Documentos de Académico
Documentos de Profesional
Documentos de Cultura
M3L3.Modelos de Nacimientos y Muerte Puros
M3L3.Modelos de Nacimientos y Muerte Puros
Cuando se estudian modelos de líneas de espera, se asume que las llegadas y las
salidas de los clientes ocurren de acuerdo con el proceso de ingreso y egreso del
sistema que de ahora en más se denominarán nacimiento y muerte (para el sistema
en cuestión). El término nacimiento hace alusión a la entrada de un nuevo cliente al
sistema de fila, mientras que el término muerte significa (en este contexto) la salida
de un cliente atendido (Hillier y Lieberman, 1998).
El proceso de nacimiento y muerte describe el estado del sistema, en forma
probabilística, a través de la función N(t) que devuelve el número de clientes en el
sistema a medida que el tiempo (t) aumenta. Este proceso supone que los
nacimientos y las muertes individuales suceden de forma aleatoria y dependen solo
del estado actual del sistema (Hillier y Lieberman, 1998).
Referencias
LECCIÓN 1 de 2
P0 (t) = P {T ≥ t}, que por definición es igual a 1 − P{T < t}, luego:
¿Se desea calcular también la probabilidad de que llegue un cliente entre las
10:30 h y las 10:35 si se sabe que el último cliente ingresó a la hora 10:28?
OBSERVACIÓN:
En los cálculos de probabilidades con distribución exponencial del modelo de Poisson, la base de la potencia
del primer factor es igual al exponente negativo de e del segundo factor y se calcula como λt.
Se debe tener especial cuidado en que tanto λ como t estén expresados en la misma unidad de tiempo, ya
que caso contrario, es preciso transformar una de ellas a la unidad de la otra.
En la fórmula:
RELEVANTE
IRRELEVANTE
Tiempo de servicio de un
cliente en el sistema.
Por otra parte, P0 (t) representa la probabilidad de que el sistema esté ocioso.
Como hay ocho clientes (N=8) y son cinco los remantes (n=5), resulta N-n=3. Por
otra parte si
Un modelo general de sistema de colas basado en el proceso de nacimiento y muerte asume que las tasas,
tanto de tiempo entre llegadas como de tiempo de servicio, dependen del estado del sistema, o sea, de la
cantidad de clientes en el sistema fila. Por ejemplo, si un supermercado tiene muchos clientes en un
determinado tiempo, las tasas del tiempo entre llegadas y tiempo de servicio serán diferentes según haya
menos clientes.
λn: tasa del tiempo entre llegadas cuando el sistema tiene n clientes.
Pn: probabilidad de que el sistema de fila (en estado estable) tenga n clientes.
estado n − 1 cuando un cliente finalice su servicio con una tasa de μn. El estado 0
solo puede cambiar al estado 1, es decir, si no hay clientes. Lo único que puede
ocurrir es que llegue uno nuevo con tasa λ0. Nótese que μ0 no está definida, ya
que, en un sistema con ningún cliente, nadie puede salir del sistema.
Si se denota con Pn a la probabilidad de que el sistema (en estado estable) tenga n clientes, entonces se
tiene:
"λ̅” es la tasa media de entrada a largo plazo y está dada por la siguiente fórmula:
https://jrvargas.files.wordpress.com/2009/01/investigacic3b3n-de-operaciones-9na-edicic3b3n-hamdy-a-taha-
fl.pdf
NACIMIENTOS PUROS
λt = parámetro de la
λ = tasa de llegada
distribución
n = clientes considerados
MUERTES PURAS
N – n = clientes considerados
Falso, porque los modelos de nacimientos puros solo consideran entradas individuales.
SUBMIT
Los modelos de nacimientos puros se denominan así porque solo se admiten
ingresos al sistema, es decir, se desestiman las salidas de los clientes
atendidos.
Falso, porque se tienen en cuenta los clientes que ingresan, pero ese número va
disminuyendo en la medida en la que lo clientes son atendidos (servidos) y salen del
sistema.
SUBMIT
Verdadero, porque como no en todo momento del día las llegadas se mantienen
constantes, es preciso saber a partir de qué hora se calculará esa probabilidad.
Falso, ya que para calcular esa probabilidad el momento en el que comience a correr el
tiempo es irrelevante, solo basta con saber cuántas unidades de tiempo se considerarán.
SUBMIT
Verdadero, ya que una vez que han sido atendidos todos los clientes del sistema, este se
dice que queda ocioso, pues ya no tiene clientes para atender.
Falso, porque un sistema se dice ocioso cuando deja de funcionar o queda fuera de
servicio por algún motivo.
SUBMIT
LECCIÓN 2 de 2
Referencias
Hillier F., y Lieberman, G. (1998). Introdução à pesquisa operacional (traducción propia). Brasil: Campus.