Академический Документы
Профессиональный Документы
Культура Документы
Los fenmenos de espera para recibir servicio son cosas de la vida diaria, por ejemplo,
esperar en una cola para pagar el telfono o en el supermercado. Sin embargo, la espera
no solo se limita a personas sino tambin a procedimientos o ensamblados de mquinas,
por lo tanto en se crearon procesos que describen modelos matemticos aplicables a
cualquier situacin donde se forme una cola.
La formacin de lneas de espera es, por supuesto, un fenmeno comn que ocurre
siempre que la demanda de un servicio excede a la capacidad actual de proporcionarlo.
Con frecuencia, en la industria y en otros lugares, deben tomarse decisiones respecto a la
cantidad de capacidad que debe proporcionarse. Sin embargo, muchas veces es
imposible predecir con exactitud cundo llegarn las unidades que buscan el servicio y/o
cunto tiempo ser necesario para dar ese servicio, es por esto que esas decisiones
suelen ser difciles. Proporcionar demasiado servicio implica costos excesivos. Por otro
lado, carecer de la capacidad de servicio suficiente causa colas excesivamente largas en
ciertos momentos. Las lneas de espera largas tambin son costosas en cierto sentido, ya
sea por un costo social, por un costo causado por la prdida de clientes, por el costo de
empleados ociosos o por algn otro costo importante. Entonces, la meta final es lograr un
balance econmico entre el costo de servicio y el costo asociado con la espera por ese
servicio. La teora de colas en s no resuelve directamente este problema, pero contribuye
con informacin vital que se requiere para tomar las decisiones concernientes prediciendo
algunas caractersticas sobre la lnea de espera como el tiempo de espera promedio.
El estudio de las colas es importante porque proporciona tanto una base terica del tipo
de servicio que podemos esperar de un determinado recurso, como la forma en la cual
dicho recurso puede ser diseado para proporcionar un determinado grado de servicio a
sus clientes.
La tarea principal de los modelos matemticos es gestionar los recursos limitados para
dar servicio a los diferentes requerimientos que la organizacin tiene. En funcin de la
calidad de su gestin (y de los recursos disponibles) el tiempo de espera (de clientes,
productos y recursos) ser mayor o menor. Desde ese punto de vista se podra decir que
su funcin es decidir quin (o qu) debe esperar a qu (o a quien).
La mayora de los modelos matemticos de colas suponen que las entradas (llegada de
clientes) y las salidas (clientes que se van) del sistema ocurren de acuerdo al proceso de
nacimiento y muerte. El termino nacimiento se refiere a llegada de un nuevo cliente al
sistema de colas y el termino muerte se refiere a la salida del cliente servido. El estado del
sistema en el tiempo, es el nmero de clientes que hay en el sistema de colas en un
tiempo determinado. El proceso de nacimiento y muerte describe en trminos
probabilsticos como cambia el estado del sistema al aumentar el tiempo. En general, dice
que los nacimientos y muertes individuales ocurren aleatoriamente, en donde sus tasas
medias de ocurrencia dependen del estado actual del sistema.
Sistema de Colas
Una Cola es una lnea de espera y la teora de colas es una coleccin de modelos
matemticos que describen sistemas de lneas de espera particulares o sistemas de
colas. Los modelos sirven para encontrar el comportamiento de estado estable, como la
longitud promedio de la lnea y el tiempo de espera promedio para un sistema dado. Esta
informacin, junto con los costos pertinentes, se usa, entonces, para determinar la
capacidad de servicio apropiada.
Cliente.- Unidades que entran al sistema para recibir un servicio. Pueden ser personas,
cartas, carros, incendios, ensambles intermedios en una fbrica, etc.
Estructura Bsica
Por ltimo es posible que el patrn de llegada vare con el tiempo. Si se mantiene
constante le llamamos estacionario, si por ejemplo vara con las horas del da es
no-estacionario.
Nomenclatura
Suponga que un mismo evento ocurre repetidas veces de manera aleatoria a lo largo del
tiempo. Tal evento puede ser, por ejemplo, la llegada de una reclamacin a una compaa
aseguradora o la recepcin de una llamada a un conmutador, la llegada de un cliente a
una ventanilla para solicitar algn servicio o los momentos en que una cierta maquinaria
requieren reparacin, etc. Suponga que las variables aleatorias T1, T2... representan los
tiempos que transcurren entre una ocurrencia del evento y la siguiente ocurrencia.
Suponga que estos tiempos son independientes uno del otro y que cada uno tiene
distribucin exp(). Se dene el proceso de Poisson al tiempo t como el nmero de
ocurrencias del evento que se han observado hasta ese instante t.
Este modelo se caracteriza por un slo parmetro , que debe ser positivo.
Esta distribucin suele utilizarse para contajes del tipo nmero de individuos por unidad
de tiempo, de espacio, etc.
2) Varianza: V(X) = .
X1 ~ P ( = 1) y X2 ~ P ( = 2)
Y definimos Z = X1 + X2, entonces,
Z ~ P( = 1 + 2)
Este resultado se extiende inmediatamente al caso de n variables aleatorias
independientes con distribucin de Poisson. En este caso, la variable suma de todas ellas
sigue una distribucin de Poisson de parmetro igual a la suma de los parmetros.
La mayor parte de los modelos de colas estocsticas asumen que el tiempo entre
diferentes llegadas de clientes sigue una distribucin exponencial. O lo que es lo mismo
que el ritmo de llegada sigue una distribucin de Poisson.
El tiempo entre llegadas se define, de este modo, como la probabilidad de que no llegue
ningn cliente: P0 (t)= e-t
El uso de este patrn de llegada (o de servicio) tiene, entre otras las siguientes
propiedades:
Paso 2 La probabilidad de que una llegada ocurra entre el tiempo t y t+t es t+o(t),
donde es la tasa de llegada y o(t) cumple limt0 o(t)/ t =0. De hecho o(t) se
podra entender como la probabilidad de que llegue ms de uno.
Paso 6 Para conocer los datos que definen un proceso de Poisson solo es
necesario conocer el nmero medio de llegadas
clientes, donde:
En situacin estacionaria, se puede decir que el balance de flujo alrededor del estado
n debe ser 0 (sino no sera estable). As las probabilidades de entrada en el estado n ,
deben ser iguales a la probabilidad de las salidas:
En el origen
Ejemplo 1.