Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Cap. 15 Hillier F.S., Lieberman G.J. Introduction to Operations Research Holden day Inc. 1986.
Cap. 4 Gross D., Harris C.M."Fundamentals of queueing theory" John Wiley and Sons. 1998.
TEORIA DE COLAS
UPC
UPC
Mquina 1
1
Mquina 2
N=2
N=3
N=20
N=5
N=50
Palm
(1943)
i1
i2
i3
ik
ik
UPC
0
0
n-1
n-1
n
2
3
1
Tasas del proceso de servicio en el S.E.
n+1
n+1
n+1
n+2
0
1
Estado
0
1
2
M
n 1
n
M
n-1
2
...
Tasa incidente
1 P1
0 P0 + 2 P2
1 P1 + 3 P3
...
n+1
n-1
n+1
n+1
n+2
= Tasa emergente
=
0 P0
(1 + 1 ) P1
=
(2 + 2 ) P2
=
M
n2 Pn2 + n Pn =
n1 Pn1 + n+1 Pn+1 =
M
(n1 + n1 ) Pn1
(n + n ) Pn
P1
P
2
P3
Pn
P
n+1
0
=
P0
1
01
1
1
1
=
P1 + (1 P1 0 P0 ) = P1 =
P0
2
2
2
12
012
2
2
2
1
1
=
P2 + (2 P2 1 P1 ) = P2 + (1 P1 0 P0 ) = P2 =
P0
3
3
3
3
3
123
M
n1
n1
n1
01 Kn1
1
1
=
Pn1 + (n1 Pn1 n2 Pn2 ) = Pn1 + (1 P1 0 P0 ) = Pn1 =
P0
n
n
n
n
n
12 Kn
n
01 Kn
= L=
Pn =
P0
n+1
12 Kn+1
M
0 1 Kn1
Cn =
1 2 K n
n = 1, 2,K ;
0 1 Kn1
P0 = Cn P0
Pn =
1 2 K n
n =0
Pn =
n =0
C0
n = 1, 2,K
Cn P0 = 1 P0 =
n =0
=1
Cn
n =0
Cn < +
UPC
n = n = 0,1, 2,K
n = n =1, 2,K
...
n+1
n-1
...
01 Kn1
Cn =
12 Kn
= = n
n = 1, 2,K C0 = 1
Pn = Cn P0 = n P0 n = 0,1, 2,K
n = 0
P0 =
Cn
n=0
y por tanto,
n = 0
n=0
= 1
1
=
= 1
1
1
Pn = Cn P0 = n (1 ) n = 0,1, 2,K
(Distribucin geomtrica)
1.
En promedio la afluencia
de
clientes
al
S.E.
sobrepasa la capacidad de
trabajo del Sistema de
Servicio:
N(t)
<1
N(t)
UPC
n=0
n=0
L = n Pn = n (1 ) = (1 )n = (1 )n n1 =
n
n=0
n=0
d n
d 1
= (1 ) = (1 )
=
d n=0
d 1
= (1 )
=
=
2
(1 ) (1 )
La esperanza matemtica de la variable aleatoria longitud de cola en un sistema de
n=1
n=1
n=1
2
Lq = (n 1) Pn = n Pn Pn =(L) (1 P0 ) =
2
= (L) () =
=
=
1
1 ( )
UPC
UPC
i .
de parmetro =
i =1
es decir, U = Min{T1 ,K, Tn } y por tanto la funcin de distribucin de U ,
FU (t) = P({U t}) =1 P({U > t}) =1 P({T1 > t,K,Tn > t}) =1 P({T1 > t})LP({Tn > t}) =
n
t
nt
1t
i =1 i
=1 e Le =1 e
=1 e t
Fuente 1
Fuente 2
Fuente n
1
2
1 + 2 + +n
r1
s1
r2
rn
s2
sn
= i .
i =1
Instante actual
MODELO M/M/s
n =
n
n =
s
n = 0,1, 2,K
n =1, 2,K, s 1
n = s , s + 1,K
s+1
s-1
<1
Si el factor de carga del S.E. =
s
1 n
P0
n!
Pn = Cn P0 =
s
ns
1 P
0
s ! s
P0 =
n =0
Cn
n =0
Pn =
1
n =0
n = 1, 2,K, s 1
n = s , s + 1,K
n = 1, 2,K, s 1
n = s , s + 1,K
Cn P0 = 1
1
1
+
n =0 n !
n=s s !
s 1
1 n
0 1 Kn1 n !
Cn =
=
1 2 K n 1 s n s
s ! s
n s
1
n
1
1 1
+
n =0 n !
s! 1
s 1
UPC
Lq =
(
n s ) Pn = n Ps + n
n=s
n =0
1
s +ns
= n ( )
P = ... = 0
n =0 s !
1
= P0
2
s!
(1 )
1
L = n Pn = W = Wq + = Lq +
n =0
Lq
Wq =
1 P0
P 0 Lq =
2
s! (1 )
L
L = Lq + W =
UPC
1 ns
P({n s}) = Pn = P0 =
n= s
n=s s !
1
1 P0
n
= P0 =
s ! n =0
s! 1
Frmula C-Erlang
Distribucin
de Poisson
UPC
El modelo M/M/s/K
Sistema de espera con limitacin de capacidad que presupone:
1. Tiempos entre llegadas i.i.d. exp. de parmetro n = .
2. Tiempos de servicio x i.i.d. exp. de parmetro
s+1
s-1
1 n
n!
s
ns
0 1 K n 1 1
=
Cn =
1 2 K n s ! s
n = 1, 2,K, s 1
n = s, s + 1,K, K
n = K + 1, K + 2,K
P = C
P0 =
n =0
C
n =0
n =0
P n = C n P0
P0 = 1
1
n
K
1
1
+
n =0 n !
n=s s !
s 1
i C0 = 1
ns
=
1 .
;
s
K 1
K 1
n =0
n =0
n =0
= n Pn = Pn = Pn = (1 PK )
Si N (t) < K
Si N (t) = K
Poblacin
Sistema de Espera
K s
1
1
s+ns
Lq = (n s ) Pn = n ( )
P0 = P0 n n =...
n=s
n =0
n =0
s!
s!
K s
K s
K s
(
(
)
(1 )).
.... = P0
1
K
s
2
s!
(1 )
=
1 .
L = n Pn = W = Wq + = Lq +
n =0
L
[
]
W = EW =
[ ]
Wq = E Wq =
Lq
MODELO M/M/s/./N
S.E. con poblacin finita (N) que presupone:
Tiempo de permanencia en la poblacin de los clientes i.i.d segn ley
exp. de parmetro
Tiempos de servicio por servidor i.i.d. segn ley exp. de parmetro .
Un conjunto de servidores en paralelo s > 1.
Una poblacin finita de clientes limitado al valor N. Para simplificar
se supone N > s.
Poblacin
Sistema de Espera
Motores
Poblacin
funcionando
TALLER
Sistema de Espera
N
1
N!
(N n )! n !
s
ns
0 1 K n 1
N!
=
Cn =
1 2 K n (N n )! s ! s
P0 =
n =0
Cn
n =0
Pn =
n =0
i C0 = 1
n = s, s + 1, K , N
n = N + 1, N + 2, K
Cn P0 = 1
1
n
n = 1, 2, K , s 1
N
N!
N!
+
n =0 (N n )! n !
n=s (N n )! s !
s 1
N-1
N-2
N-3
(N-2)
ns
No se puede conseguir
una expresin analtica
compacta y los clculos
con poblacin finita se
desarrollan a partir de
tablas especficas.
n=s
n=s
Lq = (n s ) Pn = (n s ) Pn
La esperanza matemtica de la variable aleatoria estado del sistema se puede
deducir a partir de
Lq ,
s 1
L = n Pn = n Pn + n Pn = n Pn + Lq + s 1 Pn
n =0
n =0
n=s
n =0
n =0
s 1
s 1
n =0
n =0
n =0
n =0
= n Pn = (N n ) Pn = N Pn n Pn =
N
= N n Pn = N L = (N L )
n =0
L
W = E[W ] =
[ ]
Wq = E Wq =
Lq
SESION DE PROBLEMAS:
USO de QTS_EXCEL
probability
10
size
CDF for M/M/c line waiting times
1,00
cdf
0,80
0,60
0,40
0,20
0,00
0
0,5
1
time
1,5
= 80 clientes/hora
80
=
= 0.8
s 2 50
60
=
= 50 clientes/hora.
Tasa de servicio por operario
1.2
s
1
P0 Lq = s!
Lq
=
Wq
P0
2
(1) L = + W = L
Lq
P0 =
1
n
1
1 1
s! 1
n =0 n !
s 1
1
2
1 80
1 80
1
+
2! 50 1 0.8
n = 0 n ! 50
1
= 0.111
1
1 8
0 .8
Lq = P0
= (0.111)
= 2.84
2
2
s!
(1 0.8)
(1 ) 2! 5
1. El
nmero
medios
de
clientes
80
L = Lq + = 2.84 +
= 4.44 clientes.
50
en
el
terminal
de
clientes
facturacin
es
L 4.44
=
=
= 0.0555 horas
W
2. Un clientes pasa en promedio en el terminal de facturacin
80
= 3.33 minutos.
3. 1 P0 + 1 2 P1 = (1 + 1 2 C1 ) P0 = (1 + 1 2 8 5) P0 = 0.2
2 1
23
2
=
= 2 pacientes
L=
= ; P0 = 1 = 1 =
1 1 2 3
3
3 3
(2 3) = 4 pacientes
2
Lq =
=
1 1 2 3 3
2
W=
L 2
= = 1 hora
1
Wq = W = (2 3) 1 =
2
hora
3
2
1
=
=
=
En el caso M/M/2,
s 23 3 .
P0 =
P0 Lq =
1
n
1
1 1
+
s! 1
n =0 n !
s 1
1
s!
Lq
=
W
q
P0 2
(1) L = + W = L
Lq
1
n
1 2
1 2
1
+
!
3
2
!
n
3 11 3
n =0
1
1
2
1
1 2 1 1 3
1
=
=
Lq = P0
pacientes
2
2
s!
(1 ) 2! 3 2 (1 1 3) 12
L = Lq +
W=
1 2 3
= + =
pacientes
12 3 4
L 3 1 3
= = horas
4 2 8
Wq =
Lq
1 1 1
horas
=
12 2 24
Ejemplo:
El Asesor
Fiscal
El asesor
fiscal
Un asesor fiscal dispone de un local para atender a sus clientes, los cuales se concentran
mayoritariamente durante los meses de mayo y junio. El local tiene una capacidad
mxima de 8 asientos en espera, el cliente se va si no encuentra un asiento libre, y el
tiempo entre llegadas de clientes se puede considerar distribuido
exponencialmente segn un parmetro = 20 clientes por hora en perodo punta. El
tiempo de una consulta esta distribuido exponencial con una media de 12 minutos,
1. Cuantas consultas por hora realizar en promedio?
2. Cual es el tiempo medio de permanencia en el local?
El modelo es M/M/1/9
n 1
Pn = Cn P0 =
1 K +1
20
=
=4
5
n = 0,1, 2,K, K
n = K + 1, K + 2,K
K =9,
P9 = C 9 P0 = 9
1
1 4
9
4
=
= 0.75
1 10
1 410
= Pn = (1 P9 ) = 20 (1 0.75 ) = 5 clientes/hora
n =0
L=
(K + 1)
1
1 K +1
K +1
)
)
L 8.6
)
4
10 4
=
= 1.73 horas.
=
10
1
=
1
avionetas por da.
3
N L = 5 L = 5 n Pn .
n =0
5!
1
0 1 K n 1 (5 n )!n ! 10
=
Cn =
1 2 K n 5! 1 2 1 n 2
(5 n )!2! 10 2 10
n =1
y C0 = 1
n = 2,K,5
5!
1
P0
(5 n )! n ! 10
Pn = C n P0 =
2
n2
5
!
1
1
P0
(5 n )!2 ! 10 2 10
1
0.5
n = 2, K ,5
3
4
5
C
0.015 0.0015 0.000075
1
1
=
=
=
= 0.619
P
C
P
P
1
n
n
0
0
5
+
+
+
+
+
1
0
.
5
0
.
1
0
.
015
0
.
0015
0
.
000075
n =0
n =0
Cn
i
0
1
n=1
2
0.1
n =0
i
Pi
0
0.619
1
0.310
2
0.062
3
0.009
4
0.001
5
0.00004
W =
L 0.465
=
= 3.08 das
0.151
1
1
(
)
(
)
N
L
5
0
.
465
=
=
(4.535) = 0.151
donde
30
30
La fraccin de tiempo que un determinado tcnico pasa inactivo es
UPC