4.I.

I UN SERVIDOR UNA COLA

La teoría de líneas de espera o también llamada teoría de colas es un conjunto de
modelos matemáticos que describen sistemas de líneas de espera particulares.
El origen de la Teoría de Colas está en el esfuerzo de Agner Kraup Erlang en 1909
para analizar la congestión de tráfico telefónico con el objetivo de cumplir la
demanda incierta de servicios en el sistema telefónico de Copenhague.
El objetivo es encontrar el estado estable del sistema y determinar una capacidad
de servicio apropiada.
Un sistema de colas puede dividirse en dos componentes principales:
LA COLA
El número de clientes en la cola es el número de clientes que esperan el servicio,
el número de clientes en el sistema es el número de clientes que esperan en la
cola más ll número de clientes que actualmente reciben el servicio.
La capacidad de la cola es el número máximo de clientes que pueden estar en la
cola, generalmente se supone que la cola es infinita, aunque también la cola
puede ser finita.

Ч.I.I N SERVIDORES, UNA COLA

Una línea de espera con canales múltiples consiste en dos o más canales de
servicio que se supone son idénticos desde el punto de vista de su capacidad.
En el sistema de canales múltiples, las unidades que llegan esperan en una sola
línea y luego pasan al primer canal disponible para ser servidos.
La operación de un solo canal de Burger Dome puede expandirse a un sistema de
dos canales al abrir un segundo canal de servicio. La siguiente figura muestra un
diagrama de la línea de espera de dos canales de Burger Dome.
 4.1.3 N SERVIDORES, N COLAS.
El tercer sistema, en que cada servidor tiene una línea separada, es característico
de los bancos y las tiendas de autoservicio. Para este tipo de servicio pueden
separarse los servidores y tratarlos como sistemas independientes de un servidor
y una cola. Esto sería válido sólo si hubiera muy pocos intercambios entre las
colas. Cuando el intercambio es sencillo y ocurre con frecuencia, como dentro de
un banco, la separación no sería válida.

CRITERIOS BAJO LA DISTRIBUCIÓN DE POISSON Y

EXPONENCIAL PARA LA SELECCIÓN DEL MODELO APROPIADO
DE LÍNEAS DE ESPERA.
Resulta que la exponencial es un caso especial de la distribución gamma, ambas
tienen un gran número de aplicaciones. Las distribuciones exponencial y gamma
juegan un papel importante tanto en teoría de colas como en problemas de
confiabilidad. El tiempo entre las llegadas en las instalaciones de servicio y el
tiempo de falla de los componentes y sistemas eléctricos, frecuentemente
involucran la distribución exponencial. La relación entre la gamma y la exponencial
permite que la distribución gamma se utilice en tipos similares de problemas.
La variable aleatoria x tiene una distribución exponencial, con parámetro β, si su
función de densidad es:
Ββxx)x(f−=1
, x > 0 ; f(x) = 0 en cualquier otro caso
Donde β> 0
La media y la variancia de la distribución exponencial son:
µ =β y σ2=β2
Las aplicaciones más importantes de la distribución exponencial son aquellas
situaciones en donde se aplica el proceso de Poisson , es necesario recordar que
un proceso de Poisson permite el uso de la distribución de Poisson. Recuérdese
también que la distribución de Poisson se utiliza para calcular la probabilidad de
números específicos de “eventos” durante un período o espacio particular. En
muchas aplicaciones, el período o la cantidad de espacio es la variable aleatoria.
Por ejemplo un ingeniero industrial puede interesarse en el tiempo T entre
llegadas en una intersección congestionada durante la hora de salida de trabajo
en una gran ciudad. Una llegada representa el evento de Poisson.
La relación entre la distribución exponencial y el proceso llamado de Poisson es
bastante simple. La distribución de Poisson se desarrolló como una distribución de
un solo parámetro λ, donde λ puede interpretarse como el número promedio de
eventos por unidad de “tiempo” . Considérese ahora la variable aleatoria descrita
por el tiempo que se requiere para que ocurra el primer evento. Mediante la
distribución de Poisson, se encuentra que la probabilidad de que no ocurran en el
espacio hasta el tiempo t está dada por:
T t ¡ ) t ( ) t , ( p λ =ε−λ λ =ε−λ 0 0 0 ; ε =2.718
Ahora puede utilizarse lo anterior y hacer que X sea el tiempo para el primer
evento de Poisson. La probabilidad de que el período hasta que ocurre el primer
evento de Poisson exceda x es la misma que la probabilidad de que no ocurra un
evento de Poisson en x. Esto último por supuesto está dado por ε−λx. Como
resultado,
P(X ≥ x) = ε−λx
Entonces, la función de distribución acumulada para x es:
P(0≤ X ≤ x) = 1 – ε−λx
Ahora, con objeto de que se reconozca la presencia de la distribución exponencial,
puede derivarse la distribución acumulada anterior para obtener la función de
densidad:
F(x) = λε−λx
La cual es la función de densidad de la distribución exponencial con λ β 1

https://1library.co/article/criterios-distribuci%C3%B3n-poisson-exponencial-selecci%C3%B3n-
modelo-apropiado-l%C3%ADneas.q200koez
CUESTIONARIO
1. ¿De qué trata la teoría de colas?
Es el estudio matemático de las colas o líneas de espera dentro de un sistema. Esta
teoría estudia factores como el tiempo de espera medio en las colas o la capacidad de
trabajo del sistema sin que llegue a colapsar.

2. ¿Qué es un sistema de líneas de espera?

Se define como un conjunto de clientes, servidores y un orden en el cual los clientes son
atendidos siendo un proceso de nacimiento-muerte, donde se considera que un
nacimiento sucede cuando un cliente entra a las instalaciones del negocio para recibir el
servicio; mientras que una muerte ocurre cuando el cliente una vez que ha sido atendido.

3. Menciona la estructura básica de los modelos de línea de espera.

• Un servidor, una cola. • N servidores, una cola. • N servidores, n colas.

4. ¿En qué consiste la distribución de Poisson?

Es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de
ocurrencia media, la probabilidad de que ocurra un determinado número de eventos
durante cierto período de tiempo.

5. Menciona la fórmula para encontrar la distribución de Poisson.

6. ¿En qué consiste la distribución exponencial?

Es un modelo probabilístico para variables aleatorias continuas. Esto significa que, a
través de él, se puede conocer la probabilidad de ocurrencia de un determinado valor de
la variable, por lo que es una distribución de probabilidad.

7. Menciona la fórmula de la distribución anterior.

8. ¿Cuál es el modelo en el que el sistema comienza con N clientes cuando el

tiempo es 0, y no se permiten más llegadas?
Modelo de muertes puras.