 1990. Prestar atención al tiempo de permanencia en el sistema o en la cola de espera.

Las colas pueden ser finitas o infinitas. o El proceso de servicio: Define cómo son atendidos los clientes. llamados servidores. Por ejemplo: las redes de comunicaciones o los sistemas operativos multitarea.  ProcessorSharing – sirve a los clientes igualmente. primero en salir. puede suponerse finita o infinita. o Capacidad de la cola: Es el máximo número de clientes que pueden estar haciendo cola (antes de comenzar a ser servidos). Sistema donde existen varias colas y los trabajos fluyen de una a otra. El tamaño es el número total de clientes que pueden requerir servicio en determinado momento. o Cliente: Es todo individuo de la población potencial que solicita servicio como por ejemplo una lista de trabajo esperando para imprimirse. o Fuente de entrada o población potencial: Una característica de la fuente de entrada es su tamaño. después de lo cual el cliente sale del sistema de colas. o Disciplina de la cola: La disciplina de la cola se refiere al orden en el que se seleccionan sus miembros para recibir el servicio. según la cual se atiende primero al cliente que antes haya llegado. De nuevo. o Redes de colas. Puede suponerse que el tamaño es infinito o finito.  RSS (randomselection of service) que selecciona los clientes de manera aleatoria. Luego.conocida como disciplina de servicio. de acuerdo a algún procedimiento de prioridad o a algún otro orden.  LIFO (last in firstout) también conocida como pila que consiste en atender primero al cliente que ha llegado el último. o Mecanismo de servicio: El mecanismo de servicio consiste en una o más instalaciones de servicio. Por ejemplo. La capacidad de la red se comparte entre los clientes y todos experimentan con eficacia el mismo retraso. INVESTIGACIÓN OPERATIVA II Página 5 . o Cola: Una cola se caracteriza por el número máximo de clientes que puede admitir. cada una de ellas con uno o más canales paralelos de servicio. se lleva a cabo el servicio requerido por el cliente en un mecanismo de servicio. puede ser:  FIFO(first in firstout) primero en entrar.

Estructuras típicas de las colas Sistemas de colas: una línea. un servidor Sistemas de colas: una línea. múltiples servidores INVESTIGACIÓN OPERATIVA II Página 6 . múltiples servidores Sistemas de colas: modelo básico Sistema de colas: varias líneas.

El cuarto sistema. Este modelo puede aplicarse a trabajos ordenador que esperan tiempo de procesador. independientemente de la longitud de la cola Las llegadas son independientes de las llegadas anteriores. Variedad de los modelos de colas Modelo A:Modelo de canal único con llegadas de poisson y tiempos de servicio exponencial. El segundo. es una línea con servidores en serie. servidores secuenciales El primer sistema que se muestra en la figura. una línea con múltiples servidores. El tercer sistema. se llama un sistema de un servidor y una cola. Es el modelo máscomún en donde las llegadas forman una cola única que será atendida en un puesto único. aquél en que cada servidor tiene una línea de separación. INVESTIGACIÓN OPERATIVA II Página 7 .Sistema de colas: una línea. los supuestos para este modelo son los siguientes:        Las llegadas son atendidos FIFO. pero se conoce su ritmo medio. pero el numero medio de las llegadas no cambia Las llegadas responden a una distribución de poisson y proceden de población infinita Los tiempos de servicio varían de un cliente a otro y son independientes uno de otro. El ritmo se servicio es mas rápido que el ritmo de llegada. Los tiempos de servicio siguen una distribución de probabilidad exponencial negativa.

Las llegadas obedecen a una distribución de poisson. Otros supuestos expuestos anteriormente. Las condiciones son:       Los clientes forman una cola única y luego pasan al primer servidor disponible ejm: las ventanillas de los bancos. Modelo B: Modelo de cola de canales múltiples. Todos los servidores funcionan al mismo ritmo.Tabla 1. Los tiempos de servicio obedecen a una distribución exponencial negativa El servicio es del tipo FIFO. Existen dos o más servidores o canales disponibles para atender a los clientes que llegan. Fórmulas para el cálculo de canal único. INVESTIGACIÓN OPERATIVA II Página 8 .

Ls y Ws. piezas. Modelo C: Modelo de tiempo de servicio constante Algunos sistemas de colas tiene tiempos de servicio constante en lugar de seguir una distribución exponencial. no así para el servicio. Dado que los ritmos de servicios son constantes.Wq. Las formulas para averiguar las características de este modelo vienen dadas por: INVESTIGACIÓN OPERATIVA II Página 9 . Las condiciones en las llegadas son similares que para los casos anteriores. Fórmulas de cálculo para canales múltiples. productos. cuando los clientes. son siempre menores de lo que serian en el modelo A. que tiene ritmos de servicio variables. los valores para Lq. maquinas son procesados siguiendo un ciclo fijo propio del sistema de servicio automático.Tabla 2.

Para resolver este tipo de casos con mayor facilidad. En general por tanto a medida que la cola de espera se alarga en este modelo. se debe acudir a una notación distinta de los modelos anteriores y para simplificar se han desarrollado tablas de colas finitas que determinan ciertos términos probabilidades y factores de eficacia. si consideramos las reparaciones de equipos o maquinas de una fabrica o taller de servicio de mantenimiento que tiene 5 maquinas . el ritmo de llegadas de clientes o maquinas se disminuye. por ejemplo si una maquina tuviera 5 maquinas y todas estuvieran averiadas y esperando ser reparadas. Modelo D: Modelo de población limitada o finita. INVESTIGACIÓN OPERATIVA II Página 10 . este modelo permite considerar cualquier numero de servidores. Este modelo se utilizara por ejemplo .Tabla 3. Este modelo es diferente a los anteriores debido a que ahora existe una relación de dependencia entre la longitud de la cola y el ritmo de llegada. hay que considerar un modelo diferente de colas. Fórmulas de cálculo para el servicio constante. Cuando hay una población limitada de clientes o elementos potenciales para las instalaciones de servicios. el ritmo de llegadas caería en cero.

aunque no hay nada definido. Para trazar una línea divisoria entre lo que se considera como población finita e infinita. Si el número de la cola es una proporción significativa de la población de llegada. Formulas par el cálculo de población limitada o finita. la convención general es la siguiente. Existen tablas de colas finitas para poblaciones de hasta 250 unidades. se utiliza un modelo de la cola de población limitada.Tabla 4. A continuación se presenta una parte de las tablas sobre colas infinitas en la que proporciona los datos para una población N=5³. INVESTIGACIÓN OPERATIVA II Página 11 .

Tabla colas finitas par una población N=5.Tabla 5. INVESTIGACIÓN OPERATIVA II Página 12 .

7 2.Para realizar este trabajo de teoría de colas se seleccionó el modelo A: Modelo de canal único con llegadas de Poisson y tiempos de servicio exponencial. Número medio de llegadas por periodo de tiempo (vehículos por minuto). Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto). Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio λ 7 5 11 7 4 6 40 6. ANÁLISIS Y CÁLCULO DE DATOS Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda baja. para lo cual tuvimos que observar el sistema en funcionamiento y con la ayuda de un cronometro tomamos los tiempos de numero de llegadas por periodo de tiempo y el número de vehículos atendidos por periodo de tiempo. ya que nuestro ejemplo esta compuesto por un servidor que es el redondel y un canal que es la cola de vehículos.7 El valor de µ es igual al valorde. ≥lo que nos indica que el factor de utilización (ρ>1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo. los mismos que fueron recolectados en un registro. Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 7 5 11 7 4 6 40 6. INVESTIGACIÓN OPERATIVA II Página 13 . 1.

Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (. Número medio de vehículos esperando en el Sistema Lq = 2 / [. Probabilidad de 0 vehículos en el sistema INVESTIGACIÓN OPERATIVA II Página 14 . (. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4.3.) Ws = 5.)]   Wq = ( ) 7. (. Tiempo medio que un vehículo espera en la cola Wq= / [.)] Lq = ( ( ) ) 6. Factor de utilización para el sistema 8.

Probabilidad de más de k vehículos en el Sistema ( ) Pn>k= (λ/μ)^(k+1) 1 1 1 1 1 1 k 0 1 2 3 4 5 Todos los cálculos nos dan como resultado división para cero o indeterminado. lo que quiere decir que siempre habrá por lo menos un vehículo en espera.3 INVESTIGACIÓN OPERATIVA II Página 15 .La probabilidad de que haya cero vehículos en el sistema es igual a cero. 9. esto sucede por la baja capacidad del servidor. Número medio de llegadas por periodo de tiempo (vehículos por minuto) Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio λ 12 8 8 9 9 10 56 9. Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda media 1.

8 El valor de µ es menor al valorde. 3.)]   Wq = ( ) INVESTIGACIÓN OPERATIVA II Página 16 . (.)] Lq = ( ( ) ) 6. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto) Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 11 9 8 9 4 12 53 8. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (. Número medio de vehículos esperando en el Sistema Lq = 2 / [. ≥ e igual que en el caso anterior que nos indica que el factor de utilización (ρ> 1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo.2.) Ws = 5. (. Tiempo medio que un vehículo espera en la cola Wq= / [. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4.

7. Modelo de canal único con llegadas de Poisson y tiempo de servicio exponencial aplicado a: Demanda alta. Factor de utilización para el sistema 8.26 1. Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio INVESTIGACIÓN OPERATIVA II λ 12 16 9 13 10 7 67 11. Probabilidad de más de k vehículos en el Sistema k 0 1 2 3 4 5 Pn>k= (λ/μ)^(k+1) 1.12 1. Probabilidad de 0 vehículos en el sistema 9.2 Página 17 . Número medio de llegadas por periodo de tiempo (vehículos por minuto).34 1.19 1.06 1. 1.42 Los resultados obtenidos en los cálculos son negativos como resultado de la baja capacidad del servidor.

)]   INVESTIGACIÓN OPERATIVA II Página 18 . Nº 1 2 3 4 5 6 t (min) 1 1 1 1 1 1 Total Promedio µ 10 16 11 8 12 8 65 10. Número medio de vehículos en el Sistema Ls =  Ls = ( ) 4. 3. (. Número medio de vehículos atendidos por periodo de tiempo (vehículos por minuto).8 El valor de µ es menor al valor de.)] Lq = ( ( ) ) 6.) Ws = 5. Tiempo medio que un vehículo pasa en el Sistema Ws= 1 / (.2. ≥e igual que en los casos anteriores esto nos indica que el factor de utilización (ρ> 1) de manera que el sistema se encuentra sobre congestionado la mayor parte del tiempo. Tiempo medio que un vehículo espera en la cola Wq= / [. Número medio de vehículos esperando en el Sistema Lq = 2 / [. (.

Probabilidad de más de k vehículos en el Sistema k 0 1 2 3 4 5 Pn>k= (λ/μ)^(k+1) 1.13 1. INVESTIGACIÓN OPERATIVA II Página 19 .06 1.Wq = ( ) 7.03 1. Probabilidad de 0 vehículos en el sistema 9.19 De igual manera que en el caso de Demanda media los resultados obtenidos en los cálculos son negativos como consecuencia de la baja capacidad del servidor.16 1. Factor de utilización para el sistema 8.09 1.

INVESTIGACIÓN OPERATIVA II Página 20 . nos muestra que en el sistema hay una saturación por lo que el estado del sistema no es estable. para el segundo y tercer caso λ > µ. es decir que el ritmo de servicio del redondel a las vehículos es más lento que el ritmo de llegada de los vehículos al redondel.  El valor de ρ > 1.  Los resultados que arrojan las diferentes fórmulas sobre las medidas de desempeño de la línea de espera son valores cuantitativos que nos permiten evaluar el tipo de servicio. esta inestabilidad no nos permite evaluar adecuadamente el rendimiento del sistema. el mismo que no es adecuado como consecuencia de la baja capacidad del servidor pues en el sistema se maneja una tasa mayor a la que el servidor puede atender.CONCLUSIONES  Los resultados que se obtuvieron: para el primer caso λ = µ. nos indican que la capacidad del servidor es muy baja.

2000 INVESTIGACIÓN OPERATIVA II Página 21 .org/wiki. Modelos De Colas de Espera.BIBLIOGRAFÍA www. Marco Guía didáctica de Investigación Operativa 2 EPPEN.Wikipedia.investigación-operaciones. G. REINOSO.com/Teoria_colas es. México. Investigación de operaciones. Quinta Edición. Pearson Educación.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->