8TColas New

Investigacin Operativa II SIS - 2210
Teora de Colas
07/09/2008
M.Sc. Ing. Carlos Balderrama Vsquez
Bibliografa a Emplear
Mtodos y Modelos de Investigacin de Operaciones, Juan Prawda, Limuza, Introduccin a la Investigacin de Operaciones, Hillier, Lieberman, MacGrawHill,
Investigacin de Operaciones, Mathur Solow, Prentise Hall,
Investigacin de Operaciones, Wayne L. Winston, Editorial Iberoamericana,
07/09/2008
Bibliografa a Emplear
Investigacin de Operaciones, TAHA, AlfaOmega, 1998

07/09/2008
Investigacin de Operaciones, Toma de Decisiones, Raffo Lecca, Arte Studio Grdica, 1999
WinQSB, Version 2.0, Yih-Long Chang, Kiran Desai, Wiley, 2002

3
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
Los sistemas de espera

Los sistemas de espera de manera natural existen en el mundo, han existido y su problemtica ha sido resuelta de manera natural. En los sistemas artificiales el fenmeno de espera surge cuando se presentan objetos que ingresan al sistema a objeto de recibir servicio por otros objetos y por una razn se presenta la necesidad de esperar por el servicio o bien esperar para prestar servicio
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
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
Anlisis econmico de lneas de espera

Costos
Costo total
Costo del servicio
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.
Contenido
Sistemas de colas: modelo bsico

Sistema de colas Llegadas Disciplina de la cola Instalacin Salidas del servicio
Cola
07/09/2008
15
Estructuras tpicas de sistemas de colas: una lnea, un servidor

Sistema de colas Llegadas Salidas
Cola
Servidor
07/09/2008
16
Estructuras tpicas de sistemas de colas: una lnea, mltiples servidores

Sistema de colas Servidor Llegadas Cola Servidor Servidor Salidas Salidas Salidas
07/09/2008
17
Estructuras tpicas de colas: varias lneas, mltiples servidores

Sistema de colas Cola Llegadas Cola Cola Servidor Servidor Servidor Salidas Salidas Salidas
07/09/2008
18
Estructuras tpicas de colas: una lnea, servidores secuenciales

Sistema de colas Llegadas Cola Servidor Cola Servidor
07/09/2008 M.Sc. Ing. Carlos Balderrama Vsquez
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
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
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
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
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
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.
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
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.
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
d: Denota la disciplina de servicio del sistema y puede ser:

FIFO: primero en llegar primero en salir LIFO: ultimo en llegar primero en salir SIRO: Servicio aleatorio DG: disciplina general
Lee (a,b,c):(d,e,f)
e: Denota la capacidad del sistema de espera
k: fuente finita : fuente infinta
f: Denota la fuente de las unidades

k: fuente finita : fuente infinta
Contenido
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
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
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
P( N (t , t + t ) = 0 ) = 1 t 0(t ) P( N (t , t + t ) = N N (0, t ) = k ) = P( N (t , t + t ) = N ) P( N (0, t ) = k ) = Pk (t ) P( N (0, t ) = k ) = Pk (t )
No interesa el momento inicial sino el intervalo
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
Sistemas de colas: Las llegadas - Distribucin de Poisson

P
0
07/09/2008
Llegadas por unidad de tiempo

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
Sistemas de colas: El servicio

P(t)
k=
k=8 k=2
k=1
Media
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
07/09/2008
Procesos del sistema
SISTEMA
Proceso de Nacimiento Puro

Proceso de Muerte Pura

48
Proceso de Nacimiento Puro

Vamos a asumir que el proceso es de tipo Poisson que corresponde a un sistema en el cual en el tiempo se suceden nacimientos (llegadas) y en ningn momento se produce la muerte (salidas) o el abandono de los elementos del sistema bajo estas consideraciones el proceso se caracteriza por que la probabilidad de que en el intervalo de t a t + t se produzca un nacimiento ser igual
Proceso de Nacimiento Puro P( N (t , t + t ) = 1) = n t

Bajo la suposicin de que en el momento t se tenan N objetos en el 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 )
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
+ 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 )
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 )
07/09/2008
53
De acuerdo a los valores que tiene n el proceso de nacimiento puede ser:
Proceso de nacimiento lineal cuando n = n
Proceso de nacimiento constante cuando n = para todo n = 0,1,2,
& Pn (t ) = nPn (t ) + (n 1)Pn 1 (t ) & P0 (t ) = P0 (t )

& Pn (t ) = Pn (t ) + Pn 1 (t ) & P0 (t ) = P0 (t )
07/09/2008
54
Proceso de Muerte Pura

Un proceso de muerte pura se caracteriza porque corresponde a un proceso de poisson en el cual se asume que se producen solamente abandonos del sistema en el tiempo y en ningn momento se produce la incorporacin de elementos al sistema, si en el momento t en el sistema se tenan n unidades entonces este proceso se caracteriza por que la probabilidad de que se produzca una muerte en el intervalo t, t+t.
Proceso de muerte pura P( N (t , t + t ) = 1) = n t

La probabilidad de que en t+t se produzca mas de dos muertes
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 )
07/09/2008
56
Permanecen los N elementos N elementos N -1 t t t N +1
07/09/2008
t t t+t t t N +2
+ 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 )
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 )
De acuerdo a los valores que tiene n el proceso de muerte puede ser:
Proceso de muerte lineal cuando n = n
Proceso de muerte constante cuando n = para todo n = 0,1,2,
& Pn (t ) = nPn (t ) + (n + 1)Pn +1 (t ) & P0 (t ) = Pn (t )

& Pn (t ) = Pn (t ) + Pn +1 (t ) & P0 (t ) = Pn (t )
07/09/2008
60
Proceso de Nacimiento y Muerte

Asumir que el proceso es de poisson y para el mismo en un instante de tiempo puede producirse nacimientos y muertes de elementos
NACIMINETOS
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 )
07/09/2008
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
+ 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
Pn (t + t ) = Pn (t )(1 n t )(1 n t ) + Pn (t )(n t )( n t ) +
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 )
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
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
& Pn (t ) = (n 1)Pn 1 (t ) n( + )Pn (t ) + (n + 1)Pn +1 (t ) & P (t ) = P (t ) + P (t )

0 0 1 1
Casos especiales
n = n =
Por lo tanto el proceso de nacimiento y muerte es constante o el proceso de migracin y emigracin es constante
& Pn (t ) = Pn 1 (t ) ( + )Pn (t ) + Pn +1 (t ) & P (t ) = P (t ) + P (t )

0 0 1 1
Solucin al sistema de ecuaciones

& P0 (t ) = P0 (t ) + P (t ) 1 & P (t ) = P (t ) ( + )P (t ) + P (t ) & P2 (t ) = P (t ) ( + )P2 (t ) + P3 (t ) 1 & P (t ) = P (t ) ( + )P (t ) + P (t )
3 2 3 4 1 0 1 2
Limitando el Sistema P4(t)=0
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
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
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
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
Es una serie geomtrica :
1 1 + + + .... + = 1 = <1
Solucin
1 P0 1 = 1 P0 = 1
P0 = 1
P0 =
Pk = (1 )
Funcin de distribucin acumulada
F (x ) = P(x X ) F ( x ) = (1 )
k =0
07/09/2008
F ( x ) = (1 )
k =0
75
Contenido
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)
Modelado se sistemas de espera

Construccin del Modelo en funcin a sus caractersticas bsicas del sistema de espera Obtencin de las ecuaciones de estado Determinar los parmetros de congestin Obtener resultados del funcionamiento del sistema
Contenido
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
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
Sistema de colas Llegadas Cola Servidor Salidas
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 )
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
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 + t ) = Pn (t )(1 n t )(1 n t ) + Pn (t )(n t )( n 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
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
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
Solucin
Para n = 1
P0 (1 + )P0 + P2 = 0 P0 P0 P0 + P2 = 0
2
P2 = P0
2
Pk = P0
k
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
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
Esta es una progresin geomtrica con razn =
1 n +1 F (n ) = (1 ) 1 F (n ) = P( x n ) = 1
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
Numero medio de unidades Ls

Por definicin
Ls E (n ) kPk
k =0
Para Variables aleatorias discretas
Ls = k k (1 ) = (1 ) k k
k =0 k =0
(1 ) k k Ls =
k =0
(1 ) k k 1 Ls =
k =0
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
La probabilidad de que alguien llegue e inmediatamente es servido
P0 = 1
P0 =
Por lo tanto
Ls = E (n ) =
1
=
94
Donde es el factor de trafico
07/09/2008
Cantidad de clientes en cola Lq

Por definicin
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
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
Tiempo medio de espera en el sistema Ws

Para determinar Ws se debe establecer las relaciones entre el nmero medio de unidades en el sistema y la tasa de llegada
Ws = f ( Ls, )
+ Ls +Ws Ws Ls Ls Ws + Ws Ws 1 +Ws
1 Ws = = = (1 ) 1
1 Ws =
Tiempo Medio de espera en la cola Wq

Relacin entre el numero medio de elementos en la cola y la tasa de llegadas
Wq =
Lq
99
07/09/2008
1 Ws = = Ws
Ls
Wq = Ws
Lq
Ws = Wq +
2
2
2 = = = Ws = (1 ) ( ) ( )
Wq = ( )
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
Relacin entre parmetros

Bajo el supuesto de que el sistema tenga capacidad ilimitada
=Para capacidad ilimitada N= para capacidad limitada
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 )
Contenido
Sistema de espera (M,M,1):(DG,N, )

La caracterstica bsica de este sistema de espera corresponde a un proceso de Poisson en el cual las llegadas al sistema son aleatorias y siguen una distribucin de Poisson con parmetro Constante que recibe el nombre de tasa media de llagadas
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
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
Ecuaciones de Estado
1-t
E1
E2
E3
E4
De Cualquier sistema debemos ver el comportamiento de un estado a otro
1-t
E1
07/09/2008
E2
109
La probabilidad de n elementos en el intervalo t+t es:
+ Pn 1 (t )(t )(1 t ) + Pn +1 (t )(t )(1 t ) + + Pn (t )(t )(t ) + ...

Pn (t , t + t ) Pn (t ) = ( + )Pn (t ) + Pn 1 (t ) + Pn +1 (t ) lim t 0 t
Pn (t , t + t ) = Pn (t )(1 t )(1 t ) +
& Pn (t ) = Pn 1 (t ) ( + )Pn (t ) + Pn +1 (t )
& P0 (t ) = P0 (t ) + P (t ) 1 & Pn (t ) = Pn 1 (t ) ( + )Pn (t ) + Pn +1 (t ) ... ... ... & PN (t ) = PN 1 (t ) ( )PN (t )
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
Si el proceso es estacionario las ecuaciones son
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
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
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
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
N Capacidad del sistema
1 1 n 1 F (n ) = * N +1 1 1
1 F (n ) = 1 N +1
n +1
116
Funcin de distribucin Acumulada
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 Cantidad esperada de clientes en la cola

Por definicin
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 Tiempo esperado de espera en el sistema
Ws =
Ls
efec
Ws = Wq +
07/09/2008
121
Wq Tiempo esperado de espera en la cola
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)
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
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
nt __ s P( N (t , t + t ) = 1) = st ; __ > s P( N (t , t + t ) 2 ) = 0(t ) 1 nt ; __ s P( N (t , t + t ) = 0 ) = 1 st ; __ > s

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
Ecuacin de estado
n < s n 1
+ Pn 1 (t )(t )(1 (n 1)t ) + Pn +1 (t )(1 t )((n + 1)t ) + ...

Pn (t + t ) Pn (t ) lim = ( + n )Pn (t ) + Pn 1 (t ) + (n + 1)Pn +1 (t ) t 0 t
Pn (t + t ) = Pn (t )(1 t )(1 nt ) + Pn (t )(t )(nt ) +
n < s
& Pn (t ) = Pn 1 (t ) ( + n )Pn (t ) + (n + 1)Pn +1 (t )
& P0 (t ) = P0 (t ) + P (t ) 1
n = 1,..., s
130
Ecuacin de estado
n s
+ Pn 1 (t )(t )(1 (s 1)t ) + Pn +1 (t )(1 t )(st ) + ...
Pn (t + t ) = Pn (t )(1 t )(1 st ) + Pn (t )(t )(st ) +
Pn (t + t ) Pn (t ) lim = (n + s )Pn (t ) + Pn 1 (t ) + sPn +1 (t ) t 0 t
n > s
& Pn (t ) = Pn 1 (t ) ( + s )Pn (t ) + sPn +1 (t )
& P0 (t ) = P0 (t ) + P (t ) 1
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
Para que la serie sea convergente se debe cumplir <1 s

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
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
Cantidad de elementos en el sistema Ls
Ls = Lq +
Tiempo esperado de espera en el sistema Ws
Ws =
Ls
;Ws = Wq +
Tiempo esperado de espera en la cola Wq
Wq =
07/09/2008
Lq
140
Contenido
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
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
Ecuacin de estado
& P0 (t ) = P0 (t ) + P (t ) 1 & P (t ) = P (t ) ( + n )P (t ) + (n + 1)P
n n 1 n
& Pn (t ) = Pn 1 (t ) ( + s )Pn (t ) + sPn +1 (t ); __ s < n < N & P (t ) = P (t ) sP (t )

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
0 = Pn 1 ( + n )Pn + (n + 1)Pn +1 ; __ n s 0 = Pn 1 ( + s )Pn + sPn +1 ; __ s < n N 0 = PN 1 sPN

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
Si s<n<N Para todo k=1, N-s
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 )
07/09/2008
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
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
S=Numero esperado de estaciones ociosas
Lq = Ls (s s )
07/09/2008
Ls = Lq + (s s )
152
Si en algn problema nos proporcionan efec utilizamos la relacin
efec Ls = Lq +
Donde efec = (1-PN)
efec = s s efec = (s s )
efec s = s
Tiempo medio de espera en la cola Wq
Wq =
Lq
efec
Tiempo medio de espera en el sistema Ws
Ws =
Ls
efec
Ws = Wq +
154
07/09/2008
Contenido
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.
Consideraciones para el modelo

S1 1 S2
S3
S4
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
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 + t ) P0 (t ) lim = P0 (t ) + sP (t ) 1 t 0 t P0 (t + t ) P0 (t ) lim = ( + s )Pn (t ) + Pn 1 (t ) + sPn +1 (t ) t 0 t P (t + t ) P0 (t ) lim 0 = sPs (t ) + Ps 1 (t ) t 0 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
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
Considere la ltima ecuacin
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
El nmero de unidades en el sistema
Ls kPk Ls = k P0 k =0 k =0 s
s s k
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
Se debe trabajar con efec
efec = (1 Ps )
167
07/09/2008
Contenido
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=
& 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
Asumiendo que el sistema es estacionario tenemos
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 =
n!
Caracterstica cualquier unidad que venga es servida inmediatamente Ya que hay varios canales de servicio
172
Ls = E (n) =
Wq = Lq
Lq = Ls = = 0
1 1 Ws = = = * =
Ls
=0
Ls =
Ws =
Lq = 0
07/09/2008
173
Wq = 0
Contenido
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)
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
& 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
& P0 (t ) = kP0 (t ) + P (t ) 1 & P (t ) = (k n + 1)P (t ) [(k n ) + n ]P (t ) + (n + 1)P

n n 1 n
n +1
(t ) __ n R
Asumiendo el sistema estacionario y dividiendo entre /
0 = kP0 + P 1
0 = (k n + 1)Pn 1 [(k n ) + R ]Pn + RPn +1 __ R < n < k 0 = Pk 1 + RPk

0 = (k n + 1)Pn 1 [(k n ) + n]Pn + (n + 1)Pn +1 __ n R
n =1 kP0 (k 1)P P + 2 P2 = 0 1 1 P2 2! (k 2)(k 1)k 3 P P3 = 0 3!

k 1
P = kP0 1
(k 1)k 2 P =
k! C = 1!(k 1)! k! k C2 = 2!(k 2 )!

k 1
P = C P0 1 k 2 P2 = C2 P0 n < R; __ n = 1,2,..., R 1 k n Pn = Cn P0
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
07/09/2008
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 =
efec
180
Gracias
Consultas a: cbv170@hotmail.com

8TColas New

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

8TColas New

Cargado por

Copyright:

Formatos disponibles

Investigacin Operativa II SIS - 2210

M.Sc. Ing. Carlos Balderrama Vsquez

Investigacin de Operaciones, Mathur Solow, Prentise Hall,

Investigacin de Operaciones, Wayne L. Winston, Editorial Iberoamericana,

M.Sc. Ing. Carlos Balderrama Vsquez

Investigacin de Operaciones, TAHA, AlfaOmega, 1998

WinQSB, Version 2.0, Yih-Long Chang, Kiran Desai, Wiley, 2002

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

Los sistemas de espera

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

Anlisis econmico de lneas de espera

Costo del servicio

Sistemas de colas: modelo bsico

M.Sc. Ing. Carlos Balderrama Vsquez

Estructuras tpicas de sistemas de colas: una lnea, un servidor

M.Sc. Ing. Carlos Balderrama Vsquez

Estructuras tpicas de sistemas de colas: una lnea, mltiples servidores

M.Sc. Ing. Carlos Balderrama Vsquez

Estructuras tpicas de colas: varias lneas, mltiples servidores

M.Sc. Ing. Carlos Balderrama Vsquez

Estructuras tpicas de colas: una lnea, servidores secuenciales

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

d: Denota la disciplina de servicio del sistema y puede ser:

f: Denota la fuente de las unidades

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

P( N (t , t + t ) = 0 ) = 1 t 0(t ) P( N (t , t + t ) = N N (0, t ) = k ) = P( N (t , t + t ) = N ) P( N (0, t ) = k ) = Pk (t ) P( N (0, t ) = k ) = Pk (t )

No interesa el momento inicial sino el intervalo

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

Sistemas de colas: Las llegadas - Distribucin de Poisson

Llegadas por unidad de tiempo

M.Sc. Ing. Carlos Balderrama Vsquez

Sistemas de colas: El servicio

M.Sc. Ing. Carlos Balderrama Vsquez

Procesos del sistema

Proceso de Nacimiento Puro

Proceso de Muerte Pura

Proceso de Nacimiento Puro

Proceso de Nacimiento Puro P( N (t , t + t ) = 1) = n t

Proceso de nacimiento constante cuando n = para todo n = 0,1,2,

& Pn (t ) = nPn (t ) + (n 1)Pn 1 (t ) & P0 (t ) = P0 (t )

M.Sc. Ing. Carlos Balderrama Vsquez

Proceso de Muerte Pura

Proceso de muerte pura P( N (t , t + t ) = 1) = n t

Proceso de muerte constante cuando n = para todo n = 0,1,2,

& Pn (t ) = nPn (t ) + (n + 1)Pn +1 (t ) & P0 (t ) = Pn (t )

M.Sc. Ing. Carlos Balderrama Vsquez

Proceso de Nacimiento y Muerte

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

Pn (t + t ) = Pn (t )(1 n t )(1 n t ) + Pn (t )(n t )( n t ) +

& Pn (t ) = (n 1)Pn 1 (t ) n( + )Pn (t ) + (n + 1)Pn +1 (t ) & P (t ) = P (t ) + P (t )

& Pn (t ) = Pn 1 (t ) ( + )Pn (t ) + Pn +1 (t ) & P (t ) = P (t ) + P (t )

Solucin al sistema de ecuaciones

M.Sc. Ing. Carlos Balderrama Vsquez

M.Sc. Ing. Carlos Balderrama Vsquez

Es una serie geomtrica :

nt s P( N (t , t + t ) = 1) = st ; > s P( N (t , t + t ) 2 ) = 0(t ) 1 nt ; s P( N (t , t + t ) = 0 ) = 1 st ; > s

0 = Pn 1 ( + n )Pn + (n + 1)Pn +1 ; n s 0 = Pn 1 ( + s )Pn + sPn +1 ; s < n N 0 = PN 1 sPN