P. 1
Notación de Kendall

Notación de Kendall

|Views: 1.185|Likes:
Publicado porRafael Alvarado

More info:

Published by: Rafael Alvarado on Apr 17, 2012
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

02/20/2014

pdf

text

original

Notación de Kendall ETIQUETACION DE MODELOS DE LINEAS DE ESPERA: 1 / 2 / 3 / 4 / 5 / Estos modelos se etiquetan como sigue: Distribución de los tiempos entre

llegadas sucesivas. Distribución de los tiempos de servicio Número de Servidores. Número de Clientes potenciales – Capacidad del sistema Número de Clientes en el sistema. Disciplina de atención en el sistema Para los tiempos entre llegadas y tiempos de servicio, las distribuciones que se usan con frecuencia y sus respectivas letras son: M = Distribución exponencial (Markoviana) D = Distribución degenerada (tiempos constantes) Ek = Distribución Erlang G = Distribución General

NOTACION DE KENDALL: Se utilizan dos notaciones de Kendall: a) A/B/S/K/m/Z b) A/B/S/Z/m/K

Es una notación extendida de la anterior (es decir el caso anterior es un caso particular) donde:

A = Distribución del tiempo entre llegadas B = Distribución del tiempo de servicio S = Número de servidores K = Número de clientes potenciales en el sistema (Capacidad del sistema) m = Número de clientes en el sistema Z = Disciplina de atención de la línea de espera

A y B pueden ser: GI = Distribución general independiente G = Distribución general Ek =Distribución Erlang M = Distribución Exponencial (Markoviana) D = Distribución degenerada o determinística (tiempos constantes) Hk = Distribución Hiperexponencial con k etapas

Es decir los tiempos de llegada y de servicio deben describirse a través de distribuciones de probabilidad y las distribuciones de probabilidad que se elijan deben describir la forma en que e comportan los tiempos de llegada o de servicio. Es común usar la notación de Kendall simplificada A/B/S.¿ Las unidades que requieren el servicio llegan siguiendo algún patrón o llegan en forma aleatoria? 4. etc.-¿Existe solo una instalación de servicio o son múltiples las instalaciones de servicio que pueden atender a una unidad? 3. las tasas de llegada y de servicio no se conocen con certidumbre sino que son de naturaleza estocástica o probabilística.Los otros índices de la notación de Kendall pueden ser: K: Puede ser Finita ó infinita m : Puede ser Finito ó infinito Z : Puede ser FIFO. En teoría de líneas de espera o de colas se utilizan tres distribuciones de probabilidad bastante comunes. · La fuente es infinita. · La disciplina es FIFO TEORIA DE LÍNEAS DE ESPERA Con el objeto de verificar si una situación determinada del sistema de líneas de espera se ajusta o no a un modelo conocido.. cuando: · La Línea de espera es infinita. LIFO. se requiere de un método para clasificar las líneas de espera.-¿ El sistema de líneas de espera tiene un solo punto de servicio o existen varios puntos de servicio en secuencia? 2. Esa clasificación debe de responder preguntas como las siguientes: 1.. estas se mencionan a continuación:    Markov Determinística General .¿El tiempo que requieren para el servicio se da en algún patrón de o asume duraciones aleatorias de tiempo? NOTACIÓN KENDALL Por lo general.

tiempo de servicio Markoviano. por ejemplo un sistema de líneas de espera con llegadas aleatorias. kendall. Es posible describir el patrón de llegadas por medio de una distribución de probabilidad y el patrón de servicio a través de otra. y un servidor.A. G = General. La notación Kendall también utiliza M = Markoviano.  Si las unidades rechazan o no debido a la longitud de la línea de espera y no ingresan al siste  Si las unidades se arrepienten y abandonan el sistema después de haber aguardado un tiemp  Si existe o no espacio suficiente para que todas las unidades que llegan aguarden en la fila. Llegadas aleatorias (M / M / 1) . por ejemplo forma de grupos. En la notación Kendall un sistema de líneas de espera se designa como: A/B/C En donde A = se sustituye por la letra que denote la distribución de llegada. Los modelos de Líneas de espera que se analizarán son los siguientes: Modelo M / M / 1 Modelo M / M / S Modelo M / G / 1 Modelo M / D / 1 MODELO M / M / 1 Este sistema trata de una distribución de llegada Markoviano. Para permitir un adecuado uso de los diversos sistemas de líneas de espera. Una distribución determinística es aquella en que los sucesos ocurren en forma constante y sin cambio. La distribución general sería cualquier otra distribución de probabilidad. matemático británico elaboro una notación abreviada para describir en forma sucinta los parámetros de un sistema de este tipo. se utiliza para describir ocurrencias aleatorias. aquellas de las que puede decirse que carecen de memoria acerca de los eventos pasados. D = determinística. es decir. Markov quien identifico los eventos "sin memoria". Es evidente que existen otros atributos aparte de los que se analizaron antes y que deben de tomarse en consideración como por ejemplo:  El tamaño de la población de los que provienen los elementos que ingresan al sistema de líne  La forma en que las unidades llegan para ingresar al sistema de líneas de espera. C = se sustituye por el entero positivo que denote el número de canales de servicio. servicio determinístico y tres canales de servicio se identificará en notación Kendall como M/D/3 En todos los casos se supone que solo existe una sola línea de entrada.La distribución de Markov. en honor al matemático A. B = se sustituye por la letra que denote la distribución de servicio.

la distribución de Poisson. Un ejemplo clásico de llegadas aleatorias son las llamadas que arriban a un conmutador telefónico o un servicio de emergencia. La diferencia entre las llegadas aleatorias y los tiempos de servicio aleatorios es que estos se describen a través de una distribución continua en tanto que las llegadas se describen a través de una distribución de Poisson. T. se supone que las llegadas son por completo independientes entre sí y con respecto al estado del sistema. que es discreta. Si la m es la tasa promedio de servicio entonces la distribución esta dada por: F(t) = m e-m t . utilizando las probabilidades conocidas de la distribución de Poisson. la probabilidad de n llegadas en el mismo periodo esta dado por: P[n llegadas en le tiempo T] = Por ejemplo si existe un promedio de 6 llegadas aleatorias por hora. es suceso bastante común en las situaciones cotidianas de líneas de espera. depende solo de la longitud del intervalo. la ocurrencia de tiempos de servicios aleatorios. la distribución exponencial negativa describe ese tipo de servicio. En segundo lugar la probabilidad de llegada durante un periodo especifico no depende de cuando ocurre el periodo. sino más bien. Y al igual que las llegadas aleatorias los tiempos de servicio carentes de memoria se describen a través de una distribución de probabilidad. Se ha determinada que las ocurrencias aleatorias de un tipo especial pueden describirse a través de una distribución discreta de probabilidad bien conocida. carentes de memoria. En primer lugar. En particular.0892 Tiempo de servicio aleatorio (M / M / 1) Al igual que las llegadas aleatorias. Si conocemos el numero promedio de ocurrencias por periodo. la probabilidad de que haya solo 3 llegadas durante una hora esta dada por: P[6 llegadas en le tiempo en una hora] = = 0.En las situaciones cotidianas es fácil encontrar ejemplos de llegadas aleatorias. puesto que las llegadas serán aleatorias en cualquier caso en la que una de ellas no afecte a las otras. existe un promedio de l llegadas en un periodo. Este tipo especial de llegadas aleatorias supone características acerca de la corriente de entrada. Se dicen que estas ocurrencias carecen de "memoria". Si la duración de los tiempos de servicio es aleatoria. podemos calcular las probabilidades acerca del numero de eventos que ocurrirán en un periodo determinado.

Este valor es la fracción promedio de que el sistema este ocupado. y r es el numero promedio de unidades que están siendo atendidas en algún momento dado entonces: L = Lq + r . primero debemos de observar que sí l = tasa promedio de llegadas y m = tasa promedio de servicio. Este importante resultado nos permite calcular las características de operación de las líneas de espera. Lq. P 0. Denominaremos a este número promedio de unidades promedio. En términos de probabilidad tendríamos que: Pw = probabilidad de que el sistema esté ocupado. mediante: en donde n es cualquier entero no negativo. Pn. Entonces tenemos que: Con estos valores obtenidos podemos calcular el numero promedio de unidades que esperan ser atendidas. En la siguiente figura se representa es modelo. también sería el numero promedio de unidades que están siendo atendidas en cualquier momento. Entonces la probabilidad de que el sistema no esté trabajando. L. Características de operación Para calcular las características de operación de una cola M / M / 1. entonces l debe de ser menor que m . Si hacemos que r = l / m puede denominarse a r como factor de utilización. Si esto no ocurriera el promedio de llegadas sería superior al numero promedio que se atienden y el numero de unidades que están esperando se volvería infinitamente grande.Es posible emplear esta fórmula para calcular la probabilidad de que el servicio sea más prolongado que alguna duración especificada de tiempo T. La primera característica de operación que calculamos es el numero promedio de unidades que se encuentran en el sistema. puede obtenerse por medio de: A partir de esto podemos obtener la probabilidad de que haya n unidades en el sistema. o esté vacío. Dado que L es el numero de unidades que están esperando o están siendo atendidas. ya sea esperando o siendo atendidas.

Ejercicio.r O también podríamos decir que Ahora examinaremos el tiempo de espera. A una línea de espera llegan 20 unidades por hora y el tiempo promedio de servicio es de 30 unidades por hora. el tiempo esperado o promedio que una unidad tiene que esperar antes de ser atendida. Utilizaremos W para representar el tiempo promedio o esperado que una unidad se encuentra en el sistema. esta dado por: En la siguiente figura se representa este modelo. Datos l = 20 unidades por hora m = 30 unidades por hora Con los datos anteriores podemos calcular la probabilidad de que el sistema esté ocupado: Pw = 20 / 30 = 2 /3 r = Pw . observaremos que se L el numero esperado de unidades de en le sistema y l es el numero promedio de unidades que llegan para ser atendidas por periodo. entonces el tiempo promedio de cualquier unidad que llega debe estar en le sistema está dado por: W = tiempo promedio de una unidad en el sistema De manera similar. realizar un análisis de esta línea de espera. Para encontrar W.A partir de esto es fácil observar que Lq = L . Wq.

r = 1 / 3 El numero esperado de unidades en el sistema quedará definido por: = 2 Unidades El numero esperado de unidades que esperan ser atendidas quedará definido por: Entonces en promedio habrá 4 / 3 de unidades esperando ser atendidas y 2 / 3 de unidad siendo atendida. pero Sm debe ser mayor que l para evitar una acumulación infinita de líneas de espera. excepto que ahora existe una sola fila de entrada que alimenta los canales múltiples de servicio con iguales tasas de servicio. de hora W = 6 minutos De manera similar. El cálculo de las características de la línea de espera para el modelo M / M / S es lago mas complicado que los cálculos para el caso de canal único. la probabilidad es de que haya S o más unidades en el sistema. y dado que primordialmente nos interesa las implicaciones de estas características mas que las formulas necesarias para calcularlos. si m es la tasa promedio de servicio para cada uno de los S canales de servicio. Características de operación. En otras palabras. En el modelo M / M / S. En el caso de M / M / S. En este caso todos los canales de servicio se estarán utilizando y por ello se dice que el sistema está ocupado.Entonces la probabilidad de que el sistema no esté ocupado: Po = 1 . el tiempo promedio que una unidad espera para ser atendida estará definido por: de hora Wq = 4 minutos MODELO M / M / S Este modelo supone llegadas y tiempos de servicio aleatorios para canales de servicio múltiples. Esto de puede representar como: P(Sistema ocupado) = . entonces ya no se requiere que m > l . la característica que se utilizará para hacer los demás cálculos es la probabilidad de que el sistema esté ocupado. teniendo las mismas consideraciones que le modelo de canal único de servicio (M / M / 1). nos apoyaremos en le uso de tablas elaboradas a partir de estas formulas para hacer los cálculos.

suponga que existen cinco canales de servicio con tasas promedio de servicio m = 6 y una tasa de llegada de l = 24 unidades por hora. Datos . por ello se tiene que En la siguiente figura se representa este modelo. esto implica que S = 5. Ejercicio. En el modelo M / M / S. W = L / l y Wq = Lq / l . pero aquí utilizaremos el valor P(sistema ocupado) para calcular Lq: Lq = P(sistema ocupado) x Ahora calcularemos el valor L Lq = P(sistema ocupado) x En el caso de M / M / S.Y lo podemos calcular por medio de la siguiente ecuación: P(Sistema ocupado) = En donde Po estará representado por Con las ecuaciones anteriores podemos calcular los demás datos que requiera el sistema. Para ejemplificar el modelo M / M / S. se tiene que L = Lq + r. al igual que en el modelo M / M / 1. al igual que el modelo M / M / 1.

La razón por la que podemos considerar el caso M / G / 1 es que las formulas que se utilizan para calcular sus características de operación son bastantes simples. Para calcular el valor de Lq debemos de conocer le valor de la desviación (s ) estándar de la distribución que distingue los tiempos de servicio. y utilizar este resultado para calcular el valor de L. distribución general de los tiempos de servicio (para el cual se supone conocida la desviación estándar). En este modelo las llegadas se distribuyen de acuerdo con la distribución de Poisson.m=6 l = 24 S=5 Entonces tenemos que Nota: Para encontrar los valores de Po con una mayor rapidez nos podemos auxiliar de la tabla que se anexa a este sistema. Al igual que en el caso M / M / S. llegadas de tipo Markov. estamos considerando el caso M / G / 1. Considerando los valores obtenidos podemos calcular el valor de Po = 0.0130. Sistema de líneas de espera con llegadas aleatorias. al igual a los casos anteriores. un canal de servicio y una línea de espera. Si no se conoce la distribución de los tiempos de servicio no es posible determinar las características de operación. utilizando este valor obtenemos que: Unidades L = 2. pero los tiempos de servicio no necesariamente se distribuyen de acuerdo con la distribución exponencial negativa. tiempo de servicio general y un canal de servicio. Si consideramos el caso en que solo existe un solo canal. . la probabilidad de que el sistema este ocupado será P(sistema ocupado) = 0. es decir. no es posible calcular en forma directa el numero esperado de unidades en el sistema (L).2188 unidades Ahora el tiempo promedio en del sistema quedará definido de la siguiente forma: MODELO M / G / 1 Descripción.5547. la cual nos proporciona este valor teniendo como parámetros los valores de S y de r . Para esto primero debe de calcularse el numero de unidades que están esperando a ser atendidas (Lq).2188 + 4 = 6.

podemos calcular el tiempo esperado en el sistema de líneas de espera (W). Si utilizamos Lq podemos determinar el valor de L. Sistema de líneas de espera con llegadas aleatorias. en donde la desviación estándar es igual a cero.Ahora si conocemos la desviación estándar y la media de la distribución de los tiempos de servicio. una línea de servicio y una línea de espera. esto lo podemos realizar por medio de las siguientes ecuaciones: . En este caso se puede conocer el número de unidades que están esperando a ser atendidas (Lq). por medio de la siguiente ecuación: Al igual que las características de operación de los modelos M / M / 1 y M / S / 1. podemos calcular el tiempo esperado en el sistema de líneas de espera (W). puede obtenerse formula para el valor de Lq a partir de la siguiente ecuación. este es un caso especial de la situación M / G / 1 que se analizó con anterioridad. En este modelo los tiempos de servicio son determinísticos. por medio de la siguiente ecuación: Al igual que las características de operación de los modelos M / M / 1 y M / S / 1. y el tiempo que se invierte antes de ser atendido (Wq). Si utilizamos Lq podemos determinar el valor de L. tiempo de servicio constante. y el tiempo que se invierte antes de ser atendido (Wq). a través de la siguiente ecuación: Todas las demás características de operación pueden determinarse a partir de este valor. esto lo podemos realizar por medio de las siguientes ecuaciones: MODELO M / D / 1 Descripción.

se determinaría de la siguiente manera: K 0 1 2 3 4 5 6 0.279 .694 0. Debido a un reciente incremento en el negocio una secretaria de una cierta empresa tiene que mecanografiar 20 cartas por día en promedio (asuma una distribución de Poisson).834 0.401 0.5 cartas/hora m = (1 / 20 min)(60 min/ 1 hora) = 3 cartas/hora La tasa de utilización de la secretaria estará definida por: El tiempo promedio de espera antes de que la secretaria mecanografíe una carta se deducirá de la siguiente manera: horas Ahora el numero promedio de cartas que estarán en la línea de espera: Si deseáramos conocer la probabilidad de que a la secretaria tenga mas de cinco cartas que mecanografiar.334 0. A ella le toma aproximadamente 20 minutos mecanografiar cada carta (asuma una distribución exponencial).578 0.482 0. Datos l = 20 / 8 = 2. Suponiendo que la secretaria trabaja ocho horas diarias.EJERCICIOS Problema A.

También suponga que los tiempos de vacunación de Sam están distribuidos exponencialmente. en un rango de un perro cada seis minutos. de acuerdo con la distribución de Poisson. Problema C. Se estima que los perros llegarán en forma independiente y aleatoriamente en el transcurso del día. Sam puede vacunar un perro cada tres minutos.34 perros/min La probabilidad de que Sam este de ocioso definirá de la siguiente manera: Ahora la proporción de tiempo en que Sam está ocupado. El número total de perros que están siendo vacunados y que esperan a ser vacunados El numero promedio de perros que esperan a ser vacunados. él tiempo promedio para manejar cada una de estás es de 20 segundos.Problema B. Actualmente solo hay un operador del conmutador. Determinar: Datos l = 1 / 6 = 0. Datos l = 2 llamadas/minutos m = (1 / 20 seg)(60 seg) = 3 llamadas/minuto La probabilidad de que el operador este ocupado se definirá: El tiempo promedio que debe de esperar una llamada antes de ser tomada por él operador . en la preparatoria local. Las distribuciones de Poisson y exponencial parecen ser relevantes en esta situación. Las llamadas llegan al conmutador de una oficina a una tasa de dos por minuto.167 perros/min m = 1 / 3 = 0. Sam el veterinario maneja una clínica de vacunación antirrábica para perros.

Los clientes llegan a una tasa de cuatro llegadas cada 10 minutos y el tiempo promedio para realizar la transacción es de dos minutos. /día m = 8 repar. /día La tasa de utilización de este sistema se encontrará de la siguiente forma: El tiempo promedio de descompostura para cada máquina que está descompuesta . Al principio de la temporada de futbol.El numero de llamadas que esperan ser contestadas Problema D. Datos l = (4 / 10) = 0.4 c/min m = (1 /2 ) = 0. con una distribución de tiempo de reparación que se asemeja la distribución de exponencial. la oficina de boletos se ocupa mucho el día anterior al primer juego. Datos l= 3 repar. La brigada puede servir a un promedio de ocho máquinas por día.5 c/min El numero promedio de gente en línea se definirá de la forma siguiente: personas El tiempo promedio que una persona pasaría en la oficina de boletos minutos La proporción de tiempo que el servidor está ocupado Problema E. Electronics Corporation retiene una brigada de servicio para reparar descomposturas de máquinas que ocurren con promedio de tres por día (aproximadamente de naturaleza de Poisson).

019 0. Este ejemplo se tiene una línea de espera de canal sencillo. dos.140 0. Suponga llegadas de Poisson y tiempos exponenciales de servicio.Las máquinas que están esperando a ser reparadas el cualquier momento dado La probabilidad de que haya una máquina en el sistema. tres o más máquinas en el sistema. todo el día sábado.052 0. K 0 1 2 3 4 5 0. Datos l = 20 automóvil /hora m = (1 / 2 min)(60 min) = 30 automóvil / hora El numero promedio de automóviles en la línea se definirá de la siguiente manera: El tiempo promedio que un automóvil espera antes de ser lavado El tiempo promedio que un automóvil pasa en el sistema de servicio . los automóviles se lavan de uno en uno. Con una brigada completa trabajando la línea de lavado a mano.007 0. Barry’s estima que los coches sucios llegan a una tasa de 20 por hora.375 0. A partir de datos históricos. él calcula que los automóviles se pueden lavar a una tasa de uno cada dos minutos.002 Problema F. pero el día del negocio mas pesado es siempre el sábado. El Barry’s Car Wash está abierto seis días a la semana.

Que porcentaje del tiempo esta ocupado el cajero. Cual es la probabilidad de que haya mas de dos personas en la cola. La llegadas en un día son distribución de Poisson y promedian 210 por hora. . II. a. e. III y IV.La tasa de utilización del lavado de automóviles La probabilidad de que no haya automóviles en el sistema Problema G. Encontrar el numero promedio de cinéfilos esperando en la línea para adquirir un boleto b. El cine tiene una sola taquilla y un cajero que puede mantener una tasa de promedio de servicio de 280 clientes por hora. Una empleada administra un gran complejo de cines llamados Cinema I . c. Cual es el tiempo promedio que pasa un cliente en el sistema. Cual es el tiempo promedio que pasa esperando en la línea para llegar a la taquilla. el programa se estableció de tal forma que las horas de las funciones se encuentren escalonadas para evitar las multitudes que ocurrirían si los cuatro cines comenzarán a la misma hora. Cada uno de los cuatro auditorios proyecta una película diferente. Se supone que los tiempos de servicio siguen una distribución exponencial. d.

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)//-->