UNIVERSIDAD TECNOLOGICA DE

SANTIAGO
UTESA

Nombre:
Joel Antonio
Apellido:
Rosa Morillo
Matricula:
1-17-3654
Profesor:
Mario Giovanny Ortiz  Valdez 
Materia:
Investigación Operativa
 En las situaciones cotidianas es fácil encontrar ejemplos de llegadas
aleatorias, puesto que las llegadas serán aleatorias en cualquier caso en la que
una de ellas no afecte a las otras. Un ejemplo clásico de llegadas aleatorias son
las llamadas que arriban a un conmutador telefónico o un servicio de
emergencia.

 Se ha determinada que las ocurrencias aleatorias de un tipo especial

pueden describirse a través de una distribución discreta de probabilidad bien
conocida, la distribución de Poisson. Este tipo especial de llegadas aleatorias
supone características acerca de la corriente de entrada. En primer lugar, se
supone que las llegadas son por completo independientes entre sí y con respecto
al estado del sistema.

En segundo lugar la probabilidad de llegada durante un periodo

especifico no depende de cuando ocurre el periodo, sino más bien, depende solo
de la longitud del intervalo. Se dicen que estas ocurrencias carecen de
"memoria".

Si conocemos el numero promedio de ocurrencias por periodo, podemos

calcular las probabilidades acerca del numero de eventos que ocurrirán en un
periodo determinado, utilizando las probabilidades conocidas de la distribución
de Poisson.

Al igual que las llegadas aleatorias, la ocurrencia de tiempos de servicios

aleatorios, carentes de memoria, es suceso bastante común en las situaciones
cotidianas de líneas de espera. Y al igual que las llegadas aleatorias los tiempos
de servicio carentes de memoria se describen a través de una distribución de
probabilidad.
Este modelo (M / M / s) supone llegadas y tiempos de servicio aleatorios
para canales de servicio múltiples, teniendo las mismas consideraciones que le
modelo de canal único de servicio (M / M / 1), excepto que ahora existe una sola
fila de entrada que alimenta los canales múltiples de servicio con iguales tasas
de servicio.
En el modelo M / M / S, si m es la tasa promedio de servicio para cada
uno de los S canales de servicio, entonces ya no se requiere que m > l , pero Sm
debe ser mayor que l para evitar una acumulación infinita de líneas de espera.
En el caso de M / M / S, la característica que se utilizará para hacer los demás
cálculos es la probabilidad de que el sistema esté ocupado. En otras palabras, la
probabilidad es de que haya S o más unidades en el sistema. En este caso todos
los canales de servicio se estarán utilizando y por ello se dice que el sistema está
ocupado.