[Instituto Tecnologico Superior de Misantla ] Investigacion de Operaciones Unidad 3 PROGRAMACION NO IN!A IN!AS "! !SP!

RA
5.1 Definiciones, caractersticas y suposiciones. 5.2 Terminologa y notacin. 5.3 Proceso de nacimiento o muerte. 5.4 Modelos Poisson. 5.4.1 n ser!idor. 5.4.2 M"ltiples ser!idores. 5.5 #n$lisis de costos.

Ing# Rosario Ceded Sera$in Sanc%e& ic# In$or'atica ()*T(3*+#

IN"IC! IN!AS "! !SP!RA

5.1 Definiciones, caractersticas y suposiciones. 5.2 Terminologa y notacin. 5.3 Proceso de nacimiento o muerte. 5.4 Modelos Poisson. 5.4.1 n ser!idor. 5.4.2 M"ltiples ser!idores. 5.5 #n$lisis de costos.

5.1 Definiciones %neas de &spera caractersticas y suposiciones P'()&*( +,*-)( D& %#* %./&#* D& &*P&'#. Una situacin de lnea de espera, se genera de la siguiente manera: El cliente llega a una instalacin se forma en un lnea de espera. El servidor elige a un cliente de la lnea de espera, para comenzar el servicio. Al trmino del servicio se repite el proceso de elegir un nuevo cliente. )liente.0 Unidades que entran al sistema para recibir un servicio. Pueden ser personas, cartas, carros, incendios, ensambles intermedios en una f brica, etc. *er!idor.0 Unidades encargadas de prestar un servicio. Pueden ser las ca!as en un banco, en un supermercado, unidades de emergencias, un mdico, una maquina, etc. Disciplina de ser!icio.0 "egla establecida para proporcionar un servicio a un cliente en la lnea de espera.

P'()&*( D& &/T'#D#. 1P'()&*( D& %%&2#D#3 Este proceso se refiera a la forma en que surgen # llegan los clientes a la instalacin. Una caracterstica mu# importante es el tiempo entre llegadas 1tiempo de llegadas3 que es tiempo que transcurre entre dos llegadas consecutivas. Este tiempo entre llegadas puede ser de dos clases: Determinstico4 $uando los clientes llegan a un intervalo de tiempo conocido de forma constante Pro5a5ilstico: $uando se considera al tiempo de llegada como una variable aleatoria cu#a distribucin probabilstica se considera conocida. %ormalmente se considera que los clientes llegan de forma individual, es decir en un momento dado solo &a# una llegada, pero se puede presentar tambin que la llegadas sean en grupo 'en masa(. El proceso de entrada podra depender de la cantidad o tama)o de clientes presentes en un determinado tiempo. *i la fuente de fuente de clientes es peque)a, se le nombra fuente como fuente de entrada finita, pero si la fuente de clientes es grande o no se puede determinar su tama)o se conoce como fuente de entrada infinita. '+uente limitada o ilimitada(. 'ec6a7o: *e produce un rec&azo cuando, un cliente llega a una instalacin # se niega a entrar debido al tama)o de la lnea de espera. #5andono: se produce cuando un cliente estando en la lnea de espera se sale, debido a que la espera es mu# larga. P'()&*( D& *#%-D#. 1P'()&*( D& *&'8-)-(3 Este proceso de refiere a la forma en que son atendidos los clientes por lo servidores. ,entro de este proceso tenemos el tiempo de servicio, que es el tiempo que le toma a un

servidor atender a un cliente. Este tiempo pude ser de dos tipos: Determinstico: $uando el tiempo de servicio se conoce con e-actitud. Pro5a5ilstico: $uando se considera al tiempo de servicio como una variable aleatoria cu#a distribucin probabilstica se considera conocida. En una instalacin puede &aber m s de un servidor, # debido a esto surgen . tipos de lneas de espera: /neas de espera en paralelo 'canales de servicio en paralelo(.0 $uando en una instalacin &a# m s de un servidor # todos ofrecen el mismo servicio. %neas de espera en serie 1estaciones3.0 $uando en una instalacin &a# m s de un servidor en la cuales el cliente tiene que pasar a cada una para completar su servicio. %neas de espera en red.0 En estas instalaciones &a# una combinacin de lneas de espera en serie # otras en paralelo. D-*)-P%-/# &/ /# %-/&# D& &*P&'#. $omo se menciono, la disciplina en una lnea de espera es el orden que se atiende a los clientes las cuales pueden ser: Disciplina 9)9* '+irst come, first served( 19-9(3. En el cual el cliente que llega primero se atiende primero, es decir seg1n el orden de llegada. Disciplina %)9* '/ast come, first served( 1%-9(3. En el cual el 1ltimo cliente que llega se atiende primero. Disciplina *-'( 'service in random order( *ervicio en orden aleatorio. Prioridad en el ser!icio.0 aqu se clasifican los clientes en categoras # cada categora recibe un nivel de prioridad

5.2 Terminologa /otacin %neas de &spera /(T#)-(/ :&/D#%%0%&&. Esta notacin sirve para etiquetar o nombrar a los diferentes modelos de lneas de espera que se pueden tener. /a notacin consta de 2 n1meros de la forma siguiente: a;5;c;d;e;f ,onde los smbolos representan lo siguiente: a 3 /a distribucin de tiempo entre llegadas. 5 3 /a distribucin de tiempo de servicio. c 3 El numero de servidores en paralelo. d 3 4ipo de disciplina en el servicio '+$+*, /$+*, *5"6, P"56"5,A,( e 3 %umero m -imo admitido en el sistema 'lnea de espera 7 en servicio(. f 3 4ama)o de la poblacin de donde se e-trae los clientes. Para reemplazar a los smbolos a # 5 se usan las siguientes iniciales: 8 3 $uando el tiempo de llegada o servicio tiene una distribucin e-ponencial entrada o salida de Poisson 'o 8ar9oviana(. ,3 $uando el tiempo de llegada o servicio es determinista E9 3 $uando el tiempo de llegada o servicio tiene una distribucin de Erlangs con par metro :. ; 3 $uando el tiempo de llegada o servicio tiene una distribucin general 'cualquier distribucin arbitraria(. $omo observamos los elementos b sicos para crear un modelo de lnea de espera, depender de los siguientes factores: ,istribucin de llegadas. '5ndividuales o en grupo(. ,istribucin de servicio. '5ndividuales o en grupo(. ,ise)o de la instalacin 'estaciones en serie, paralelo, o en red( ,isciplina de servicio 4ama)o de la lnea 'finita o infinita( +uente de los clientes 'finita o infinita(

5.3 Proceso /acimiento Muerte %neas de &spera P'()&*( D& /#)-M-&/T( < M &'T&. /a ma#ora de los modelos de colas suponen que las entradas # salidas al sistema de colas, ocurren de acuerdo al proceso de nacimiento # muerte. En este caso un nacimiento se refiere a la entrada de un nuevo cliente # una muerte a la salida de un cliente servido. Este proceso nos sirve para calcular el n1mero de clientes probables que &abr en un sistema en un tiempo determinado t. %'t( n1mero de clientes que &a# en el momento t. Este proceso de nacimiento # muerte describe en trminos probabilsticos como cambia % 't( al aumentar t. Este proceso &ace las siguientes suposiciones: <( ,ado % 't(3n, la distribucin de probabilidad para la pr-ima llegada es e-ponencial. $on un par metro =n 'n3 <, ., >,?.( .( ,ado % 't(3n, la distribucin de probabilidad para la pr-ima muerte es e-ponencial. $on un par metro @n 'n3 <, ., >,?.( >( *olo un nacimiento o una muerte puede ocurrir a la vez. En la aplicacin de problemas = n representa la tasa media de llegadas # @ n tasa media de salidas.

5.4 Modelos Poisson E-isten una gran variedad de modelos para los sistemas de colas, las dos caractersticas m s importantes ser n: a( /os tiempos de llegada. b( /os tiempos de servicio. En los sistemas de colas reales no es posible determinar con e-actitud estos dos tiempos, es decir no son determinsticos, los m s comunes son los modelos probabilsticos, donde se dan un promedio de estos tiempos, por lo tanto tenemos que usar una distribucin de probabilidad que se a!uste lo m s cercano a la realidad. Para calcular la pro5a5ilidad de cu$l ser$ el tiempo entre llegadas se utili7a la distri5ucin e=ponencial, esta distri5ucin tiene una funcin de densidad de pro5a5ilidad4 1densidad de pro5a5ilidad continua3

Donde4 T es el tiempo entre los e!entos 1tiempo de llegadas o tiempo de ser!icio3 A es la tasa media que ocurra una llegada o servicio. *i se grafica esta distribucin de probabilidad nos da lo siguiente:

%a media de esta funcin esta dado por4 %a !arian7a de esta funcin es4

#>u se puede o5ser!ar las siguientes propiedades de esta distri5ucin4 <( /a probabilidad de que ocurra un evento siempre es positiva pero menor que < .( f4't( es una funcin decreciente respecto a t, es decir es m s probable que el valor de 4 este cercano a la media. >( /a distribucin de probabilidad del tiempo para que ocurra un evento, no depende del tiempo en que ocurri el evento anterior, es decir es independiente. Para calcular la pro5a5ilidad de cu$l ser$ el n"mero de llegadas en un tiempo determinado, se utili7a la distri5ucin de Poisson 1densidad de pro5a5ilidad discreta3 ,onde B't( representa el numero de ocurrencias de un evento en un determinado tiempo t. *iempre que t CD, en donde el tiempo cero es el instante donde comienza la cuenta. /a probabilidad seria:

)omo se o5ser!a tam5i?n la distri5ucin de Poisson tiene un par$metro @t donde @ representa la tasa o numero esperado de e!entos por unidad de tiempo. E cuando n 3 D se tiene:

Aue es igual a la pro5a5ilidad o5tenida por la distri5ucin e=ponencial para >ue ocurra un e!ento despu?s del tiempo t. /a media de la distribucin de Poisson es:

D-*T'-+ )-(/ &'%#/2. *i los tiempos entre llegadas no son e-ponenciales entonces se modelan de acuerdo a la distribucin Erlang 'gamma(. En esta distribucin continua, que tiene la siguiente funcin:

5.4.1 Modelos Poisson un *er!idor 5.4.2 Modelos Poisson M"ltiples *er!idores )$lculos en los modelos de colas Pn 3 probabilidad que en el estado estable &a#a n clientes en el sistema /s 3 n1mero de clientes que espera &alla en el sistema /q 3 n1mero de clientes que espera &alla en la lnea de espera. Fs 3 4iempo de espera en el sistema 'lnea mas servicio( B> C Tiempo de espera en la lnea de espera. '8G8G*( *3< E *C< '8G8G*( HA"5A$56% ,E $6/A +5%54A *3< E *C<'$6/A +5%54A( '8G8G*( HA"5A$56% ,E +UE%4E ,E E%4"A,A +5%54A *3< E *C< "EPA"A$56% ,E 8AIU5%A* '8G8G<(';,GJGJ(, '8G8G$(';,GJGJ( '8G8G<(';,G%GJ(, '8G8G$(';,G%GJ( HA"5A$56% ,E $6/A +5%54A '$6/A +5%54A( '8G8G"(';,G:G:( 86,E/6 ,E *E"H A 8AI. 6"5;E% +5%546 '8G8GJ(';,GJGJ( 86,E/6 ,E AU46*E"H5$56. +6"8U/A"56 ,E A$UE",6 A/ 86,E/6: &n estos modelos utili7aremos las siguientes literales4 = 3 4asa de llegadas por unidad de tiempo. @ 3 4asa de servicio por unidad de tiempo. K 3 5ntensidad de tr fico del sistema. 3 Probabilidad que sistema este ocioso. D 3 Probabilidad que &a#a ! clientes en el sistema ! / 3 $antidad de personas en el sistema. /q 3 $antidad de personas en la cola. /s 3 $antidad de personas en servicio. F 3 4iempo promedio que un cliente pasa en el *istema. Fq 3 4iempo promedio que un cliente pasa en la cola. Fs 3 4iempo promedio que un cliente pasa en el servidor. M;M;1;2D;D;D En este modelo las llegadas son de forma e-ponencial, el tiempo de servicio tambin es e-ponencial, solo &a# un servidor, el n1mero de clientes que se pueden formar en la cola es infinito, # el tama)o de la poblacin tambin es infinito.

M;M;*;2D;D;D En este modelo las llegadas son de forma e-ponencial, el tiempo de servicio tambin es e-ponencial, e-isten * n1meros de servidores que dan los mismos servicios, el n1mero de clientes que se pueden formar en una sola cola es infinito, # el tama)o de la poblacin tambin es infinito.

M;M;1;2D;);D En este modelo las llegadas son de forma e-ponencial, el tiempo de servicio tambin es e-ponencial, solo &a# un servidor, el n1mero de clientes que se pueden formar en la cola es $, es decir, despus de cierto tama)o en la cola #a no se aceptan clientes, # el tama)o de la poblacin es infinito.

PARA UN SISTEMA DE COLAS M;M;*;2D;D;D ) ( Sj P