Instituto Tecnológico Tapachula

INVESTIGACION DE OPERACIONES
MODELOS POISSON.
ALUMNO: LUIS ALFREDO HERNANDEZ REYES

ING. SISTEMAS COMPUTACIONALES

TAPCHULA CHIS; 10 DE MAYO 2012
Investigación de operaciones Página 1

grúas. máquinas. P1. etcétera. De tal forma que en un estudio de líneas de espera el objetivo es determinar qué nivel de servicio. y el costo de proporcionar el servicio.Instituto Tecnológico Tapachula Líneas de Espera. Matemáticamente podemos representarlo de la siguiente forma: Investigación de operaciones Página 2 . P2. las entidades pueden ser cajeras. de tal forma que se hace necesaria la utilización de modelos estocásticos que permitan el estudio de este tipo de sistemas. mientras que las transacciones pueden ser: clientes. existen dos costos perfectamente identificados: el costo de las transacciones. Una línea de espera puede modelarse como un proceso estocástico en el cual la variable aleatoria se define como el número de transacciones en el sistema en un momento dado. Una línea de espera es el efecto resultante en un sistema cuando la demanda de un servicio supera la capacidad de proporcionar dicho servicio. energía. proporcionar para minimizar el costo total del sistema. Tanto el tiempo de servicio como las entradas al sistema son fenómenos que generalmente tienen asociadas fuentes de variación que se encuentran fuera del control del tomador de decisiones. que representa la cantidad de dinero que hay que pagar por cuestión de sueldos y salarios. En las líneas de espera. que representa la cuantificación monetaria de la pérdida de tiempo al esperar recibir un servicio o la pérdida de clientes por abandono del sistema. PN}. . autos. Este sistema está formado por un conjunto de entidades en paralelo que proporcionan un servicio a las transacciones que aleatoriamente entran al sistema. Este costo está formado tanto por costo de servicio como por el que causa la espera. mantenimiento y depreciación del personal o equipo. N} y cada uno de ellos tiene asociada una probabilidad de ocurrencia.…. . 2.. semáforos. {P0. 1. el conjunto de valores que puede tomar dicha variable es {O. piezas. ya sea por cantidad de entidades o por la velocidad de ellas.. Dependiendo del sistema que se trate. barcos. etcétera.

Existen una gran variedad de modelos para los sistemas de colas. * La probabilidad de que se produzcan 2 o más hechos en un intervalo infinitésimo es un infinitésimo de orden superior a dos. bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas. * La probabilidad de que se produzcan un número x de éxitos en un intervalo de amplitud t no depende del origen del intervalo (Aunque.Instituto Tecnológico Tapachula Modelos Poisson. Investigación de operaciones Página 3 . pueden producirse o no de una manera no determinística. las dos características más importantes serán: a) Los tiempos de llegada. Proceso experimental del que se puede hacer derivar Esta distribución se puede hacer derivar de un proceso experimental de observación en el que tengamos las siguientes características * Se observa la realización de hechos de cierto tipo durante un cierto periodo de tiempo o a lo largo de un espacio de observación * Los hechos a observar tienen naturaleza aleatoria. por lo tanto tenemos que usar una distribución de probabilidad que se ajuste lo más cercano a la realidad. los más comunes son los modelos probabilísticos. Esta distribución de Poisson es una de las más importantes distribuciones de variable discreta. sí de su amplitud) * La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente proporcional a la amplitud del intervalo. b) Los tiempos de servicio. En los sistemas de colas reales no es posible determinar con exactitud estos dos tiempos. es decir no son determinísticos. donde se dan un promedio de estos tiempos. Otro de sus usos frecuentes es la consideración límite de procesos dicotómicos reiterados un gran número de veces si la probabilidad de obtener un éxito es muy pequeña. Sus principales aplicaciones hacen referencia a la modelización de situaciones en las que nos interesa determinar el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de espacio.

se obtiene una ecuación diferencial de definición del mismo que puede integrarse con facilidad para obtener la función de cuantía de la variable "número de hechos que ocurren en un intervalo unitario de tiempo o espacio" Que sería: Donde: * x .es el número de ocurrencias del evento o fenómeno (la función nos da la probabilidad de que el evento suceda precisamente x veces). incluidos el cero: Función de cuantía A partir de las hipótesis del proceso. Se le suele designar como parámetro de intensidad. Por otro lado es evidente que se trata de un modelo discreto y que el campo de variación de la variable será el conjunto de los números naturales. y que también coincide con la varianza de la distribución. si el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos.es un parámetro positivo que representa el número de veces que se espera que ocurra el fenómeno durante un intervalo dado. Así : El parámetro de la distribución es. el factor de proporcionalidad para la probabilidad de un hecho en un intervalo infinitésimo. en principio. usaremos un modelo de distribución de Poisson con λ = 10×4 = 40. * λ .Instituto Tecnológico Tapachula En consecuencia. Por ejemplo. Investigación de operaciones Página 4 . en un intervalo infinitésimo podrán producirse 0 ó 1 hecho pero nunca más de uno * Si en estas circunstancias aleatorizamos de forma que la variable aleatoria X signifique o designe el "número de hechos que se producen en un intervalo de tiempo o de espacio". aunque más tarde veremos que se corresponde con el número medio de hechos que cabe esperar que se produzcan en un intervalo unitario (media de la distribución). la variable X se distribuye con una distribución de parámetro l .

pueden entrar al sistema. la ecuación de Pn en el modelo generalizado se reduce entonces a Para determinar la P0 se usa la identidad Suponiendo que p < 1. Si ⅄ >= µ. porque todos los clientes que llegan. porque a menos que la tasa de servicios sea mayor que la frecuencia de llegada.. ⅄n= ⅄ y ⅄perdido=0. la cola crece en forma indefinida. intuitivamente. … También. y entonces La fórmula general de Pn es entonces de la siguiente distribución geométrica: La deducción matemática de Pnimpone la condición que p < 1 o que ⅄ < µ. a la distribución normal Modelos Poisson Un Servidor. 2.) Cuya representación gráfica para un modelo de media 11 sería la adjunta. la serie geométrica tiene la suma finita de . en definitiva. Con la notación del modelo generalizado se tiene que µn= µ⅄n= ⅄}. Obsérvense los valores próximos en la media y su forma parecida a la campana de Gauss.Instituto Tecnológico Tapachula * e . Si P= ⅄µ. Cálculos en los modelos de colas (M/M/1):(DG /∞/∞). n=0.71828 . La medida de desempeño Lq se puede deducir como sigue: Investigación de operaciones Página 5 . y no existirán las probabilidades Pn de estado estable.. Este resultado tiene sentido. 1. la serie geométrica no converge.es la base de los logaritmos naturales (e = 2.

Wq = Tiempo de espera en la línea de espera. ORIGEN FINITO (M/M/∞)(GD/∞/∞) MODELO DE AUTOSERVICIO. Investigación de operaciones Página 6 . (M/M/C)(GD/∞/∞) (M/M/1)(GD/N/∞). las medidas restantes de desempeño se calculan con estas ecuaciones: Modelos Poisson Múltiples Servidores. Cálculos en los modelos de colas Pn = probabilidad que en el estado estable haya n clientes en el sistema Ls = número de clientes que espera halla en el sistema Lq = número de clientes que espera halla en la línea de espera. (M/M/S) S=1 Y S>1 (M/M/S) VARIACION DE COLA FINITA S=1 Y S>1(COLA FINITA) (M/M/S) VARIACION DE FUENTE DE ENTRADA FINITA S=1 Y S>1 REPARACION DE MAQUINAS (M/M/1)(GD/∞/∞). Ws = Tiempo de espera en el sistema (línea más servicio). (M/M/C)(GD/N/∞) VARIACION DE COLA FINITA (COLA FINITA) (M/M/R)(GD/K/K) MODELO DE SERV A MAQ.Instituto Tecnológico Tapachula Como ⅄ef= ⅄ para este caso.

M/M/S/GD/∞/∞ En este modelo las llegadas son de forma exponencial. μ = Tasa de servicio por unidad de tiempo. W = Tiempo promedio que un cliente pasa en el Sistema. y el tamaño de la población también es infinito. Lq = Cantidad de personas en la cola. el número de clientes que se pueden formar en una sola cola es infinito. Π 0 = Probabilidad que sistema este ocioso. y el tamaño de la población también es infinito. el tiempo de servicio también es exponencial. Ws = Tiempo promedio que un cliente pasa en el servidor.Instituto Tecnológico Tapachula FORMULARIO DE ACUERDO AL MODELO: En estos modelos utilizaremos las siguientes literales: λ = Tasa de llegadas por unidad de tiempo. ρ = Intensidad de tráfico del sistema. M/M/1/GD/∞/∞ En este modelo las llegadas son de forma exponencial. L = Cantidad de personas en el sistema. Ls = Cantidad de personas en servicio. Wq = Tiempo promedio que un cliente pasa en la cola. existen S números de servidores que dan los mismos servicios. P= ⅄µ Si ρ > 1 no existe estado estable. solo hay un servidor. el tiempo de servicio también es exponencial. Investigación de operaciones Página 7 . el número de clientes que se pueden formar en la cola es infinito. Π j = Probabilidad que haya j clientes en el sistema.

en las comunicaciones telefónicas. un servidor es cualquier persona o dispositivo que brinde el servicio. o simplemente ante un semáforo. Como todas estas consideraciones deben ser ponderadas al tiempo de tomar decisiones. en los talleres de reparaciones. un cliente que recibe el servicio en un servidor. Son colas en las que no aparecen personas. en el banco. el tiempo de servicio también es exponencial. En las organizaciones. una capacidad limitada produce colas más largas y disgustos con los clientes. Investigación de operaciones Página 8 . aunque no resultan tan visibles. También aparecen. en la lista de expedientes a tramitar. este tipo de problemas se estructura básicamente como la igualación de la demanda de un servicio con la provisión de ese mismo servicio. después de cierto tamaño en la cola ya no se aceptan clientes. las consecuencias de cada acción deben ser computadas adecuadamente. Un lugar donde se forma una fila simple frente a uno o más servidores se denomina estación. el número de clientes que se pueden formar en la cola es C. solo hay un servidor. y el tamaño de la población es infinito. Se trata de resolver situaciones referentes a la capacidad que se debe disponer para atender la demanda. Por otra parte. Agregar más servidores. P j≥S Para Sistemas de colas M/M/S/GD/∞/∞ Análisis De Costos Líneas De Espera. pero esto implica mayores costos. en la caja del supermercado. Asimismo. es decir.Instituto Tecnológico Tapachula M/M/1/GD/C/∞ En este modelo las llegadas son de forma exponencial. Las colas o filas de espera representan un fenómeno habitual de la actividad diaria de cada uno de nosotros. o disminuir el tiempo que se utiliza para brindar el servicio se resuelve mediante el agregado de personal y equipo. pero también hay esperas. En casos complejos. Nos vamos a referir a las entidades que esperan la provisión del servicio como clientes. se puede trasladar a otra cola en otra estación. Se producen largas filas de vehículos en las rutas y calles congestionadas. Se hace cola en el correo.

El proceso de llegadas: Se tiene que describir matemáticamente la manera en que se producen los arribos de los clientes al sistema. o sea que el cliente puede ser atendido de la misma manera por cualquiera de ellos. en estos casos es preferible ingresar el tamaño exacto de la población. Si el sistema no tiene límite. La disciplina del sistema: Es el orden en que se atienden a los clientes. se le negará la entrada. es el número máximo de clientes potenciales. la línea es finita y depende de la capacidad de esa sala. Si hay una sala de espera o equivalente. Generalmente se asume que el primero en llegar es el primero en atenderse (FIFO o PEPS). Los componentes que es preciso conocer son los siguientes. por haberse colmado su capacidad. que pueden solicitar el servicio. Esto puede ser especificado como el tiempo entre llegadas. o aleatorio. se supone que responden a una distribución de Poisson. y el sistema está lleno. como en el caso de un taller de reparaciones. Se recomienda no tomar literalmente los términos “sala de espera”. esperando que se arme el conjunto. La cantidad de servidores: Puede ser cualquier número entero. cuya distribución probabilística se considera conocida. Obsérvese que en este caso el que llega es el servidor y no el cliente. O sea que no recibirá servicio. Esto será determinístico si se conoce el tiempo exacto que transcurre entre un arribo y otro. que es el tiempo que transcurre entre un cliente y otro sucesivo que llegan a demandar el servicio. Si se trata de arribos absolutamente aleatorios. se dice que la población es infinita. “llegadas” o “línea de espera”. Los clientes pueden ser un conjunto de piezas de una máquina en el suelo. Como no puede considerarse una población infinita si el número de clientes no es muy grande. Se asume que todos los servidores son idénticos y en paralelo. Se asume que si alguien llega y encuentra la sala llena se retira y no recibirá el servicio. La línea de espera: La cola que se forma mientras se espera el servicio puede suponerse infinita cuando puede extenderse tanto como se quiera. y se han desarrollado numerosas fórmulas que ayudan a estimar las características de las filas de espera. Estos análisis se deben basar en un conocimiento preciso de la estructura del sistema y de cómo interactúan sus partes. La población de entrada: También llamada Capacidad del Sistema. Si un cliente llega.Instituto Tecnológico Tapachula La estructura de un sistema de colas El estudio matemático de estos sistemas es bastante extenso. Investigación de operaciones Página 9 . pero el modelo de colas se puede usar igualmente.

Las líneas de espera en si no resuelve directamente el problema. Etc. carecer de la capacidad de servicio suficiente causa colas excesivamente largas en ciertos momentos. están pagando un coste.Instituto Tecnológico Tapachula CONCLUSIONES. un fenómeno común que ocurre siempre que la demanda efectiva de un servicio excede a la oferta efectiva. No importa en qué cola se sitúe: la otra siempre avanzará más rápido. muchas veces es imposible predecir con exactitud cuándo llegarán los clientes que demandan el servicio y/o cuanto tiempo será necesario para dar ese servicio. Y si se cambia de cola. La correcta elección de un sistema de cola debe tener como resultado la conformidad de las dos partes que lo utilicen tanto la parte que presta el servicio como la que lo requiere o utiliza. este sistema nos permite de mejor manera optimizar nuestro tiempo de espera para un servicio determinado ejemplo (bancos. pérdida de tiempo o caos entre otros usuarios o participantes de este. La adecuación de estos sistemas puede tener un efecto importante sobre la calidad de vida y la productividad. Sin embargo. en tiempo. Cuando los clientes tienen que esperar en una cola para recibir nuestros servicios. Estar preparados para ofrecer todo servicio que se nos solicite en cualquier momento puede implicar mantener recursos ociosos y costos excesivos. Los sistemas de colas o líneas de espera son una herramienta útil en diversas situaciones tanto en la parte laboral como en la vida cotidiana. pero contribuye con la información vital que se requiere para tomar las decisiones concernientes Investigación de operaciones Página 10 . más alto del que esperaban. las empresas deben tomar decisiones respecto al caudal de servicios que debe estar preparada para ofrecer. Estos sistemas son variados dependiendo el lugar o la ocasión donde se apliquen. 1ª Ley de Harper. estaciones de servicios. Las líneas de espera es el estudio matemático de las colas o teoría de las colas. Por otro lado. aquélla en que estaba al principio empezará a ir más deprisa. Estos deben ser elegidos metódicamente y bajo un sistema matemático tomando en cuenta el servicio que se preste y la frecuencia que este se ocupe. supermercados. por supuesto. 2ª Ley de Harper. Con frecuencia.) y de esta forma evitar aglomeraciones. es por eso que esas decisiones implican dilemas que hay que resolver con información escasa. La formación de colas es. Las líneas de espera largas también son costosas por tanto para la empresa ya que producen pérdida de prestigio y pérdida de clientes.

en donde se desglosa el tiempo total en fases individuales que tienen distribuciones exponenciales. asociándolo a la teoría de las colas.Instituto Tecnológico Tapachula prediciendo algunas características sobre la línea de espera: probabilidad de que se formen. nos estaremos aproximando al modelo de organización empresarial "just in time" (justo a tiempo) visto en la unidad anterior. La teoría de colas ha demostrado ser una herramienta muy útil y se pronostica que su uso seguirá ampliándose conforme crezca el reconocimiento de los beneficios de los sistemas de colas. Los modelos de disciplina de prioridades son útiles para la situación común en la que se da prioridad a algunas categorías de clientes sobre otras para recibir el servicio. Este análisis proporciona información vital para diseñar de manera efectiva sistemas de colas que logren un balance apropiado entre el costo de proporcionar el servicio y el costo asociado con la espera por ese servicio. Esta es un área especialmente activa en la investigación actual. Investigación de operaciones Página 11 . el tiempo de espera promedio. se han obtenido importantes resultados analíticos sólo para un pequeño número de modelos de colas. Haciendo algunas suposiciones adicionales. ya que esta suposición permite representar un sistema de colas como una cadena de Markov de tiempo continuo. La teoría de colas formula modelos matemáticos que representan su operación y después usa estos modelos para obtener medidas de desempeño. en el que se trata de minimizar el costo asociado a la ociosidad de recursos en la cadena productiva. Pero si utilizamos el concepto de "clientes internos" en la organización de la empresa. un enfoque usual es obtener los datos de desempeño pertinentes mediante el desarrollo de un programa de computadora para simular la operación del sistema. En otra situación común los clientes deben recibir servicio en distintas estaciones o instalaciones. Los modelos de redes de colas se usan cada vez más en estas situaciones. Por la misma razón. La distribución exponencial juega un papel fundamental en la teoría de las colas para representar la distribución de los tiempos entre llegadas y de servicio. Cuando no se dispone de un modelo manejable que proporcione una representación razonable del sistema bajo estudio. son de gran utilidad las distribuciones tipo fase como la distribución Erlang.

Recuperado el 01 de Junio 2011. Recuperado el 02 de Junio 2011. Gómez Andrés.uv. Distribución De Poisson.Instituto Tecnológico Tapachula BIBLIOGRFIA.com/Curso_inv-Oper_carpeta/Clase7_II.es/ceaces/base/modelos%20de%20probabilidad/poisson.pdf> nónimo.htm> de Investigación de operaciones Página 12 . <http://www.investigacion-operaciones. <http://www. Introducción a la Teoría de Colas.

Sign up to vote on this title
UsefulNot useful