MODELOS DE DE POISSON
Estos modelos se utilizan para modelar
eventos aleatorios que ocurren en un
intervalo de tiempo o espacio
determinado.
se pueden utilizar para modelar el número de
llamadas telefónicas que llegan a un centro
de atención al cliente en una hora
determinada.
M/M/1
Un servidor con llegadas de Poisson y tiempos
de servicio exponenciales.
M = Define una variable aleatoria que se
distribuye de forma exponencial, bien sea
para los tiempos de llegada o los tiempos de
servicio.
Corresponde a un solo servidor y una sola fila
de clientes.
La población de clientes es finita y todos los
clientes son pacientes.
Los clientes llegan de acuerdo con una
distribución de Poisson y con una tasa media
de llegadas de λ
La distribución del servicio es exponencial,
con una tasa media de servicio de µ
Tasa media de servicio es mayor a la tasa
media de llegadas
Los clientes que llegan primero se les atiende
primero
La longitud de la fila de espera es limitada
M/G/1
Un servidor con tiempos entre llegadas
exponenciales y una distribución general de
tiempos de servicio.
G = Los tiempos de llegada o de servicio están
definidos por alguna distribución general.
Los clientes llegan de acuerdo a un proceso
Poisson con esperanza λ.
El tiempo de atención tiene una distribución
general con esperanza µ
Existe un solo servidor.
Se cuenta con una población infinita y la
posibilidad de infinitas filas.
M/D/1
Un servidor con tiempos entre llegadas
exponenciales y una distribución degenerada
de tiempos de servicio.
M" representa la tasa de llegada de solicitudes
D = Los tiempos, ya sean los de llegada o los
de servicio, son de tipo determinístico.
"1" indica un solo servidor.
Asume que los tiempos de servicio ,siguen una
distribución determinista con una duración
constante de d.
Asume que solo hay un servidor disponible
para atender a los clientes.
M/EK/1
Un servidor con tiempos entre llegadas
exponenciales y una distribución.
Ek = Los tiempos de llegada o de servicio
están definidos por una distribución de Erlang
de parámetro k.
Suma variables aleatorias independientes e
idénticamente distribuidas con distribución
exponencial de parámetro.
Indica que hay un solo servidor para atender
a los clientes en la cola.
M: Indica que la llegada de clientes sigue una
distribución de Poisson (M para Markovian o
memorialess, ya que los eventos son
independientes en el tiempo).
Ek: Representa el proceso de Erlang utilizado
para modelar el tiempo de servicio.
"k" indica el número de fases en el proceso de
Erlang.
1: Indica que hay un solo servidor en el sistema.