Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación Operativa II - Teoría de Colas2015
Investigación Operativa II - Teoría de Colas2015
MODELOS PROBABILSTICOS
https://www.youtube.com/watch?v=HIQm_tIUzjA
https://www.youtube.com/watch?v=JOhDDSJf-OU
No es mi problema
Oficina de correos
Sucursal bancaria
Plaza de peaje
Procesos de manufactura
Taller de reparacin
etc...
Agner
Krauo
Erlang
(Dinamarca 1878 1929).
En
1909
analiza
la
congestin
de
trfico
telefnico.
Para dar solucin elabora
la teora de lneas de
espera.
Fuente de entrada
Sus caractersticas principales son:
Tamao : Finita o Infinita.
Fuente o Entrada: Programada o Aleatoria.
Comportamiento
Tiempos de llegada
Distribucin de
Probabilidad
exponencial
Probabilistas
Deterministas
Mecanismo de servicio:
Proceso de salida
Nmero de servidores
uno y/o mltiples servidores
tiempos de servicio
Llegada de clientes
poblacin finita o infinita
Disciplina de la cola
A/B/c
Tiempos de Tiempos de
llegada
servicio
Nmero de
servidores
Sistema M/M/1
Poisson ( )
....
Exp ()
( j ) ; j 0,1,2,...
( j ) ; j 0,1,2,... (0) 0
0 1
n 1
L nn
n 0
Lq (n 1) n
n 0
1
W n
n 0
Wq W
( )
Ecuacin de Litlle L = W
Lq = Wq
Sistema M/M/s.
Poisson ( )
....
.
.
Exp ()
j ; 0 j s
( j)
js
s ;
Cuando:
=
Cuando:
=
<1
para n = 0,1,2,,s.
=
!
para n = s, s + 1,
1
= +
= +
p0
s!1 n 0 n!
s
s 1
s n
p0 , si n 0,1,..., s
n!
pn s n
s p , en otro caso
0
s!
s! 1
Usamos
obtener:
razonamientos
W Wq
Lq Wq
ya
vistos
L W
para
S S S
1
n M 1 1
n0 n !
1
M
M ! M
M
para M
Po
M 1.!.M 2
1 LS
WS
Po
2
M 1! M
Lq Nmero promedio de personas o unidades en la lnea o cola, en espera de servicio
Lq LS
LS
Lq
P0
s s s 1 n
s! s n 0 n!
s
Lq
P
2 0
( s 1)!( s )
Ws Wq
Pn
n
s! s
ns
P0 , si n k
Ls Lq
Pn
n
n!
Wq
P0 , si n k
1 s s
P0
Pw
s! s
Lq
Si s 2
Lq
4
Si s 3
Lq
(3 )(6 4 )
2
1
P0 s 1
n
s
1
1 s
s
s!
n 0 n!
n
P
Pn
0
n!
for n s.
Pn
s! s
ns
P0
for n > s.
W
s 1!s
P0
1
Pw
s!
P0
5
5
s 38 24
s!1 n 0 n!
s
s 1
0
1
2
33 3
3! 1 0! 1! 2!
3
3
3!1 n!
n 0
5 25
125
8 128
2432
304
0,5342706
569
0,00722643 clientes
2
2
41791
s!1
3!1
s
s 1
Lq
302
52
0,00144529 h
541791 35979
52
1 514
0,126445 h
35979 8 4065
514 514
0.632226 clientes
4065 813
l=
20
m=
30
s=
(# servers)
L=
Lq =
1.333333
Pr (W>t) =
4.54E-05
W=
0.1
Whwn t =
Wq =
0.066667
R=
0.666667
P0 =
0.333333
P1 =
0.222222
P2 =
0.148148
P3 =
0.098765
Prob (Wq>t)
=
When t =
3.0267E-05
Probability
0,4
0,3
0,2
0,1
0
0
10
12
14
16
18
20
22
24
l=
m=
s=
40
27.272727
Pr (W>t) =
6.4082E-07
Whwn t =
Prob (Wq>t)
When t =
2.9905E-07
L=
3.173076
Lq =
1.706410
W=
0.079326
Wq = 0.042660
R=
0.733333
P0 =
0.153846
P1 =
0.225641
P2 =
0.165470
P3 =
0.121344
Probability
0,25
0,2
0,15
0,1
0,05
0
0
10
12
14
16
18
20
22
24
Modalidad: Grupal.
Escoja un lugar donde muestrear, estos pueden ser
supermercados, farmacias, bombas de bencina, fotocopiadora,
sencillito, correo, u otro.
Lleve un cronmetro, papel, si quiere filmar, de tal manera de
establecer las condiciones de entrada al sistema de estudio, salida
y lo que ocurre en el proceso. Repita las mediciones 4 veces.
Una vez con la informacin encontrada, defina los coeficientes de
estudio (,,s) y determine, en base a lo encontrado de manera
prctica, analicen la lnea de espera de acuerdo a los ejemplos
vistos en clases.
Realice un esquema de la lnea de espera estudiada. Descrbala y
anote los datos.
Realice los clculos respectivos y suba su aplicacin al link
estudio en adecca. Plazo, martes 19 de Mayo.
Sintetice su entrega en una presentacin corta con su grupo y
presntela el da mircoles 20 de mayo.
Si algn integrante falta y no justifica queda con el puntaje
descontado en la nota final del proyecto.
Propiedad Markoviana:
IP(X t s j / X u X(u), 0 u t, X t i)
IP(X t s j / X t i)
Propiedad Estacionaria
Distribucin de Xt :
pij (t ) IP(X t j / X 0 i)
Estas probabilidades satisfacen:
d
pij (t ) pik (t )vkpkj v jpij (t )
dt
k j
Si existe una distribucin estacionaria:
j lim pij (t )
t
k vkpkj v j j ; j 1,2,...
j 1
k j
o equivalentemente el sistema:
v j j
k vkpkj ; j 1,2,...
k j
j 1
j
Ejemplo:
En el puerto de Valparaso existen N trenes
encargados de traer cargas de contenedores desde
los buques hasta una unidad de descarga. En esta
unidad existen c gras ( c < N) para descargar los
trenes.
El tiempo que le toma a una gra descargar un tren es
exponencial a tasa . Un tren deja la unidad de
descarga cuando la gra termina de atenderlo y
vuelve con una nueva carga despus de un tiempo
exponencial de tasa .
j>0
pj,j+1=( N- j ) / (j + (N j ) )
Esto es, las probabilidades que se termine de
descargar un tren antes de que vuelva uno con carga y
viceversa.
(jN)
N 0
[ + ( N 1 )]
...
[c + ( N c ) ] C
...
[c + ] N-1
=
= N 0
1
+ 2 2
= 2 N-2
+ c N
c N = N-1
1+ 1+...+ N = 1
As, el nmero de trenes esperando ser atendidos
en la unidad de descarga es :
N
(n c) n
n c
n 1
n c 1
n n c n
n 0
( j)
( j) ( j)
( j)
p j, j 1
( j) ( j)
p j, j 1
(1)
(1) (1)
v1 1 0 v0 p01 2 v2 p21
[ (1) (1)] 1 (0) 0 ( 2) 2
vn n n 1 vn 1 pn 1,n vn 1 pn 1,n
[ ( n ) ( n )] n (n 1) n 1 ( n 1) n 1
0 1 ... n ... 1
(n 1) (1) (0)
0
(n ) (2) (1)
(n 1) (1) (0)
1
n 1 ( n ) ( 2) (1)