Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teora de Colas
07/09/2008
Bibliografa a Emplear
Mtodos y Modelos de Investigacin de Operaciones, Juan Prawda, Limuza, Introduccin a la Investigacin de Operaciones, Hillier, Lieberman, MacGrawHill,
07/09/2008
Bibliografa a Emplear
Investigacin de Operaciones, Toma de Decisiones, Raffo Lecca, Arte Studio Grdica, 1999
M.Sc. Ing. Carlos Balderrama Vsquez
Objetivos
Identificar el nivel ptimo de capacidad del sistema que minimiza el costo global del mismo. Evaluar el impacto que las posibles alternativas de modificacin de la capacidad del sistema tendran en el costo total del mismo. Establecer un balance equilibrado ("ptimo") entre las consideraciones cuantitativas de costos y las cualitativas de servicio. Hay que prestar atencin al tiempo de permanencia en el sistema o en la cola: la "paciencia" de los clientes depende del tipo de servicio especfico considerado y eso puede hacer que un cliente "abandone" el sistema.
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 4
Contenido
Introduccin Caractersticas bsicas de un fenmeno de espera Consideraciones para el modelado de sistemas de espera Procesos en un sistema de espera Modelos de sistemas de espera
5
07/09/2008
Introduccin
Sistema Sistemas Naturales Sistemas Artificiales
07/09/2008
Sistemas Artificiales
Esperar para ser atendido Esperar para prestar servicio Involucran costos Esto implica: Disear sistemas eficientes y ptimos en su estructura de funsionamiento.
07/09/2008
Ejemplos
Hacer filas (colas)
Para tomar el mini Inscribirse Comer pollos Para llamar por telfono Etc..
07/09/2008
Problemtica
Fenmeno demasiado difundido Debido a la explosin demogrfica El cliente se impacienta y abandona el sistema El servidor puede tener un tiempo de ocio demasiado grande Esto implica costos en el sistema
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 10
Solucin
Por lo anterior para un funcionamiento eficiente del sistema se debe establecer: Los canales de servicio La disciplina El numero de servidores Que aseguren el buen funcionamiento del sistema
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 11
Costo total
Costo de espera Tasa ptima de servicio M.Sc. Ing. Carlos Balderrama Vsquez Tasa de servicio
12
07/09/2008
Conclusin
Ponerse a pensar en el tiempo de nuestra vida que se pierde haciendo colas, es realmente significativo Por esta razn es que a objeto de reducir la perdida de tiempo es que el hombre debe ocuparse de disear sistemas ms eficientes.
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 13
Contenido
Introduccin Caractersticas bsicas de un fenmeno de espera Consideraciones para el modelado de sistemas de espera Procesos en un sistema de espera Modelos de sistemas de espera
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 14
Cola
07/09/2008
15
Cola
Servidor
07/09/2008
16
07/09/2008
17
07/09/2008
18
Salidas
19
Consideraciones iniciales
Las llegadas pueden producirse de manera discreta o continua es decir pueden ser aleatorias o derterminsticas Las pueden ser en grupo o individuales
07/09/2008
20
Caractersticas
Las llegadas de los objetos, pueden ser de manera discreta o continua, individual o grupal y si se trata de llegadas discretas estas pueden ser aleatorias o determinsticas El servicio el cual implica que el tiempo del mismo puede ser continuo o por intervalos y adems determinstico o aleatorio
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 21
Caractersticas
Los canales de servicio, los cuales identifican al nmero de servidores del sistema y a su ves estas pueden ser en paralelo, serie o mixtas La disciplina, que se caracteriza por definir el orden de atencin de los clientes en fifo, lifo o jerarqua o de emergencia
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 22
Caractersticas
La capacidad del sistema que se refiere al mximo del objetos permisibles en el sistema lo cual puede ser finita o infinita La fuente de los objetos de llegada lo cual se caracteriza por ser finita o infinita.
07/09/2008
23
Suposiciones
Como el campo de estudio de los sistemas de espera de manera genrica es demasiado amplio, asumiremos que: Las llegadas son discretas, aleatorias, con distribucin de densidad conocida y que corresponden a la distribucin de Poisson El tiempo de servicio es discreto, aleatorio, con distribucin de densidad conocida y que corresponden a la distribucin de exponencial
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 24
Objeto de estudio
Es una teora matemtica descriptiva que intenta formular, interpretar y predecir del comportamiento del sistema Con el propsito de tener un mejor conocimiento del mismo De esta manera introducir cambios en el sistema para mejorar su funcinamiento
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 25
Mtodo de estudio
07/09/2008
Realizar la descripcin del sistema con el fin de identificar las variables y parmetros Recoleccin de informacin y determinacin de la distribucin asociada a la variable observada Construir el modelo que represente al sistema con las variables distribuciones determinadas en los pasos anteriores Con los resultados obtenidos el investigador debe establecer propuestas que mejoren el funcionamiento del sistema
M.Sc. Ing. Carlos Balderrama Vsquez 26
Caractersticas Generales
Llegadas Servidores Canales de servicio Disciplina Capacidad del sistema Fuente
07/09/2008
27
Actividades a desarrollar
Cual es la funcin distribucin de llegada Cual es la funcin de distribucin de tiempo de servicio Numero de canales de servicio y su tipo Disciplina de atencin a las unidades de llegada Determinar la capacidad del sistema Determinar las fuentes de las unidades de llegada
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 28
Objetivos
Determinar la distribucin de la longitud de tiempo que tiene que esperar un objeto para recibir servicio Determinar la funcin de distribucin del numero de objetos que se encuentran en el sistema en un momento dado Determinar la funcin de distribucin del nmero de objetos que se encuentra en la cola en un instante dado Determinar la funcin de distribucin de la longitud de tiempo que las estaciones de servicio se encuentran ocupadas o se encuentran ociosas.
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 29
Clasificacin
Para facilitar el estudio de los sistemas de espera se han dado varias alternativas de clasificacin de entre ellas tenemos: Propuesta de Kendall: clasifico a los sistemas de espera en poisinianos y no poisinianos Propuesta de Lee: Considera las seis caractersticas bsicas de los sistemas de espera
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 30
Kendall
Considera solo dos de las caractersticas bsicas de los sistemas de espera Las llegadas que se asume tienen la distribucin de poisson Los tiempos de servicio sigue una distribucin exponencial
07/09/2008
31
Lee (a,b,c):(d,e,f)
a: Denota la distribucin de llegadas utilizando la siguiente notacin
M: si la distribucin de llegadas es de poisson D: si la distribucin de llegadas es determinstica G: si la distribucin de llegadas es aleatoria pero no poisson
07/09/2008
32
Lee (a,b,c):(d,e,f)
b: Denota la distribucin de servicio y se utiliza la siguiente notacin
M: Si la distribucin de servicio es exponencial D: si la distribucin de servicio es determinstica Ek: Si la distribucin de servicio tiene un tiempo de servicio Erlang con k grados de libertad G: si la distribucin de servicio es general.
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 33
Lee (a,b,c):(d,e,f)
c: Denota el numero de canales de servicio paralelos
1: un solo canal de servicio n: n canales de servicio
Lee (a,b,c):(d,e,f)
e: Denota la capacidad del sistema de espera
k: fuente finita : fuente infinta
Contenido
Introduccin Caractersticas bsicas de un fenmeno de espera Consideraciones para el modelado de sistemas de espera Procesos en un sistema de espera Modelos de sistemas de espera
M.Sc. Ing. Carlos Balderrama Vsquez 36
07/09/2008
Proceso de Poisson
Se denomina as cuando cumple las siguientes consideraciones:
Los elementos que son tratados por el sistema son considerados idnticos (no hay preferencias) Se asume que dos objetos no pueden llegar al sistema al mismo tiempo El numero de llegadas en un intervalo de tiempo dado constituye una variable aleatoria que normalmente se denota por Pn(t): probabilidad de que en el tiempo t se produzcan n llegadas
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 37
Proceso de Poisson
Se asume que la probabilidad de un suceso en el sistema tan solo dependa del intervalo de tiempo y no as del momento inicial, lo que implica que nuestro proceso es homogneo y estacionario
t t t Pn(t)t t t Pn(t)t Pn(t)t
38
07/09/2008
Proceso de Poisson
Se asume para que un proceso sea de poisson que si el intervalo de tiempo t es pequeo, la probabilidad de que se produzca un suceso en este intervalo es igual a t P1(t)= t Donde es el parmetro del proceso (positivo) >0 Complementariamente la probabilidad de que en el intervalo t se produzca 2 o ms sucesos es una cantidad infinitamente pequea P>=2(t)= 0t
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 39
Proceso de Poisson
De manera anloga la probabilidad en un intervalo t no se produzca ningn suceso P0(t) = 1- t 0(t) Si denotamos por N( t, t + t) el numero de ocurrencias que se producen en el intervalo t t + t, entonces de manera sinttica un proceso ser de poisson s:
07/09/2008
40
Proceso de Poisson
P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 1) = t
07/09/2008
41
Teorema 1
Dado un proceso de poisson o parmetro y considerando que el sistema en el momento inicial no tiene unidades entonces la probabilidad de que en el intervalo t se produzca o se presenten k ocurrencias sigue una distribucin de poisson con parmetro
(t ) e P (t ) =
k k
k!
07/09/2008
42
0
07/09/2008
Teorema 2
En un proceso de poisson con parmetro el intervalo de tiempo entre dos ocurrencias constituye una variable aleatoria que sigue una distribucin exponencial con parmetro
F (t ) = e
07/09/2008
44
k=
k=8 k=2
k=1
Media
M.Sc. Ing. Carlos Balderrama Vsquez
0
07/09/2008
Tiempo
45
Teorema 3
Para un proceso de poisson con parmetro el tiempo transcurrido entre el tiempo inicial y la e-necima ocurrencia sigue una distribucin gama con n grados de libertad y parmetro n/ o sigue una distribucin de erlang
f (t ) =
n,
07/09/2008
46
Contenido
Introduccin Caractersticas bsicas de un fenmeno de espera Consideraciones para el modelado de sistemas de espera Procesos en un sistema de espera Modelos de sistemas de espera
M.Sc. Ing. Carlos Balderrama Vsquez 47
07/09/2008
SISTEMA
P( N (t , t + t ) = 0 ) = 1 n t + 0t
P( N (t , t + t ) 2 ) = 0(t )
P( N (t , t + t ) = k ) = P( N (0, t ) = k )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 50
Ecuaciones de estado
Permanecen los N elementos N elementos N +1 t t t N -1
07/09/2008
t t t+t t t N -2
M.Sc. Ing. Carlos Balderrama Vsquez 51
Ecuaciones de estado
+ Pn 2 (t )0(t ) + Pn 3 (t )0(t ) + ... Pn (t + t ) = Pn (t )[1 n t + 0(t )] + Pn 1 (t )n 1t +
Pn (t + t ) Pn (t ) lim = n Pn (t ) + n 1 Pn 1 (t ) t 0 t
& Pn (t ) = n Pn (t ) + n 1 Pn 1 (t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 52
Ecuaciones de estado
Para el estado inicial primer elemento que llegue al sistema
P0 (t + t ) = P0 (t )[1 0 t + 0(t )]
P0 (t + t ) P0 (t ) lim = 0 P0 (t ) t 0 t
& P0 (t ) = 0 P0 (t )
M.Sc. Ing. Carlos Balderrama Vsquez
07/09/2008
53
Ecuaciones de estado
De acuerdo a los valores que tiene n el proceso de nacimiento puede ser:
Proceso de nacimiento lineal cuando n = n
07/09/2008
54
P( N (t , t + t ) 2 ) = 0(t )
La probabilidad de que en t+t no se produzca ninguna muerte
P( N (t , t + t ) = 0 ) = 1 n t + 0(t )
M.Sc. Ing. Carlos Balderrama Vsquez
07/09/2008
56
Ecuaciones de estado
Permanecen los N elementos N elementos N -1 t t t N +1
07/09/2008
t t t+t t t N +2
M.Sc. Ing. Carlos Balderrama Vsquez 57
Ecuaciones de estado
+ Pn + 2 (t ) n + 2 0(t ) + Pn +3 (t ) n +3 0(t ) + ... Pn (t + t ) = Pn (t )[1 n t + 0(t )] + Pn +1 (t ) n +1t +
Pn (t + t ) Pn (t ) lim = n Pn (t ) + n +1 Pn +1 (t ) t 0 t
& Pn (t ) = n Pn (t ) + n +1 Pn +1 (t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 58
Ecuaciones de estado
El sistema debe compensar con una cantidad grande de elementos inicialmente t=0 se asume que existen n elementos en el sistema
Pn (t + t ) = Pn (t )[1 n t ]
Pn (t + t ) Pn (t ) lim = n Pn (t ) t 0 t
& Pn (t ) = n Pn (t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 59
Ecuaciones de estado
De acuerdo a los valores que tiene n el proceso de muerte puede ser:
Proceso de muerte lineal cuando n = n
07/09/2008
60
SISTEMA
MUERTES
07/09/2008
61
Ecuaciones a considerar
P(N (t , t + t ) = 1) = n t P(N (t , t + t ) 2 ) = 0(t )
P( N (t , t + t ) = 1) = n t
P(N (t , t + t ) = 0 ) = 1 n t + 0(t )
P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 0 ) = 1 n t + 0(t )
M.Sc. Ing. Carlos Balderrama Vsquez 62
07/09/2008
Ecuaciones de estado
Permanecen los N elementos N elementos t t t N -1 t t
07/09/2008
N +1 t
t+t t N -2
t t
N +2 t
N elementos t
63
Ecuaciones de estado
+ Pn 1 (t )(n 1t )(1 n 1t ) + Pn +1 (t )(1 n +1t )( n +1t ) + + Pn 2 (t )0(t )(1 n 2 t ) + Pn + 2 (t )(1 n + 2 t )0(t ) + ...
Pero t * t = t2 es un valor tan pequeo que se anula y tenemos
Pn (t + t ) Pn (t ) = (n + n )Pn (t )t + n 1 Pn 1 (t )t + n +1 Pn +1 (t )t
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 64
Ecuaciones de estado
Pn (t + t ) Pn (t ) = (n + n )Pn (t ) + n 1 Pn 1 (t ) + n +1 Pn +1 (t ) t
Pn (t + t ) Pn (t ) = (n + n )Pn (t ) + n 1 Pn 1 (t ) + n +1 Pn +1 (t ) t 0 t lim
& Pn (t ) = n 1 Pn 1 (t ) (n + n )Pn (t ) + n +1 Pn +1 (t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 65
Ecuaciones de estado
Deduccin para P0(t)
P0 (t + t ) = P0 (t )(1 0 t )(1 0 t ) + P (t )(1t )(1 1t ) + .... 1
P0 (t + t ) P0 (t ) = 1 0 + 0 t + 0 0 t 2 + 1t 11t 2
P0 (t + t ) Po (t ) lim = 0 P0 (t ) + 1 P (t ) 1 t 0 t
& P0 (t ) = 0 P0 (t ) + 1 P (t ) 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 66
Casos especiales
n = n n = n
Por lo tanto el proceso de nacimiento y muerte es lineal o el proceso de migracin y emigracin es lineal
Casos especiales
n = n =
Por lo tanto el proceso de nacimiento y muerte es constante o el proceso de migracin y emigracin es constante
07/09/2008
69
Solucin
P0 (t ) P (t ) 1 (t ) = P2 (t ) P (t ) 3
A= 0 0
0 0 ( + ) 0 ( + ) ( + ) 0
(t ) = A (t ) t
07/09/2008
70
Resolviendo el sistema
P1(t)=1 Objetivo de los sistemas de Espera es determinar las Medidas de congestin
20
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
t
71
Truco
Si el sistema es considerado estacionario entonces no depende del tiempo por lo que las ecuaciones de estado se transforman en ecuaciones de diferencias finitas y para estudiar el sistema estacionario se debe proceder a resolver el sistema de ecuaciones en diferencias finitas
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 72
Solucin
0 = Pn 1 ( + )Pn + Pn +1 1 0 = P0 + P n = 1,2,3,...
0 = P0 ( + )P + P2 1 P0 + ( + )P = P2 1 P2 = P0 + ( + )P 1
Pn = P0
2 P0 + P0 + P0 P2 =
2 P2 = 2 P0
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 73
Solucin
2 P2 = P0 3 P3 = P0 k P = P 0 k
P0 + P + P2 + .... + Pk = 1 1
P
k =0
=1
k
P0 = 1 k =0 P0 = 1 k =0
k
1 1 + + + .... + = 1 = <1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 74
Solucin
1 P0 1 = 1 P0 = 1
P0 = 1
P0 =
Pk = (1 )
F (x ) = P(x X ) F ( x ) = (1 )
k =0
07/09/2008
F ( x ) = (1 )
k =0
75
Contenido
Introduccin Caractersticas bsicas de un fenmeno de espera Consideraciones para el modelado de sistemas de espera Procesos en un sistema de espera Modelos de sistemas de espera
M.Sc. Ing. Carlos Balderrama Vsquez 76
07/09/2008
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S)(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 77
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S)(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 79
Caractersticas
Las llegadas al sistema tiene una naturaleza aleatoria con una distribucin de poisson con parmetro constante que recibe el nombre de tasa de llegadas El servicio en el sistema en cuanto al tiempo se refiere tiene naturaleza aleatoria con una distribucin exponencial con parmetro constante, de modo que 1/ representa la tasa de servicio
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 80
Caractersticas
El numero de unidades que prestan servicio en nuestro sistema es igual a 1 La disciplina de servicio en nuestro sistema es del tipo FIFO La capacidad del sistema es ilimitada Asumimos que la fuente de las unidades de llegada al sistema es ilimitada
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 81
07/09/2008
82
En base a las caractersticas del sistema la probabilidad de que se produzca una llegada o un abandono en el intervalo t, t+t es: P( N (t , t + t ) = 1) = n t
P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 0 ) = 1 n t + 0(t )
P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 0 ) = 1 n t + 0(t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 83
P( N (t , t + t ) = 1) = n t
Ecuacin de estado
Pn(t+t)=probabilidad de que existan n objetos y no ha llegado nadie y no hay muerte mas la probabilidad de que existan n objetos y ha llegado alguien y se ha concluido con 1 servicio mas la probabilidad de que exista n-1 objetos, ha llegado 1 objeto pero nadie ha salido o no se ha terminado de dar servicio mas n+1objetos en el sistema, nadie llego pero se ha concluido con el servicio de un elemento
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 84
Ecuacin de estado
+ Pn 1 (t )(n 1t )(1 n 1t ) + Pn +1 (t )(1 n +1t )( n +1t ) + ...
Pn (t + t ) Pn (t ) lim = (n + n )Pn (t ) + n 1 Pn 1 (t ) + n +1 Pn +1 (t ) t 0 t
& Pn (t ) = n 1 Pn 1 (t ) (n + n )Pn (t ) + n +1 Pn +1 (t )
& P0 (t ) = 0 P0 (t ) + 1 P (t ) 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 85
Solucin
Como el sistema es ilimitado asumimos que el sistema es estacionario A objeto de simplificar el estudio del sistema vamos a asumir que el sistema es estacionario y se tiene
0 = Pn 1 ( + )Pn + Pn +1 1 0 = P0 + P
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 86
Solucin
P = P0 ; P2 = P0 ; P3 = P0 ,..., Pk = P0 1
= Factor _ de _ trafico _ o _ medida _ de _ congestion
2 3 k
=
Sustituyendo en la ecuacin general
Pn 1 (1 + )Pn + Pn +1 = 0 P0 + P = 0 1
P = P0 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 87
Solucin
Para n = 1
P0 (1 + )P0 + P2 = 0 P0 P0 P0 + P2 = 0
2
P2 = P0
2
Pk = P0
k
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 88
Solucin
P
k =0 k =0 k
=1
k P0 = 1
P0 = 1
k k =0
P0 = 1
k
Pk = (1 ) __ __ k > 0
1 P0 =1 1 P0 = 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 89
Solucin
Su funcin de Distribucin ser
F (n ) = P( x < n ) = (1 ) = (1 ) k
k k =0 k =0
1 n +1 F (n ) = k = 1 + + 2 + ... + k = 1 k =0
1 n +1 F (n ) = (1 ) 1 F (n ) = P( x n ) = 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
n +1
90
Parmetros de congestin
El numero medio de unidades en el sistema Ls Cantidad esperada de clientes en la cola Lq Tiempo medio de espera de 1 elemento en el sistema Ws Tiempo medio que espera en la cola relacin entre el nmero medio de elementos en la cola y la tasa de llegadas.
07/09/2008
91
Ls E (n ) kPk
k =0
Ls = k k (1 ) = (1 ) k k
k =0 k =0
(1 ) k k Ls =
k =0
(1 ) k k 1 Ls =
k =0
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 92
d Ls = (1 ) k =1 d
Sabemos que
d = k k 1 d
k
d k Ls = (1 ) d k =1
d 1 1 Ls = (1 ) 1 = (1 ) (1 )2 d Ls =
07/09/2008
_____ Ls =
93
P0 = 1
P0 =
Por lo tanto
Ls = E (n ) =
1
=
94
07/09/2008
Lq = (k 1)Pk
k =1
Si son s canales Es de s a
Lq = (ak + bk ) = ak + bk
k =1 k =1 k =1
Lq = k k Pk + 0 + P0
k =1 k =1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
P
k =1
=1
95
Lq = kPk + 1 + P0
k =1
Lq = Ls 1 + P0 = Ls 1 + 1
Lq = Ls Ls = Lq +
2 = Lq = 1 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 96
Ws = f ( Ls, )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 97
+ Ls +Ws Ws Ls Ls Ws + Ws Ws 1 +Ws
1 Ws = = = (1 ) 1
1 Ws =
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 98
Wq =
Lq
99
07/09/2008
1 Ws = = Ws
Ls
Wq = Ws
Lq
Ws = Wq +
2
2
2 = = = Ws = (1 ) ( ) ( )
Wq = ( )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 100
Tiempo medio de una llegada antes de entrar al servicio bajo la condicin de espera
1 E (W |W > 0 ) =
El numero medio de unidades en la cola bajo la condicin de que la cola no este vaca
E (n |W > 0 ) =
07/09/2008
101
Ls kPk
k =1
Ls = Lq + Ls = Ws Ws = Wq + Ws = Ls 1
Lq = Ls Lq = Wq Wq = Ws Wq = Lq 1
Lq (k s )Pk
k =0
102
07/09/2008
Para la capacidad limitada (N) las probabilidades P0, P1, P2, , Pn probabilidad de que el sistema este lleno y a su plena capacidad Si llegan N+1 nos da una informacin errnea para corregir esto se debe usar la tasa media efectiva
efec = f ( , Pn ) = (1 Pn )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 103
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S)(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 104
07/09/2008
105
Caractersticas
El tiempo de servicio a las unidades del sistema es aleatorio y sigue una distribucin exponencial con parmetro de modo que 1/ constituye la tasa media de servicio El numero de canales de servicio de nuestro sistema se asume igual a 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 106
Caractersticas
La disciplina del servicio del sistema es tipo general La capacidad de nuestro sistema es limitado e igual a N La fuente generadora de unidades de llegada se asume
07/09/2008
107
Bajo las caractersticas mencionadas el sistema corresponde a un proceso de poisson y se tiene las siguientes Probabilidades P( N (t , t + t ) = 1) = n t
Llegadas P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 0 ) = 1 t + 0(t ) n
P(N (t , t + t ) = 1) = n t Servicio P(N (t , t + t ) 2 ) = 0(t ) P(N (t , t + t ) = 0 ) = 1 t + 0(t ) n
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 108
Ecuaciones de Estado
1-t
E1
E2
E3
E4
1-t
E1
07/09/2008
E2
109
Pn (t , t + t ) = Pn (t )(1 t )(1 t ) +
& Pn (t ) = Pn 1 (t ) ( + )Pn (t ) + Pn +1 (t )
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 110
Cuando la probabilidad vara respecto al tiempo hablamos de proceso estocastico Sistemas de ecuaciones diferenciales continuas respecto a t y discreto respecto a N, para cada N se tiene una curva de probabilidad respecto a t
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 111
0 = P0 + P 1 0 = Pn 1 ( + )Pn + Pn +1 0 = P ( + )P N 1 N
=
Como TENEMOS
0 = P0 + P 1 0 = Pn 1 ( + 1)Pn + Pn +1 0 = P ( + 1)P N 1 N
M.Sc. Ing. Carlos Balderrama Vsquez 112
07/09/2008
Resolviendo
P = P0 1
0 = P0 P P + P2 1 1 n =1 2 0 = P 0 P0 P0 + P2
P2 = P0
2
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
Pk = Pn
k
K = 1,..., N 1
113
Para n=N-1
0 = PN 2 PN 1 PN 2 + PN 0=
N 1
P0 P0
N
N 1
P0 + PN
k
PN = P0
N N N
Pk = P0
K = 0,..., N
N +1 N
P0 ( + 1) P0 = P0 PN 1 PN
07/09/2008
P0 P0
N N
N 1
P0 P0 = P0 P0 = 0
N
114
1 P0 = 1 N +1
Pk = P0
k
=
Factor de trfico
1 k Pk = ; __ k = 1,.., N N +1 1
ef = (1 PN )
Como el sistema es de capacidad limitada es conveniente trabajar con efectivo
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 115
F (x n ) = X
1 1 N k F ( N ) = Pk = k = N +1 N +1 1 K =0 1 k =0 k =0
N N
k =0
Progresin geomtrica
1 n +1 1 + + 2 + ... + N = 1
1 1 n 1 F (n ) = * N +1 1 1
1 F (n ) = 1 N +1
n +1
116
07/09/2008
P0
0
07/09/2008
N
117
Parmetros de Congestin
Ls Cantidad esperada de clientes en el sistema
Ls = E (n ) = kPk = P0 k = P0 k
k k =0 k =0 k =0
Sabemos que
k 1
d k k 1 = k d
( )
d k Ls = P0 k = 0 d
( )
1 N +1 d d k = P0 = P0 1 d d k = 0
N
118
07/09/2008
( N + 1) N + ( N + 1) N +1 + 1 N +1 Ls = P0 2 (1 )
P0 Ls = N N +1 (1 + N ) N + 1 (1 )2
07/09/2008
119
Lq = (k 1)Pk
k =1
Ls = Lq +
Lq = Ls
P0 N +1 N Lq = N (1 + N ) + 1 2 (1 )
07/09/2008
120
Ws =
Ls
efec
Ws = Wq +
07/09/2008
121
Wq =
Lq
efec
Wq = Ws
07/09/2008
122
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S):(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 123
Caractersticas
Corresponde a un proceso de Poisson para el cual las llegadas son aleatorias y siguen una distribucin de Poisson con parmetro que representa la tasa media de llegadas
07/09/2008
124
Caractersticas
El tiempo de servicio para este sistema vamos a suponer que es aleatorio y sigue una distribucin exponencial con parmetro para todas las estaciones de servicio en paralelo (s). Donde 1/ representa la tasa media de servicio, que es comun para todos los canales de servicio, adems respecto a la probabilidad de que concluya el servicio de una unidad en t en este caso es una funcin lineal en tanto el nmero de unidades sea menor o igual al nmero de servidores y apartir del mismo ser proporcional a la cantidad de servidores
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 125
Caractersticas
El nmero de canales de servicio para nuestro sistema es igual a S La disciplina del sistema la consideramos que es general La capacidad del sistema es infinita La fuente es infinita
07/09/2008
126
Probabilidades
Llegadas
P( N (t , t + t ) = 1) = n t
P( N (t , t + t ) 2 ) = 0(t ) P( N (t , t + t ) = 0 ) = 1 n t + 0(t )
07/09/2008
127
Probabilidades
Servicio
n=n n=s
Ecuaciones de Estado
Pn(t+t)=probabilidad de que existan n objetos y no ha llegado nadie y no hay muerte mas la probabilidad de que existan n objetos y ha llegado alguien y se ha concluido con 1 servicio mas la probabilidad de que exista n-1 objetos, ha llegado 1 objeto pero nadie ha salido o no se ha terminado de dar servicio mas n+1objetos en el sistema, nadie llego pero se ha concluido con el servicio de un elemento
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 129
Ecuacin de estado
n < s n 1
n < s
& P0 (t ) = P0 (t ) + P (t ) 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
n = 1,..., s
130
Ecuacin de estado
n s
n > s
& P0 (t ) = P0 (t ) + P (t ) 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
n = 1,..., s
131
Suponiendo que el sistema es estacionario 0 = P0 + P 1 0 = Pn 1 ( + n )Pn + (n + 1)Pn +1 ; __ n = 1,..., s 0 = P ( + s )P + sP ; ___ n > s n 1 n n +1 Utilizando el factor de trafico y dividiendo entre
0 = P0 + P 1 0 = Pn 1 ( + n )Pn + (n + 1)Pn +1 ; __ n = 1,..., s 0 = P ( + s )P + sP ; ___ n > s n 1 n n +1
07/09/2008
132
De 1
P = P0 1
0 = P0 ( + 1)P + 2 P2 = P0 ( + 1)P0 + 2 P2 1 P2 =
n=2 0 = P ( + 2 )P2 + 3P3 = (P0 ) ( + 2 ) 1 P3 =
De 2
n =1
2
2!
P0
2
2!
P0 + 3P3
3
3!
P0
07/09/2008
133
P4 =
4
4!
P0
Generalizando
Pk =
N=s en 3
k
k!
P0 ; ___ k = 1,..., s
Ps 1 ( + s )Ps + sPs +1 = 0
(s 1)!
P0
s 1
P0
s
s!
P0 s
s 1
s!
P0 + sPs +1 = 0
Ps +1 =
07/09/2008
s +1
s * s!
Ps =
s
s!
P0
134
n=s+1 en 3
P3 ( + s )Ps +1 + sPs + 2 = 0
s +1
s!
s +1
s!
P0
P0
s +1
s * s!
P0 s
s +1
s!
s +1
s * s!
P0 + sPs + 2 = 0
s +1
s * s!
P0
P0 + sPs + 2 = 0
Ps + 2 =
s+2
s * s!
2
P0
Generalizando
Ps + k =
07/09/2008
s+k
s * s!
P0 ; ___ k = 1,...,
135
Calculo para P0
P
k =0 s 1 k =0
k k
=1
k! P + s
0 k =0
s+k
* s!
P0 = 1 =1
s 1 k s + P0 k =0 k! s!
s
k =0
k
k
Serie Geomtrica
s 1 k s 1 + P0 = * =1 k =0 k! s! 1 s
s 1 k 1 s + P0 = * =1 k =0 k! (s 1)! (s )
P0 =
1
s s 1 k k! + (s 1)!*(s ) k =0
07/09/2008
137
Parmetros de Congestin
Numero medio de unidades en la cola
Lq = (k s )Pk = iPs +i = i
k =s
s +i
s * s!
i
C.V . __
s
i =0
i =0
P0
=
i s i 1
P0 i Lq = i s = s! i * s! i =0 i =0 s +1 P0 d i s +1 P0 d 1 Lq = i = s * s! d i =0 s * s! d 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 138
P0
s +1 P0 1 1 * * Lq = = 2 s * s! (1 ) s * s! 2 1 s s +1 P0 1 * Lq = s * s! (s )2 1 s2
Lq = Lq =
s +1 P0
(s 1)!(s )2 (s 1)!(s )
s +1
2
s +1 P0
1 s 1 k s k! + (s 1)!(s ) k =0
139
07/09/2008
Ls = Lq +
Tiempo esperado de espera en el sistema Ws
Ws =
Ls
;Ws = Wq +
Wq =
07/09/2008
Lq
140
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S):(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 141
Caractersticas
La distribucin de llegas es Poisson con como tasa media de llegadas La distribucin del tiempo de servicio en el sistema es de tipo exponencial con como parametro de servicio y 1/ es la tasa de servicio Se tiene s canales de servicio que se encuentran en paralelo La capacidad del sistema es finita e igual N
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 142
Caractersticas
La fuente es infinita En base a las caractersticas del sistema esta claro que n para el servicio, en este caso no es constante si no:
n ; __ n s n = s ; __ n > s
n=n n=s
s
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 143
Ecuacin de estado
& P0 (t ) = P0 (t ) + P (t ) 1 & P (t ) = P (t ) ( + n )P (t ) + (n + 1)P
n n 1 n
n +1
(t ); __ n < s
07/09/2008
144
Ecuacin de estado
Asumiendo que el sistema es estacionario
0 = P0 + P 1
De 1 De 2
P = P0 1
n =1 0 = P0 ( + 1)P + 2 P2 = P0 ( + 1)P0 + 2 P2 1 P2 =
2
2!
P0
Si _ n s __ Pn =
De 3
n=s
n!
P0
Ps 1 ( + s )Ps + sPs +1 = 0
07/09/2008
(s 1)!
s 1
P0
s
s!
P0 s
s
s!
P0 + sPs +1 = 0
146
Ps +1 =
N=s+1
s +1
s!*s
P0
Ps + 2 =
s+2 2
s!*s
P0
PN =
N N
s!*s
P0
Ps + k =
07/09/2008
s+k k
s!*s
P0
147
Calculo de P0
P
n =0
=1
s 1
P +P
n =0 n n =0
s 1
=1
n! P + s s! P
n =0 0 k =0 k
N s
s+k
=1
=1
148
P0 + n =0 n! s!
s 1 n
07/09/2008
s N s k =0
N N
k =0
N s
= 1 + + + ... +
2
N s +1
N s
1 N s s k = s k =0 s
1 N s +1 = 1
P0 =
1
N s +1 1 s 1 n s s + n =0 n! (s 1)! (s )
M.Sc. Ing. Carlos Balderrama Vsquez 149
07/09/2008
Parmetros de congestin
Es necesario trabajar con efectivo
efec = (1 Pn )
Numero medio de unidades en la cola
Lq = (n s )Pn = k
n=s k =0 N N s
s+k
s! s
k
P0
P0 Lq = s! s
07/09/2008
s +1
k s k =0
N s
150
K=n-s
d k = k k 1 d
d N s k s +1 P0 d 1 N s +1 Lq = P0 = s! s d 1 s! s d k = 0
s +1
Lq =
(s 1)!(s )
N
s +1 P0
N s N s 1 ( N s ) 1 s s s
Relacin
Lq =
07/09/2008
n = s +1
(N s )P = nP s P + nP nP
n n = s +1 n n = s +1 n n =0 n n =0
M.Sc. Ing. Carlos Balderrama Vsquez
151
Lq = nPn s Pn nPn
n =0 n = s +1 n =0
S s 1 Pn n =0
a + b =1 b = 1 a
Lq = Ls s + (s n )Pn
n =0
Lq = Ls (s s )
07/09/2008
Ls = Lq + (s s )
152
efec Ls = Lq +
Donde efec = (1-PN)
efec = s s efec = (s s )
efec s = s
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 153
Wq =
Lq
efec
Ws =
Ls
efec
Ws = Wq +
154
07/09/2008
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S):(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 155
Caractersticas
Es un proceso de Poisson Las llegadas tienen distribucin de poisson con parmetro 0= Los servicios son exponenciales pero tienen la particularidad siguiente (todos los servidores dan servicio a un solo proceso) es decir si todos los servidores estn libres, al llegar una unidad al sistema todos brindan servicio a esta unidad, si llega otra unidad al sistema parte de los que estn sirviendo a la anterior unidad pasan a prestar servicio a esta nueva unidad y as sucesivamente.
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 156
S3
S4
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 157
La grafica muestra que el parmetro de servicio para nuestro sistema va ha ser lineal
n = s __ n
07/09/2008
158
Caractersticas
El numero de unidades de servicio es finito y es igual a s teniendo los canales la particularidad de ser paralelos El sistema de espera es de tipo general El sistema es cerrado (capacidad del sistema es finita y es igual al numero de canales de servicio) La fuente generadora de elementos de llegada es finito e igual a los canales de servicio
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 159
Ecuaciones de Estado
P0 (t + t ) = (1 t )P0 (t ) + sP (t ) 1 Pn (t + t ) = (1 t )(1 st )Pn (t ) + tPn 1 (t ) + sPn +1 (t ) ___ n = 1,..., s 1 Ps (t + t ) = tPs 1 (t ) (1 st )Ps (t )
& P0 (t ) = P0 (t ) + sP (t ) 1 & P (t ) = ( + s )P (t ) + P
n n n 1 (t ) + sP +1 (t )n = 1,..., s 1 n & (t ) = sP (t ) + P (t ) Ps s s 1
Asumiendo que el sistema es estacionario
0 = P0 + sP 1 0 = ( + s )Pn + Pn 1 + sPn +1 0 = sP + P s s 1
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 161
P= P0 = P0 1 s s
N=1
0 = P0 P sP + sP2 1 1
P1 = sP2
P2 = P = P P2 P0 1 1 s s s
2
Generalizando
Pk = P0 ___ k = 1,..., s 1 s
k
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 162
0 = s
s 1
P0 sPs Ps = P0 s s
s 1
0=
ss
s
s 1
P0
Ps = P0 s
07/09/2008
163
Calculo de P0
s Pk = 1 P0 = 1 P0 k = 1 k =0 k =0 s k =0 s s k
1 1 + + + ... + = 1
2 s
s +1
P0 =
s
s 1
1 s
07/09/2008
164
s k k s s Pk = k s +1 = k + s s +1 s +1 s s s s s +1 s +1 s
La probabilidad de que una unidad llegue y su servicio sea igual a:
(1 Ps ) = 1 P0 s
s
Ls kPk Ls = k P0 k =0 k =0 s
s s k
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 165
Ls = P0 k Ls = P0 k k =0 s k =0
s s s
Ls = P0 k
k =0
k 1
Pero
d k = k k 1 d
(s + 1) s (1 ) + 1 s +1 d 1 s +1 P0 = P0 2 d 1 (1 )
P0 s +1 s P0 = s (s + 1) + 1 2 (1 )
)
166
07/09/2008
s s P0 s +1 s s (s + 1) + 1 Ls = 2 (s ) s s s2
s s +1 P0 s Ls = s (s + 1) + 1 (s )2 s s
Lq = Ws =
Ls
efec = (1 Ps )
167
07/09/2008
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S):(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 168
Caractersticas
Este sistema corresponde a un proceso de poisson en el cual al margen de que las llegadas tienen una distribucin de poisson y el tiempo de servicio tiene una distribucin exponencial se asume que el nmero de canales de servicio es proporcional al numero de unidades que llegan al sistema tiene a su disposicin un canal para prestar servicio, esto implica a su vez que n=n el modelo es lineal respecto al servicio y constante respecto a las llegadas n=
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 169
Ecuaciones de Estado
& P0 (t ) = P0 (t ) + P (t ) 1 & Pn (t ) = Pn 1 (t ) ( + n )Pn (t ) + (n + 1)Pn +1 (t )
Este sistema de ecuaciones diferenciales es posible resolverlas Obteniendo las siguiente solucin
e Pn (t ) = n! = 1 e t
)
170
07/09/2008
0 = P0 + P 1
0 = Pn 1 ( + n )Pn + (n + 1)Pn +1
P = P0 1
n =1 P0 P1 P1 + 2 P2 = 0 P2 =
P3 = Pk =
3!
k
P0 P0 __ k 0
2!
P0
k!
07/09/2008
171
Calculo de P0
P
n =0
=1
n =0
n
n!
P0 = 1 P0
n =0
n
n!
=1
e
Pero
x x x x x x! = 1 + 1! + 2! + 3! + ... = e n =0
P0 = e
07/09/2008
Pn =
M.Sc. Ing. Carlos Balderrama Vsquez
n!
Caracterstica cualquier unidad que venga es servida inmediatamente Ya que hay varios canales de servicio
172
Parmetros de congestin
Ls = E (n) =
Wq = Lq
Lq = Ls = = 0
1 1 Ws = = = * =
Ls
=0
Ls =
Ws =
Lq = 0
07/09/2008
173
Wq = 0
M.Sc. Ing. Carlos Balderrama Vsquez
Contenido
Modelos de sistemas de espera Sistema de espera (M,M,1):(FIFO,,) Sistema de espera (M,M,1):(DG,N, ) Sistema de espera (M,M,S):(DG, ,) Sistema de espera (M,M,S):(DG,N, ) Sistema de espera (M,M,k):(DG,k,k) Sistema de espera (M,M,):(DG, , ) Sistema de espera (M,M,R):(DG,K,K)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 174
Caractersticas
Este sistema de espera tiene la caracterstica de corresponder a un proceso de Poisson en el cual las llegadas siguen una distribucin de poisson con parmetro que sin embargo ya en la aplicacin en el sistema mismo no permanecen constante sino que varia linealmente de acuerdo a la siguiente ecuacin n=(k-n)
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 175
Debido que la fuente de las unidades y la capacidad del sistema son de tipo finitas Con relacin al tiempo de servicio este tiene una distribucin exponencial con parmetro de modo tal que en el sistema no es constante sino
n ; __ n R n = R ; __ R < n K
Para lo cual se asume que R<k Este modelo se usa en los talleres mecnicos Respecto a los canales de servicio asumimos el nmero de canales igual a R mientras que la capacidad y fuente del sistema son finitas e iguales
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 176
Ecuaciones de Estado
& Pn (t ) = (k n + 1)Pn 1 (t ) [(k n ) + R ]Pn (t ) + RPn +1 (t ) __ R < n < k & P (t ) = P (t ) + RP (t )
k k 1 k
n +1
(t ) __ n R
0 = kP0 + P 1
P = kP0 1
(k 1)k 2 P =
P = C P0 1 k 2 P2 = C2 P0 n < R; __ n = 1,2,..., R 1 k n Pn = Cn P0
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 178
n! P ; ___ R n k Pn = C n R 0 R! R
k n
Calculamos P0
n! Pn C P0 + n C R! R n R P0 = 1 =R n =0 n =0
k R 1 k n k n n k n
P0 =
1 n! n k n k Cn + n Cn R! R n R n =0 =R
R 1 k
M.Sc. Ing. Carlos Balderrama Vsquez 179
07/09/2008
Parmetros de congestin
efec Ls = Lq + (R R ) = Lq +
Lq = (n R )Pn
n= R k
efec Ls = Lq +
efec = (R R ) efec = (1 Pk )
Ls
Wq =
07/09/2008
Lq
efec
Ws =
M.Sc. Ing. Carlos Balderrama Vsquez
efec
180
Gracias
Consultas a: cbv170@hotmail.com
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez 181