Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea - Operativa - II - Teoria - Colas QUE ES PDF
Tarea - Operativa - II - Teoria - Colas QUE ES PDF
Facultad de Ingeniera
Depto. Ingeniera Industrial
TEORIA DE COLAS,
FENOMENOS DE ESPERA
Cristian Guajardo
Victor Pino
Milton Saavedra
N Grupo: 7
2
I. INTRODUCCION
Esta teora aparece a principios del siglo XX para estudiar los problemas de
congestin de trfico que se presentaban en las comunicaciones telefnicas. Erlang,
destacado matemtico dans, fue el primero en tratar el trfico telefnico de forma
cientfica (entre los aos 1903 y 1905), y estableci la unidad de trfico telefnico, que
recibe su nombre.
3
II. MODELO DE LINEAS DE ESPERA.
II.1.b. Cliente
Todo individuo, entidad o elemento de la poblacin potencial que solicita el
servicio, en ocasiones formar una cola.
-La disciplina FCFS (first come firts serve): Se atiende al cliente que primero haya
llegado.
-La disciplina LCFS (last come first serve): Se atiende primero al cliente que ha llegado
ltimo.
-La SIRO (random selection of service): Selecciona a los clientes de forma aleatoria.
4
cliente, el cual es llamada tiempo o duracin de servicio. Un modelo de un sistema de
colas debe especificar la distribucin de la probabilidad de los tiempos de servicio para
cada servidor.
II.1.f. Cola
Nmero de clientes que esperan ser atendidos por el servicio que han
solicitado, no incluye a quien est recibiendo el servicio.
-Distribucin de llegada.
-Distribucin de tiempo de servicio.
-Diseo de instalaciones de servicios.
-Disciplina de servicio.
-Tamao de cola.
-Fuente de llamadas.
II.2. Consideraciones
5
III. PROCESO BASICO DE COLAS
6
III.2.c. Varias lneas, mltiples servidores.
Es un sistema de cola de
servicios, esto generalmente ocurre en
una fbrica.
f (T ) * e *t , t 0 (Exponencial)
1
Et
Con media
7
Para ilustrar la aplicacin de las distribuciones de poisson y exponencial, se
considera una situacin de espera en la cual el numero de llegadas y salidas (a las
que se le da servicio), durante un intervalo de tiempo es controlado por los siguientes
axiomas.
IV.1. Axiomas
IV.1.a. Axioma 1
La probabilidad que un evento (llegada o salida) ocurra entre los tiempos t y t+h
depende nicamente de la longitud de h lo que significa que la probabilidad no
depende ni del numero de evento que ocurren hasta el tiempo t ni del valor especifico
del periodo (0,t). (Matemticamente decimos que la funcin de probabilidad tiene
incrementos independientes estacionarios).
IV.1.b. Axioma 2
La probabilidad que ocurran n eventos durante un intervalo de tiempo muy
pequeo h es positiva, pero menos que uno.
IV.1.c. Axioma 3
Cuando mucho, puede ocurrir un evento durante un intervalo de tiempo muy
pequeo h.
( * t ) n * e *t
Pn (t ) , n 0,1,2,... (Poisson)
n!
El valor medio de n durante un periodo dado t es E n / t * t eventos.
Esto significa que alfa representa la tasa a la que ocurren los eventos.
8
poisson, o con una tasa media de ocurrencia (evento por unidad de tiempo) . El
enunciado inverso igual es verdadero.
Pt T S | T s Pt T
Donde s es el intervalo de tiempo desde la ocurrencia del ltimo evento.
Pt T S | T S Pt T S
Pt T S | T S
PT S Pt S
e *(T S )
*S e *T
e
Pt T
Esta propiedad suele denominarse olvido o falta de memoria de la distribucin
exponencial, y es la base para demostrar que la distribucin de poisson es totalmente
aleatoria.
9
aumenta la notacin de kendall-lee mediante el uso del smbolo f, que representa la
capacidad de las fuentes de llamadas.
(a/b/c):(d/e/f)
Donde:
10
- C: nmero esperado de servidores ocupados.
PW : Probabilidad de que el sistema este ocupado. Pw debe ser menor que 1 porque de
lo contrario, si llegan ms clientes que la capacidad de atencin que debe tener el
sistema, se formar una cola cuyo crecimiento ser infinito. Si es mayor que 1, se
debern agregar ms servidores al sistema de manera que se cumpla la condicin.
PW
P0 1 PW 1 1
Pn P0 . n P0 .( ) n
11
L: Valor esperado de unidades en el sistema.
L nPn
n 0 1
2 2
Lq L Lq
1 ( )
L 1
W
Wq: Valor esperado del tiempo en que una unidad tiene que esperar antes de ser
atendida (tiempo en la cola).
Lq 1
Wq W Wq
.( )
VII.1. Ejemplo
12
b) Cul es la probabilidad de que un cliente que llega tendr que aguardar fuera del
espacio indicado?
Solucin:
a)
= 5 minutos
Por lo tanto, la probabilidad de que un cliente que llega pueda manejar directamente
hasta el espacio frente a la ventanilla es de aproximadamente un 96,7%
b) la posibilidad de que un cliente que llega tenga que aguardar afuera, implicara que
este es el cliente n 4, pues en la ventanilla solo hay 3 puestos, por ende n=4
= / =0,16667/5= 0,03333
Luego, , la probabilidad de que un cliente que llega tenga que aguardar fuera del
espacio indicado es del 0%
Por lo tanto, los espacios en la ventanilla, para que el cliente espere como mnimo un
20% del tiempo frente a ella tiene como valor ptimo 1 sola ventanilla
13
VIII. CONCLUSIONES
Los sistemas de colas son muy comunes hoy en da, ya que para diversos
trmites, tales como trmites bancarios, pago de cuentas, etc.; o utilizacin de algunos
servicios, como por ejemplo cajeros automticos, se pueden producir colas, por lo cual
este tipo de sistemas no se pueden dejar de lado. El tema de tener que realizar colas
es algo engorroso, que tiene efecto sobre la calidad de vida de las personas, ya que
estas deben dedicar parte de su tiempo a esperar ser atendidos, lo cual es un costo
para estas personas. Es por esto que las empresas estn tratando de buscar la forma
de reducir esto a travs de los servicios a domicilio o utilizacin de sistemas online,
como son el caso de pago de cuentas, pedidos de comida, etc; el objetivo que
pretenden conseguir con esto es que los clientes prefieran utilizar el servicio prestado
por este tipo de empresas, ya que con esto disminuirn sus costos, los costos de la
empresa y por consiguiente esto provocar un aumento de la productividad de esta.
14
IX. REFERENCIAS
15