Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TIEMPO DE SERVICIO
I N T E G R A N T E S :
DOCENTE:
2020 - II
ANTECEDENTES
2. La probabilidad de que ocurran dos o más eventos en un intervalo muy pequeño es tan
reducida que, a efectos prácticos, se puede considerar nula.
A veces se usan variables de Poisson con "intervalos" que no son espaciales ni temporales,
sino de otro tipo.
CÁLCULO DE PROBABILIDADES
Se refiere a medir la mayor o menor posibilidad de que se dé un
determinado resultado cuando se realiza un experimento
aleatorio o que no podemos predecir el resultado. La
probabilidad toma valores entre 0 y 1 (o expresados en tanto por
ciento, entre 0% y 100%):
El valor cero corresponde al suceso imposible: lanzamos un dado al
aire y la probabilidad de que salga el número 7 es cero.
El valor uno corresponde al suceso seguro: lanzamos un dado al aire
y la probabilidad de que salga cualquier número del 1 al 6 es igual a
uno (100%).
El resto de sucesos tendrá probabilidades entre cero y uno: que será
tanto mayor cuanto más probable sea que dicho suceso tenga lugar.
DISTRIBUCIÓN DE PROBABILIDADES TEÓRICAS
Y ALEATORIAS
El concepto de distribución se refiere al reparto de los
individuos de una población según una característica. En
este sentido, hay que distinguir entre distribución de
frecuencias y distribución de probabilidad. La primera es un
reparto empírico observado en una colección de datos,
representando por un histograma. Y una distribución de
probabilidad es un reparto teórico de la población y por
tanto es una función matemática, que será representado
por una curva como por ejemplo la campana de Gauss.
Tipos de variables aleatorias
DISCRETA (Discontinua): Variable con un conjunto de recursos limitados.
Ejemplo: Número de hijos de una mujer, número de partos en taxis de Perú en un año, etc.
Hay modelos de probabilidad para variables discretas y continuas, entre los más conocidos están:
V. Discretas V. Continuas
Normal
Binomial
Exponencial
Poisson
Ji – cuadrado
Bernoulli
T - Student
Distribución de probabilidad más utilizada: Exponencial
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.
Si conocemos el numero promedio de ocurrencias por periodo, podemos calcular las probabilidades acerca
del número de eventos que ocurrirán en un periodo determinado, utilizando las probabilidades conocidas de
la distribución de Poisson.
• TIEMPO DE SERVICIOS
Solución:
DATOS:
El sistema está ocupado el 75% del tiempo. Es decir, pasa un 25% ocioso. Es decir, la probabilidad de
tener 0 clientes en el sistema es cuando el sistema está vacío y eso puede ocurrir con una probabilidad
del 25%. Su cálculo puede hacerse directamente con la fórmula:
b) La probabilidad de esperar más de 30 minutos en la cola. Primero calcularemos el tiempo promedio que
un cliente espera en la cola.
En este sentido, la segunda interrogante que mencionaba la probabilidad de esperar mas de 30 minutos
en la cola, lo cual se encuentra relacionada directamente con la distribución exponencial es de 16.7%. El
primer calculo realizado fue el tiempo promedio que un cliente espera en la cola, el cual dio un resultado
de 15 minutos. Posteriormente reemplazando en la segunda formula resulto 16.7%, el cual indica una
probabilidad baja con respecto a que los clientes tengan que esperar más de 30 minutos en la cola.
DISCUSIÓN
La distribución de probabilidades nos brindara una idea sobre el porcentaje de ocurrencia que tiene un
hecho. Dado el problema anterior se puede observar que se calculo en primer lugar el tiempo de llegadas
de clientes, en un escenario de tener un sistema vacío, es decir, 0 clientes en un tiempo ocioso.
En este caso principalmente se utilizó una distribución de probabilidad de Poisson, ya que se trataba de
variables discretas. Cabe resaltar que, si bien existen varias distribuciones para poder dar solución a este
tipo de problemas, la distribución de Poisson y Exponencial son las más utilizadas y aceptadas para la
teoría de colas en lo que refiere a tiempo de llegadas y duración de servicio respectivamente.
El tiempo de servicio en sí, representa una variable continua es por ello que se utiliza la distribución
exponencial, ya que a su vez esta esta probabilidad junto a Poisson, se encuentran estrechamente
relacionadas
CONCLUSIONES
En conclusión, existen varios componentes en la teoría de colas, todas importantes, sin embargo, el tiempo
de llegadas y el tiempo de servicio (o duración en el tiempo de servicio) son puntos clave para lo cual se
deben utilizar distribuciones de probabilidades en base a sus variables, sean discretas o continuas, para
poder tener un cálculo más acertado.
Es recomendable no solo conocer las fórmulas, sino saber en qué situación aplicar cada una de ellas, porque
tal como se vio en el caso práctico en la distribución exponencial, las fórmulas eran similares con respecto a
tiempo de espera en el servicio y en el sistema, la diferencia recaía en que el de servicio tomaba en cuenta el
factor de desempeño y en el de sistema no; por lo que las respuestas de probabilidad variaban. Estos casos
nos hacen ver que debemos saber en qué situaciones utilizar cada una de ellas, ya que un mal cálculo podría
llevarnos a un mal análisis y por ende a una mala decisión.