Академический Документы
Профессиональный Документы
Культура Документы
Utilizado en la construccin de
modelos
de
comportamiento
estocstico
de
fenmenos
naturales y creados por el hombre.
Creado por el matemtico, Agner Krarup Erlang
Sistema de Colas
Las colas son frecuentes en nuestra vida cotidiana:
Sistema de Colas
Los sistemas de colas son utilizados para
modelar procesos, en los cuales los
clientes van llegando, esperan su
turno para recibir el servicio, reciben el
servicio y luego
se marchan
MODELOS DE COLAS DE ESPERA
PROBLEMA
1
2
3
LLEGADAS
Pacientes
Llamadas telefnicas
Equipo daado
INSTALACIN DE SERVICIO
Tcnicos
Conmutador
Reparadores
Distribucin de llegadas
Distribucin de servicios
Disciplina de cola
Capacidad del sistema
Nmero de canales de servicio
Nmero de etapas de servicio
= 1 / E(A)
= 3 personas/hora
Cul es el intervalo de tiempo entre
llegadas?
= 2 personas/hora
Cul es el intervalo de tiempo para
prestar el servicio?
Un solo canal
Multicanal
para
una
Los
clientes
que llegan:
INDIVIDUA
L o EN
MASA
El tipo del
tiempo entre
llegadas:
PROBABILISTI
CO
o
DETERMINIST
ICOS
El tipo del
tiempo
de
servicio:
PROBABILISTI
CO
o
DETERMINIST
ICOS
La
capacidad
de la cola:
FINITA
o
INFINITA
Disciplina
en
las
colas: FIFO,
LIFO,
RSS,
PRIORIDAD
ES
PAPEL DE LA DISTRIBUCIN
EXPONENCIAL
En la mayora de las situaciones de colas, las llegadas
ocurren al azar.
Aleatoriedad significa que la ocurrencia de un evento
(por ejemplo la llegada de un cliente o la terminacin
de un servicio) es independiente del tiempo
transcurrido desde la ocurrencia del ltimo evento.
Distribucin de
tiempos entre
llegadas
M: Markoviana (tipo
poisson)
D : Determinstica
(constante)
G : General
Distribucin de
tiempos de servicio
M: Markoviana (tipo
exponencial)
D : Determinstica
G : General
Nmero de
servidores
N : 1, 2, 3,
>t}=Probabilidad de que un
cliente permanezca ms de t
unidades de tiempo en el
sistema.
P{Wq>t}=Probabilidad de que un
cliente permanezca ms de t
unidades de tiempo en la cola.
Ejemplo 1:
El departamento para caballeros de un gran almacn tiene a un
sastre para ajustes a la medida . Parece que el numero de clientes
que solicitan ajustes sigue una distribucin de poisson con una tasa
media de llegadas de 24 por hora, los ajustes se realizaron con un
orden de primero que llega, primero en atenderse y los clientes
siempre desean esperar ya que las modificaciones son gratis.
Aparentemente el tiempo que tarda para realizar el ajuste , se
distribuye exponencialmente con una media de 2 minutos.
a) Cul es el numero promedio de clientes en la sala de espera?
b) Cunto tiempo de permanencia en el sistema debera de
planear un cliente?
c) Qu % de tiempo permanece ocioso el sastre?
d) Cul es la probabilidad de que un cliente espere los servicios del
sastre mas de 10 minutos?
Ejemplo 2:
En un servidor de la universidad se mandan programas de
ordenador para ser ejecutados. Los programas llegan al servidor
con una tasa de 10 por minuto. El tiempo medio de ejecucin de
cada programa es de 5 segundos y tanto los tiempos entre llegadas
como los tiempos de ejecucin se distribuyen exponencialmente.
a) Que proporcin de tiempo est el servidor desocupado?
b) Cul es el tiempo esperado total de salida de un programa?
c) Cul es el nmero medio de programas esperando en la cola del
sistema?
Ejemplo 3:
La ventanilla de un banco realiza las transacciones en un tiempo
medio de 2 minutos. los clientes llegan con una tasa media de 20
clientes a la hora. Si se supone que las llegadas siguen un proceso
de Poisson y el tiempo de servicio es exponencial, determina
d) El porcentaje de tiempo en el que el cajero est desocupado.
e) El tiempo medio de estancia de los clientes en la cola.
f) La fraccin de clientes que deben esperar en la cola.
Ejemplo 4:
En el departamento de emergencia de un hospital los pacientes
llegan con una distribucin de probabilidad de poisson a una media
de 3 clientes por hora. El medico que esta en dicho departamento
los atiende con una frecuencia de servicio exponencial a una tasa
media de 4 cliente por hora contratara o no a otro medico?
a) Razn de utilizacin del sistema.
b) Probabilidad de que no se encuentre pacientes en el sistema.
c) Probabilidad de que exista un paciente en el sistema.
d) Probabilidad de que exista tres pacientes en el sistema.
e) Tiempo total del pacientes en el sistema.
f) Tiempo total de espera por servicio en el sistema
g) El numero de pacientes en el sistema en un momento dado
h) El numero de pacientes en el sistema esperando por servicio.
i) Probabilidad de que el cliente espere mas de 1hora en el
sistema.
j) Probabilidad de que el cliente espere mas de hora en el
sistema esperando por servicio.
Ejemplo 5:
Para ejemplificar el modelo M / M / S, suponga que existen cinco canales
de servicio con tasas promedio de servicio = 6 y una tasa de llegada
de, = 24 unidades por hora, esto implica que S = 5.
a)
b)
c)
d)
e)
f)
g)