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

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

es decir no son determinísticos. bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas. pueden producirse o no de una manera no determinística. 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. Investigación de operaciones Página 3 . sí de su amplitud) * La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente proporcional a la amplitud del intervalo. Existen una gran variedad de modelos para los sistemas de colas. En los sistemas de colas reales no es posible determinar con exactitud estos dos tiempos. donde se dan un promedio de estos tiempos.Instituto Tecnológico Tapachula Modelos Poisson. Esta distribución de Poisson es una de las más importantes distribuciones de variable discreta. las dos características más importantes serán: a) Los tiempos de llegada. * La probabilidad de que se produzcan un número x de éxitos en un intervalo de amplitud t no depende del origen del intervalo (Aunque. 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. 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. b) Los tiempos de servicio. los más comunes son los modelos probabilísticos. por lo tanto tenemos que usar una distribución de probabilidad que se ajuste lo más cercano a la realidad.

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. 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".Instituto Tecnológico Tapachula En consecuencia. Se le suele designar como parámetro de intensidad.es el número de ocurrencias del evento o fenómeno (la función nos da la probabilidad de que el evento suceda precisamente x veces). 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. usaremos un modelo de distribución de Poisson con λ = 10×4 = 40. la variable X se distribuye con una distribución de parámetro l . 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 . el factor de proporcionalidad para la probabilidad de un hecho en un intervalo infinitésimo. incluidos el cero: Función de cuantía A partir de las hipótesis del proceso. y que también coincide con la varianza de la distribución. en principio. 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). * λ . Por ejemplo.es un parámetro positivo que representa el número de veces que se espera que ocurra el fenómeno durante un intervalo dado.

y no existirán las probabilidades Pn de estado estable. la serie geométrica tiene la suma finita de . pueden entrar al sistema. Cálculos en los modelos de colas (M/M/1):(DG /∞/∞). Si P= ⅄µ.. n=0. la ecuación de Pn en el modelo generalizado se reduce entonces a Para determinar la P0 se usa la identidad Suponiendo que p < 1.es la base de los logaritmos naturales (e = 2. ⅄n= ⅄ y ⅄perdido=0. a la distribución normal Modelos Poisson Un Servidor.Instituto Tecnológico Tapachula * e . 2. Este resultado tiene sentido. en definitiva.) Cuya representación gráfica para un modelo de media 11 sería la adjunta. 1.71828 . Con la notación del modelo generalizado se tiene que µn= µ⅄n= ⅄}. intuitivamente. Obsérvense los valores próximos en la media y su forma parecida a la campana de Gauss. porque a menos que la tasa de servicios sea mayor que la frecuencia de llegada. la serie geométrica no converge. Si ⅄ >= µ. la cola crece en forma indefinida. La medida de desempeño Lq se puede deducir como sigue: Investigación de operaciones Página 5 . porque todos los clientes que llegan. … 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.

Ws = Tiempo de espera en el sistema (línea más servicio). (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/∞/∞). las medidas restantes de desempeño se calculan con estas ecuaciones: Modelos Poisson Múltiples Servidores. ORIGEN FINITO (M/M/∞)(GD/∞/∞) MODELO DE AUTOSERVICIO. (M/M/C)(GD/∞/∞) (M/M/1)(GD/N/∞). (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. Investigación de operaciones Página 6 . Wq = Tiempo de espera en la línea de espera. 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.

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. existen S números de servidores que dan los mismos servicios. y el tamaño de la población también es infinito. M/M/1/GD/∞/∞ En este modelo las llegadas son de forma exponencial. Ls = Cantidad de personas en servicio. M/M/S/GD/∞/∞ En este modelo las llegadas son de forma exponencial. μ = Tasa de servicio por unidad de tiempo. el número de clientes que se pueden formar en una sola cola es infinito. Π 0 = Probabilidad que sistema este ocioso. Lq = Cantidad de personas en la cola. solo hay un servidor. W = Tiempo promedio que un cliente pasa en el Sistema. el número de clientes que se pueden formar en la cola es infinito. y el tamaño de la población también es infinito. ρ = Intensidad de tráfico del sistema. el tiempo de servicio también es exponencial. Wq = Tiempo promedio que un cliente pasa en la cola. Ws = Tiempo promedio que un cliente pasa en el servidor. L = Cantidad de personas en el sistema. el tiempo de servicio también es exponencial. Π j = Probabilidad que haya j clientes en el sistema. Investigación de operaciones Página 7 .

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

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

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

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

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