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

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

pueden producirse o no de una manera no determinística. las dos características más importantes serán: a) Los tiempos de llegada. Investigación de operaciones Página 3 . bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas. b) Los tiempos de servicio. es decir no son determinísticos. Esta distribución de Poisson es una de las más importantes distribuciones de variable discreta. * La probabilidad de que se produzcan un número x de éxitos en un intervalo de amplitud t no depende del origen del intervalo (Aunque. 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. * La probabilidad de que se produzcan 2 o más hechos en un intervalo infinitésimo es un infinitésimo de orden superior a dos. Existen una gran variedad de modelos para los sistemas de colas. los más comunes son los modelos probabilísticos.Instituto Tecnológico Tapachula Modelos Poisson. sí de su amplitud) * La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente proporcional a la amplitud del intervalo. donde se dan un promedio de estos tiempos. En los sistemas de colas reales no es posible determinar con exactitud estos dos tiempos. 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. por lo tanto tenemos que usar una distribución de probabilidad que se ajuste lo más cercano a la realidad. 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 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. Así : El parámetro de la distribución es. Investigación de operaciones Página 4 .Instituto Tecnológico Tapachula En consecuencia. incluidos el cero: Función de cuantía A partir de las hipótesis del proceso. la variable X se distribuye con una distribución de parámetro l . Por ejemplo. y que también coincide con la varianza de la distribución. 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 . * λ . en principio.es un parámetro positivo que representa el número de veces que se espera que ocurra el fenómeno durante un intervalo dado. 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". 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. el factor de proporcionalidad para la probabilidad de un hecho en un intervalo infinitésimo.es el número de ocurrencias del evento o fenómeno (la función nos da la probabilidad de que el evento suceda precisamente x veces). 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). usaremos un modelo de distribución de Poisson con λ = 10×4 = 40. Se le suele designar como parámetro de intensidad.

porque a menos que la tasa de servicios sea mayor que la frecuencia de llegada. intuitivamente. 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.es la base de los logaritmos naturales (e = 2. Si P= ⅄µ. la cola crece en forma indefinida. a la distribución normal Modelos Poisson Un Servidor. ⅄n= ⅄ y ⅄perdido=0. Con la notación del modelo generalizado se tiene que µn= µ⅄n= ⅄}. Cálculos en los modelos de colas (M/M/1):(DG /∞/∞). en definitiva. Este resultado tiene sentido. y no existirán las probabilidades Pn de estado estable. 2. Obsérvense los valores próximos en la media y su forma parecida a la campana de Gauss. la ecuación de Pn en el modelo generalizado se reduce entonces a Para determinar la P0 se usa la identidad Suponiendo que p < 1. la serie geométrica tiene la suma finita de . … También. Si ⅄ >= µ. pueden entrar al sistema.. porque todos los clientes que llegan. n=0.. La medida de desempeño Lq se puede deducir como sigue: Investigación de operaciones Página 5 .71828 . 1.Instituto Tecnológico Tapachula * e . la serie geométrica no converge.) Cuya representación gráfica para un modelo de media 11 sería la adjunta.

Investigación de operaciones Página 6 . Wq = Tiempo de espera en la línea de espera.Instituto Tecnológico Tapachula Como ⅄ef= ⅄ para este caso. Ws = Tiempo de espera en el sistema (línea más servicio). ORIGEN FINITO (M/M/∞)(GD/∞/∞) MODELO DE AUTOSERVICIO. 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. las medidas restantes de desempeño se calculan con estas ecuaciones: Modelos Poisson Múltiples Servidores. (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/∞/∞). (M/M/C)(GD/N/∞) VARIACION DE COLA FINITA (COLA FINITA) (M/M/R)(GD/K/K) MODELO DE SERV A MAQ. (M/M/C)(GD/∞/∞) (M/M/1)(GD/N/∞).

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

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

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

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

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. se han obtenido importantes resultados analíticos sólo para un pequeño número de modelos de colas. nos estaremos aproximando al modelo de organización empresarial "just in time" (justo a tiempo) visto en la unidad anterior. en donde se desglosa el tiempo total en fases individuales que tienen distribuciones exponenciales. 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. un enfoque usual es obtener los datos de desempeño pertinentes mediante el desarrollo de un programa de computadora para simular la operación del sistema. ya que esta suposición permite representar un sistema de colas como una cadena de Markov de tiempo continuo. en el que se trata de minimizar el costo asociado a la ociosidad de recursos en la cadena productiva. 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. Por la misma razón. 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. Haciendo algunas suposiciones adicionales. Cuando no se dispone de un modelo manejable que proporcione una representación razonable del sistema bajo estudio. Los modelos de redes de colas se usan cada vez más en estas situaciones. el tiempo de espera promedio. En otra situación común los clientes deben recibir servicio en distintas estaciones o instalaciones. son de gran utilidad las distribuciones tipo fase como la distribución Erlang.Instituto Tecnológico Tapachula prediciendo algunas características sobre la línea de espera: probabilidad de que se formen. Investigación de operaciones Página 11 . Pero si utilizamos el concepto de "clientes internos" en la organización de la empresa. asociándolo a la teoría de las colas. La teoría de colas formula modelos matemáticos que representan su operación y después usa estos modelos para obtener medidas de desempeño.

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