Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Salida
Pn(t)
Combinacin
Pn-1(t)
Llegada
Potro(t)
Evento
Situacin en t + t
nt
(1- nt)(1- nt) + (t)
Llegas y Salidas
Pn(t+t)
nt
(t)
Si hacemos t 0 se obtiene :
dPn(t)/dt = n-1Pn-1(t) + n+1Pn+1(t) - (n+n)Pn(t)
n = 1, 2, 3 , ....
n = 1, 2, 3 , ....
n=0
n=0
-t
Ecuacin diferencial cuya solucin es P0(t) = e . Esto permite calcular la probabilidad del
tiempo transcurrido hasta la primera llegada como 1 - P0(t) es decir 1 - e-t. Esta
probabilidad corresponde a una distribucin exponencial con parmetro 1/. (Por las
propiedades de la distribucin exponencial se puede concluir que todos los tiempos entre dos
llegadas consecutivas tienen esta misma distribucin, ms an, la distribucin del tiempo que
resta hasta una llegada siguiente, sigue siendo exponencial con la misma distribucin). Esto
permite dar a 1/ la interpretacin de valor esperado del tiempo entre llegadas en un
proceso de nacimiento y muerte.
Por otra parte el sistema de ecuaciones diferenciales
dPn(t)/dt = Pn-1(t) - Pn(t)
n = 1, 2, 3 , ....
Pn(t) = (1/n!) e
-t
n = 1, 2, 3, ...
Expresin que para un n fijo puede leerse como la probabilidad de que lleguen n personas en
el intervalo de tiempo t. Si se observa para t = 1, se tiene la probabilidad de que lleguen n
personas en la unidad de tiempo, expresin que corresponde a una distribucin Poisson con
parmetro y valor esperado . Esto permite interpretar como el valor esperado de la
velocidad de llegada de las personas a un sistema que funciona con las hiptesis del proceso
de nacimiento y muerte.
Se concluye que la velocidad de llegada al sistema es una variable aleatoria con distribucin
Poisson y valor esperado , y consecuentemente el tiempo entre dos llegadas sucesivas es
una variable exponencial con valor esperado 1/.
3. Interpretacin del parmetro
En forma simtrica, si se supone que en el sistema hay M personas y se hace = 0, se
puede analizar, resolviendo las ecuaciones diferenciales, la distribucin del tiemp0 de
servicio y la distribucin de la velocidad de atencin, pues el proceso as caracterizado slo
tiene salidas y no llegadas. Mientras n > 0 la velocidad de atencin es una variable aleatoria
con distribucin Poisson y parmetro y el tiempo de atencin o servicio es una variable
aleatoria con distribucin exponencial y valor esperado 1/.
Se concluye entonces que es la velocidad media de atencin, cuando hay personas en el
sistema, y el tiempo de atencin es una variable exponencial con valor esperado 1/
4. Estado de rgimen de un proceso.
El estado de rgimen de un proceso es la situacin en que las probabilidades de ocurrencia
de los diferentes estados del proceso no dependen del tiempo. Esta situacin corresponde a
suponer que Pn(t) no depende del tiempo, es decir dPn(t)/dt es idnticamente cero.
Entonces las ecuaciones diferenciales se modifican a un sistema de ecuaciones lineales
cuyas incgnitas son Pn
n-1Pn-1 + n+1Pn+1 - (n + n)Pn = 0
1P1 - 0P0 = 0
n = 1,2,3,...
n=0
n = 1,2,3,...
n=
Si se reemplaza Pn por sus valores la suma de las probabilidades es una serie que converge
si y slo si < y en ese caso
P0 = (1 - /)
El proceso de nacimiento y muerte con parmetros < alcanza una situacin de equilibrio
y queda descrito por las probabilidades
Pn = (1 - /)(/)n
n = 0, 1, 2, ...
L = (1 - /)
n(/)
Lq = (1 - /)
n=1 (n-1)(/)
L = /(- )
Lq = (/) L
6. Teorema de A. Little.
Para todo sistema en que el proceso de llegada es Poisson es posible calcular el valor
esperado del tiempo de una persona en el sistema y el valor esperado del tiempo en cola de
una persona como:
W = L/
Wq = Lq/