Sei sulla pagina 1di 27

UNIVERSIDAD NACIONAL EXPERIMENTAL DE GUAYANA VICERRECTORADO ACADMICO COORDINACIN DE PREGRADO PROYECTO DE CARRERA: INGENIERA INDUSTRIAL ASIGNATURA: OPERACIONES II

PROFESOR: Toms Moreno INTEGRANTES: Rivas, Dioselin C.I.20.286.477 Salazar, Jessika C.I 19.095.864 Puerto Ordaz, Febrero de 2012.

Teora de Colas

INTRODUCCION En nuestro mundo tan avanzado y congestionado, para mantener un orden que permita el buen desarrollo de algunas actividades del ser humano, se hace necesario emplear un sistema que mantenga dicho orden denominado la fila o cola que en informtica seria teora de colas, en donde se muestra una estructura que organiza una determinada cantidad de informacin o elementos ordenndolos por caractersticas formando una cola(fila), en cada cola los elementos podrn ser modificados tanto al principio de la cola como al final de ella. Un ejemplo muy sencillo para tratar de entender que es la teora de colas tenemos que una cola se caracteriza por cuantos clientes arriban a una o a ms estaciones en las que se efecta en X servicio (cajero, hoteles, fila para las tortillas, etc.). A la llegada del cliente, este puede ser atendido de inmediato o puede tener que esperarse hasta que el servicio est disponible; entonces el tiempo en el cual se atiende a cada cliente pude ser que ya este definido o ya sea que se desconozca el tiempo.

Teora de Colas

Definicin Se puede definir como una formulacin matemtica para la optimizacin de los sistemas que interactan en dos procesos normalmente aleatorios, un proceso de llegada de clientes y un proceso de servicios de clientes, por lo cual, se ve la presencia de fenmenos de acumulacin de clientes en espera de servicio y donde existen reglas bien definidas para prestar el servicio. 1. Descripcin de un Sistema de Colas Un sistema de colas se puede describir como, clientes que llegan buscando un servicio determinad, esperan si este no es inmediato, y abandonan el sistema una vez de haber sido a tendidos. En algunos casos se puede admitir que los clientes abandonan el sistema si se cansan de esperar. El termino cliente se utiliza con un sentido general y no implica que sea un ser humano, puede significar piezas esperando su turno para ser procesadas. Es decir, la teora de cola puede estar presente en cualquier momento de nuestras vidas. Sistema de Cola Bsico

2. Caractersticas de los Sistemas de Colas Las caractersticas bsicas que se deben utilizar para describir adecuadamente un sistema de colas son: a. Patrn de llegada de los clientes. b. Patrn de servicio de los servidores. Teora de Colas

c. Disciplina de cola. d. Capacidad del sistema. e. Numero de canales de servicios. f. Numero de etapas de servicios. Algunos autores incluyen como sptima caracterstica la poblacin de los posibles clientes. Patrn de llegada de los clientes: En situaciones de colas habituales, la llegada depende de una cierta variable aleatoria, en este caso es necesario conocer la distribucin probabilstica entre dos llegadas de clientes sucesivas. Adems hay que tomar en cuenta si los clientes llegan independientemente o simultneamente. En algunos casos los clientes pueden ser impacientes, es decir, lleguen a la cola y como ven que es demasiado larga se retiran, o que tras esperar mucho rato en la cola se van. Por ultimo, es posible que el patrn de llegada vari con el tiempo, si se mantiene constante se le llama estacionario, y si por ejemplo si varia con las horas del da es no-estacionario. Patrones de servicio de los servidores: Los servidores pueden tener un tiempo de servicio variable, en cuyo caso hay que asociarle, para definirlo, una funcin de probabilidad. El tiempo de servicio puede variar con el numero de clientes en la cola, trabajando de forma rpida o lenta, y en este sentido se llama patrones de servicio dependientes. Al igual que el patrn de llegada puede variar con el tiempo transcurrido.

Teora de Colas

Disciplina de cola: La disciplina de cola es la forma en que los clientes se ordenan en el momento de servidos de entre los de la cola. Cuando se piensa en colas se admite una disciplina de cola normal, es atender primero al que llego primero, sin embargo en muchas colas es habitual el uso de la disciplina, atender primero al ultimo. Tambin es posible de encontrar reglas se secuencia con prioridades, como por ejemplo, secuenciar primero las tareas con menor duracin o segn tipos de clientes. Capacidad del sistema: En algunos sistemas existe una limitacin respecto al nmero de clientes que pueden esperar en la cola. A estos casos se le denomina situaciones de colas infinitas. Esta limitacin puede ser considerada como una simplificacin de la modelizacin de la impaciencia de los clientes. Nmero de Canales de Servicios: Es evidente que es preferible utilizar sistemas de multiservidor, con una nica lnea de espera para todos que con una cola por servidor. Por tanto, cuando se habla de canales de servicios paralelos, se habla generalmente de una cola que alimenta a varios servidores, mientras que en el caso de las colas independientes se asemejan a mltiples sistemas con un solo servidor. En la siguiente figura se muestra un sistema mono-canal y un sistema de dos variantes del sistema multicanal.

Teora de Colas

Etapas del Servicio: Un sistema de colas puede ser unietapa o multietapa. En el sistema multietapa el cliente puede pasar por un nmero de etapas mayor que uno. Por otro lado, en algunos sistemas multietapa se puede admitir la vuelta atrs, esto es habitual en los sistemas productivos como controles de calidad. Sistema multietapa

Retroalimentacin. 3. Notacin de Kendall En 1953 Kendall propuso un sistema de clasificacin de los sistemas de

espera, ampliamente utilizado en la actualidad. Esta clasificacin considera seis caractersticas mencionadas en la estructura de los modelos de lneas de espera, expresndolas en formato (a/b/c) (d/e/f/), donde: a. Distribucin de probabilidad del tiempo entre llegada de las transacciones. b. Distribucin de probabilidad del tiempo de servicio, los smbolos utilizados en estos campos son: D: Constante. Ek: Distribucin Erlang con parmetro k. G: Cualquier tipo de distribucin. GI: Distribucin general independiente. H: Distribucin hiperexponencial. M: Distribucin Exponencial. c. Numero de servidores.

Teora de Colas

d. Orden de atencin de los clientes. Los smbolos utilizados en este campo son: FCFS: Primeras entradas, primeros servidos. LCFS: Ultimas entradas, primeros servidos. SIRO: Orden aleatorio. PR: Con base de prioridades. GD: en forma general. e. Numero mximo de clientes que soporta el sistema en un mismo instante de tiempo. f. Numero de clientes potenciales del sistema de lneas de espera. 4. Medidas de Efectividad (formulas de Little) Nmero medio de clientes en el sistema/en la cola = tasa de llegada x tiempo medio de los clientes en el sistema/en la cola

Tiempo medio de los clientes en el sistema = tiempo medio de los clientes en la cola + tiempo medio de servicio de un servidor

Nmero medio de clientes en el sistema = nmero medio de clientes en la cola + nmero medio de servidores ocupados

Nmero medio de servidores ocupados en el sistema = Nmero medio de clientes en el sistema - nmero medio de clientes en la cola:

Teora de Colas

5. Anlisis econmico de Lneas de Espera. Antes de que pueda llevarse a cabo un anlisis econmico de una lnea de espera, debe elaborarse un modelo de costo total, el cual incluye el costo de esperar y el costo de servicio.

Cw= costo de esperar por perodo para cada unidad L= cantidad promedio de unidades en el sistema Cs= costo de servicio por perodo para cada canal K= cantidad de canales La forma general de las curvas de costo en el anlisis econmico de las lneas de espera consiste en que el costo del servicio aumenta conforme aumenta la cantidad de canales; pero con ms canales, el servicio es mejor. Como resultado, el tiempo de espera y el costo disminuyen conforme se aumenta la cantidad de canales. Puede encontrarse la cantidad de canales que proporcionar una buena aproximacin al diseo de costo total mnimo evaluando el costo total para varias alternativas de diseo.

TC = CWL + CsK

Grafico de anlisis econmicos de lneas de espera

Teora de Colas

6. Los procesos de Poisson y la distribucin exponencial 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. En esta seccin se vern las caractersticas de una distribucin de Poisson y como se relacionan con la distribucin exponencial. Posteriormente se analizan las ms importantes propiedades y algunas generalizaciones al adoptar tal patrn de llegadas. Se cierra el apartado con argumentos que apoyan el uso de la distribucin de Poisson. Adoptar la distribucin de Poisson implica que la probabilidad de que lleguen clientes en un intervalo de tiempo t es:

El tiempo entre llegada se define de este modo, como la probabilidad de que no llegue ningn cliente.

Siendo por tanto una distribucin exponencial. 7. Propiedades del patrn de llegadas o servicio Poisson Teora de Colas

El uso de este patrn de llegada (o de servicio) tiene, entre otras las siguientes propiedades: P1: El nmero de llegadas en intervalos de tiempo no superpuestos es estadsticamente independiente. P2: La probabilidad de que una llegada ocurra entre el tiempo t. P3: La distribucin estadstica del nmero de llegadas en intervalos de tiempo iguales es estadsticamente equivalente.

P4 Si el nmero de llegadas sigue una distribucin de Poisson el tiempo entre llegadas sigue una distribucin exponencial.

P5 Si el proceso de llegada es Poisson, los tiempos de llegada son completamente aleatorios con una funcin de probabilidad uniforme sobre el periodo analizado.

P6 Para conocer los datos que definen un proceso de Poisson solo es necesario conocer el nmero medio de llegadas P7 Amnesia de la Distribucin exponencial: La probabilidad de que falten t unidades para que llegue el siguiente cliente es independiente de cuanto tiempo llevamos sin que llegue ningn cliente.

Teora de Colas

8. Generalizaciones al proceso poisson -Exponencial a) Variabilidad Se puede admitir que vare con el tiempo. En este caso

b) Llegadas Mltiples Se puede admitir que en cada evento de llegada aparezcan i clientes, donde:

En este caso la probabilidad de que en el instante t hayan aparecido m clientes es:

9. Distribucin Exponencial.

Teora de Colas

10.

Modelos de Teoras de Colas

MODELO M/M/C Con respecto a la notacin Kendall, para este modelo se tienen las siguientes caractersticas:
A) Se tiene un sistema de llegada que se produce segn un proceso de Poisson de

razn , donde los tiempo entre llegada distribuidos exponencialmente Expo( ). Donde es el nmero medio de llegadas por unidad.
B) Los tiempos entre servicios son distribuidos de manera exponencial. Expo(

).

Donde tiempo.

es el promedio de paquetes que el servidor es capaz de atender por unidad de

X) El numero de servidores en el sistema la cual se denotara con la constante c. Y) La capacidad del sistema es infinita, la cual se puede omitir. Z) la disciplina del sistema ser FIFO, la cual se puede omitir. V) se tiene un estado de servicio igual a uno, es decir una sola cola, el cual se puede omitir tambin.

Teora de Colas

Este sistema al igual que el MM1 presenta una capacidad del sistema infinita por lo cual se establece una condicin de no saturacin para alcanzar el estado estable, ya que de esta manera se cuida el numero de paquetes no crezca indefinidamente. Para este software se ocuparn colas que no se saturan, por lo que la condicin seria la siguiente:

Donde se tiene que

se calcula:

Donde: = Intensidad del trfico del sistema. = Numero medio de llegadas por unidad de tiempo. = Numero de medios de paquetes que el servidor es capaz de atender por unidad de tiempo. Para un estado estable, es decir, no saturado, se tienen las siguientes probabilidades:

Donde: = la probabilidad de que no existan paquetes en el sistema. = Numero de paquetes en el sistema. = la probabilidad de que halla (n) paquetes en el sistema. En cuanto a las medidas de rendimientos para este sistema, se tiene que el nmero medio de clientes en la cola est dado por:

Teora de Colas

MODELO M/G/1 Los tiempos de servicio de este modelo tienen una distribucin de probabilidad comn cualquiera y son mutuamente independientes, de esperanza matemtica (1/ ) y varianza. El S.E. slo dispone de un nico servidor, es decir S =1. La teora de los modelos no exponenciales demuestra que para alcanzar un estado estacionario es suficiente que la relacin entre tasas de llegadas y la tasa de salidas del sistema por unidad de tiempo sea inferior a la unidad, es decir, el factor carga del sistema tiene que cumplir que

El promedio de clientes del sistema:

Promedio de clientes en la cola:

Tiempo medio en sistema:

Tiempo medio en cola:

Teora de Colas

11.

Elementos de Simulacin de Eventos discretos

En el camino al desarrollo de proyectos usando simulacin de eventos discretos es importante comprender algunos conceptos inherentes a esta tcnica. I. Entidades Son los objetos que fluyen a travs del sistema, podran ser: clientes, productos, cajas, camiones y pallets entre otros. II. Atributos Son las diferentes caractersticas que definen a las entidades: tipo, edad, gnero, peso, volumen, tiempo de inicio de un proceso. III. Variables Son aquellas que definen el modelo y sus estados como un conjunto: nmero de entidades en proceso, nmero de entidades entrantes, nmero de entidades salientes, costo de proceso unitario.

IV. Reloj de simulacin Variable que lleva control del tiempo virtual de simulacin, no se debe confundir con el tiempo real de ejecucin, es decir mientras en mi reloj de mano pasaron 5 minutos desde que se ejecut la simulacin, en el modelo el reloj de simulacin podra haber avanzado das, meses o inclusive aos.

Teora de Colas

V. Eventos Diferentes tipos de acontecimientos que ocurren a travs de la simulacin, que hacen que el reloj de simulacin avance, tales como: llegada de un paciente, dao de una mquina, inicio de operacin de un trabajador, finalizacin de un proceso de fabricacin. VI. Recursos Objetos a los que se les asocia algn tipo de gasto o de consumo de los mismos para realizacin de tareas de operacin o transporte: operarios, montacargas, mquinas, buffers de almacenamiento, bandas transportadoras.

12.

Puntos a tomar en Cuenta en el Desarrollo de un Proyecto de

Simulacin de Eventos Discretos En el desarrollo de un proyecto de simulacin es importante tener una metodologa de desarrollo y entendimiento del proyecto, a continuacin evidencio de forma resumida la metodologa que le recomiendo seguir para este tipo de proyectos. I. Definicin de objetivos, alcance y de medidas de desempeo a evaluar Antes de iniciar la construccin del modelo se debe definir cul es el objetivo y alcance ltimo del proyecto que debera ser de la forma: cul es el diseo ms adecuado de bodega?, cul es la mejor configuracin de la lnea?, cul es el impacto de realizar los cambios que propone la junta o comit? Una vez definido el objetivo se debe determinar qu indicadores son los adecuados para cuantificar los efectos de mejoras potenciales, estos podran ser: nivel de servicio, tiempo de ciclo promedio, entidades en proceso mximas, entre otros. II. Definicin del nivel de detalle adecuado Una vez definido el objetivo e indicadores a evaluar, se procede a establecer el nivel de detalle que se debe trabajar, esto depende principalmente de que los indicadores que Teora de Colas

se hayan definido sean relevantes para la operacin. Segn estos las entidades podran ser definidas como, camiones, pallets, cajas, unidades sueltas, unidades sueltas de fresa, etc. Este paso es de los ms crticos y determinantes de xito dentro del proyecto, pues por ejemplo si se quisiera evaluar el nmero de montacargas y de muelles en una bodega de productos de consumo masivo y se defini que el indicador base del proyecto es el nmero de estibas despachadas en un turno, carecera de sentido simular al nivel de detalle de las unidades sueltas por referencia, sabor y color. III. Construccin del modelo base El objetivo en este punto es construir un modelo pivote robusto y vlido sobre el cual se harn los cambios en los escenarios. En la construccin del modelo base existen cuatro etapas asociadas:
1. Construccin: Consiste en desarrollar la lgica del modelo de forma que

represente el sistema real.


2. Calibracin: en esta etapa se incluyen los valores de variables de entrada al

modelo, tales como, tiempos de proceso, demanda, fallos de mquinas, etc.


3. Verificacin: en esta fase se compara las salidas del modelo con las salidas

esperadas, por ejemplo en throughput, inventarios, etc. Para esta etapa es recomendable someter el modelo a situaciones extremas para verificar que la lgica o comportamiento sean los esperados.
4. Validacin: aqu se comparan las salidas del modelo con resultados histricos del

sistema real, se recomienda hacer uso de estadsticas como intervalos de confianza y pruebas de hiptesis.

13.

Nmeros Aleatorios Segn Kolmogorov (1987) dice que los nmeros aleatorios son una sucesin de

nmeros es aleatoria si no puede producirse eficientemente de una manera ms corta que la propia serie.

Teora de Colas

Segn LEcuyer (1990) dice que los nmeros aleatorios son una sucesin de nmeros es aleatoria si nadie que utilice recursos computacionales razonables puede distinguir entre la serie y una sucesin de nmeros verdaderamente aleatoria de una forma mejor que tirando una moneda legal para decidir cul es cul. 14. Generacin de Variables Aleatorias Discretas

En este caso la funcin de distribucin es discontinua y tiene una forma escalonada. Su frmula es:

Al ser discreta no hay frmula de su inversa y puede ocurrir que dado un u no se encuentre imagen x de la funcin, sino que este valor est entre dos valores posibles.

Lo que se va a hacer en este caso es que dado un u se va obtener como salida un xj tal que

El algoritmo queda como sigue: Generar u U(0,1) SI u<p1 ENTONCES salida x1 Teora de Colas

SI NO SI u<p1+p2 ENTONCES salida x Este mtodo es un mtodo sencillo de aplicar, siempre y cuando la funcin de distribucin no tenga una frmula 15. Generacin de Variables Aleatorias Continuas

Mtodo de la transformada inversa El mtodo de la transformada inversa, es el mtodo mas utilizado en la obtencin de variables aleatorias para experimentos de simulacin. Para aplicar este mtodo suponga que queremos generar el valor de una variable aleatoria discreta X con funcin de masa de probabilidad:

Para esto, generamos un nmero aleatorio R; es decir, R esta distribuido uniformemente en (0; 1), y sea:

Y entonces X tiene la distribucin deseada. Para este mtodo se pueden realizar ciertas observaciones, por ejemplo, podemos escribir lo anterior es forma algortmica.

Teora de Colas

Algoritmo Mtodo de la transformada inversa para variables aleatorias discretas. 1. Generar un numero aleatorio R. 2. Si R < p0 hacer X = x0 y terminar. 3. Si R < p0 + p1 hacer X = x1 y terminar. 4. Si R <Pji=1 pj hacer X = xj y terminar. Si los xi, i 0, estn ordenados de modo que x0 < x1 < x2 < : : : y si F denota la funcin de distribucin de X, entonces

En otras palabras, despues de generar un numero aleatorio R determinamos el valor de X hallando el intervalo (FX (xj1) ; FX (xj)) en el que esta R (o, de forma equivalente hallando la inversa de FX (R)). Es por esta razon que el anterior se llama metodo de la transformada inversa discreta para generar X. 16. Estructura del modela con Simnet+

El diseo de SIMNET II se basa en la idea general que los modelos de simulacin discreta pueden crearse de una u otra manera como sistemas de lneas de espera. En este contexto, el lenguaje se basa en un acercamiento de red que utiliza tres nodos autodescriptivos: una fuente, en donde llegan las transacciones (clientes), una lnea de espera, donde la espera tiene lugar en caso de que esta sea necesaria, y una instalacin, en donde se lleva a cabo el servicio. Se agrega un cuarto nodo, llamado auxiliar, para incrementar las capacidades de modelacin de lenguaje. Los nodos en SIMNET II estn conectados por ramas. Conforme las transacciones recorren las ramas, estas ejecutan importantes funciones entre las que se cuentan: 1) controlar el flujo de transacciones en cualquier parte de la red, 2) recolectar estadsticas pertinentes, 3) efectuar clculos aritmticos. Esta informacin se almacena en archivos.

Teora de Colas

SIMNET II utiliza tres tipos de archivos: 1. Calendario de eventos (o E.FILE como se llama en SIMNET II) es el archivo principal que mueve la simulacin. 2. Lnea de espera. 3. Instalacin. Representacin de los enunciados de los nodos en simnet ii La informacin acerca de las caractersticas y operacin de los nodos de SIMNET II est codificada en enunciados compatibles. El siguiente es el formato general de un enunciado de nodo: identificador del nodo: campo 1; campo 2; campo m; El identificador de nodo consiste en un nombre arbitrario (mximo 12 caracteres) escogido por el usuario seguido por uno de los cdigos *S, *Q, *F o *A, que identifica al nombre ya sea una fuente, lnea de espera, instalacin o auxiliar. El identificador de nodo es seguido por uno o ms campos separados entre si por punto y como y el ltimo campo seguido de dos puntos. Cada campo posee informacin necesaria para la operacin del nodo. Si un campo no se usa o se omite, su orden se mantiene incrustando puntos y comas sucesivas. Por ejemplo: LLEGADA *S;10;;;;LIM=500: Identifica un nodo fuente llamado LLEGADA, para el cual el valor 10 mostrado en el primer campo identifica el tiempo entre llegadas sucesivas. Los campos 2, 3 y 4 suponen valores predefinidos (que sern descritos luego), en tanto que el campo 5 muestra el nmero mximo de creaciones desde LLEGADA est limitado a 500 transacciones. Los campos predefinidos de un enunciado se pueden omitir, y la posicin de los campos no predefinidos se identifica directamente, prefijado a cada uno con el cdigo /n/, donde n es el nmero del campo. Por ejemplo, el enunciado anterior se puede describir en forma equivalente como: LLEGADA *S;10; /n/LIM=500:

Teora de Colas

Se mostrar despus que /n/ se puede reemplazar en forma ms conveniente, con palabras descriptas reservadas o simples letras. Una lnea de SIMNET II puede incluir un comentario, que se reconoce por un signo de admiracin (!) como prefijo. Cualquier texto que siga a un ! se trata como un comentario, y es ignorado por el procesados de de SIMNET II. Nodo fuente: Se usa para crear la llegada de transacciones a la red. Las definiciones de sus campos y sus smbolos grficos se dan en la Figura 1. La informacin entre parntesis describe el tipo de datos que deben usarse en el campo. En esta seccin nos concentraremos en los campos F1 al F5, con una introduccin a la utilizacin del campo de transferencia *T.

Nodo lnea de espera: Las lneas de espera sirven para alojar transacciones. En sentido obvio, una transaccin no puede ser atendida inmediatamente al llegar, sino que debe esperar en la lnea hasta que la instalacin quede disponible. En SIMNET II el tamao de una lnea de

Teora de Colas

espera puede ser finito o infinito, el nmero inicial de clientes en espera al principio de la simulacin puede ser 0 o positivo. Tambin las transacciones pueden partir de acuerdo a algunas disciplinas propias de lneas de espera.

Nodo de instalacin: Un nodo instalacin es donde se efecta el servicio. En SIMNET II una instalacin tiene una capacidad finita, representando el nmero de servidores en paralelo. Durante la simulacin, cada servidor puede estar ocupado o desocupado. El formato general del enunciado de nodo y la descripcin de sus campos estn dados en la Figura 3.

Nodo auxiliar Un nodo auxiliar es uno de capacidad infinita que siempre aceptar todas las transacciones que le lleguen. El nodo est diseado para aumentar la capacidad de

Teora de Colas

modelacin del lenguaje. Sobre todo, es adecuado para representar demoras. Tambin, el nodo auxiliar es el nico que puede introducirse a s mismo, caracterstica que es muy til en la simulacin de acciones repetitivas (o lazos). La figura siguiente da una descripcin de los campos del nodo auxiliar.

17.

Reglas Bsicas Para la Operacin de Nodos

Esta seccin resume algunas de las reglas de SIMNET II para la operacin de los nodos fuente, lnea de espera, instalacin y auxiliar. El procesador s SIMNET II detectar el incumplimiento de estas reglas, y emitir un mensaje de error. 1. No puede introducirse a una fuente por ningn otro nodo, incluida otra fuente. 2. Una lnea de espera no puede alimentar directamente a otra, ni puede alimentarse a s misma. 3. las instalaciones pueden seguirse una a otra sin lneas de espera intermedias. Sin embargo una instalacin no puede alimentarse a s misma. 4. Un nodo auxiliar es el nico que puede alimentarse a s mismo, permitiendo as la simulacin de lazos.

Teora de Colas

5. Una transaccin brincar una lnea de espera, si est no est llena y si su nodo sucesor acepta la transaccin, aun si la lnea de espera tiene transacciones en espera cuando llegue la transaccin del brinco. 6. Si una instalacin est precedida por una lnea de espera, est intentar tomar de manera inmediata y automtica las transacciones en espera al terminar un servicio. Si la lnea de espera est vaca, la instalacin estar inactiva hasta que sea reactivada por la llegada de una nueva transaccin. 7. El movimiento de transacciones hacia adentro y fuera de la lnea de espera slo pueden causarlos otros nodos. La lnea por s misma no es capaz de iniciar este movimiento. 8. Cuando las instalaciones se siguen una a otra en serie o cuando las lneas de espera tienen capacidades limitadas, una transaccin que termine su servicio en una de las instalaciones ser bloqueada, si su nodo sucesor es una lnea de espera o una instalacin ocupada. El desbloqueo tendr lugar automticamente con un efecto de cadena cuando la cauda del bloqueo desaparezca.

Teora de Colas

CONCLUSION

La teora de colas es ms que nada una aproximacin matemtica potente para resolver un problema y se aplica en sistemas donde las llegadas y el servicio admiten una representacin matemtica (pro balstica) es decir en lugares como aeropuertos, cajeros automticos, restaurantes de comida rpida, esperas en lneas de atencin telefnica, intersecciones de trfico, peajes, aviones en espera para aterrizar, llamadas a la polica, etc. Estos modelos implican siempre aproximaciones a la realidad y una simplificacin de esta y los resultados permiten apreciar el orden de importancia, los cambios con relacin a un punto de referencia y las tendencias ms probables. Lo sistemas de colas son una herramienta til en diversas situaciones tanto en la parte laboral como en la vida cotidiana, este sistema nos permite de mejor manera optimizar nuestro tiempo de espera para un servicio determinado y de esta forma evitar problemas, prdida de tiempo o caos entre otros usuarios o participantes de este. Estos sistemas son variados dependiendo el lugar o la ocasin donde se apliquen. Esta en si no resuelve directamente el problema, pero contribuye con la informacin vital que se requiere para tomar las decisiones concernientes prediciendo algunas caractersticas sobre la lnea de espera: probabilidad de que se formen, el tiempo de espera promedio.

Teora de Colas

BIBLIOGRAFIA

http://es.scribd.com/murdoc27/d/54629636-Teoria-de-Colas http://es.scribd.com/doc/54125574/Teoria-de-Colas http://es.wikipedia.org/wiki/Teor%C3%ADa_de_colas http://webdelprofesor.ula.ve/economia/ernesto/MaterialDidactico/TCeInv/Teoria_Cola s.pdf

Teora de Colas