Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
OPERATIVA II
TEORÍA DE COLA
2017
Introducción
La teoría de colas es un conjunto de modelos
matemáticos que describen sistemas de líneas
de espera particulares.
El objetivo es encontrar el estado estable del
sistema y determinar una capacidad de servicio
apropiada.
Permite estudiar el comportamiento de un
sistema de colas a lo largo del tiempo
La gran mayoría de los modelos que se usan en teoría de colas están
basados en el proceso de nacimiento y muerte.
- El Sistema: Cola(s)+Servidor(es)
- La Cola: clientes que esperan
- El Centro de servicio: uno o más servidores
- La Fuente: Población de clientes que llegan al sistema
- La Salida: Destino de los clientes atendidos
Proceso de llegada:
Representa la forma en que las llegadas ocurren. La suposición normal es
que los clientes se generan de acuerdo con un proceso de Poisson. Esto
equivale a decir que el tiempo entre llegadas sucesivas tiene distribución de
probabilidad exponencial.
Proceso de atención:
Representa la forma en que el servicio es entregado. Lo usual es
caracterizarlo mediante el tiempo necesario para completar el servicio. La
distribución más usada para los tiempos de servicio es la exponencial y otras
tales como determinística o degenerada y la Erlang.
Número de servidores:
Un sistema puede tener un solo servidor o varios en paralelo.
Sistema de colas
Llegadas Un Salidas
Cola servidor
Sistema de colas
Salidas
Servidor
Llegadas Salidas
Cola Servidor
Salidas
Servidor
….varias líneas, múltiples servidores
Sistema de colas
Salidas
Cola Servidor
Llegadas Salidas
Cola Servidor
Salidas
Cola Servidor
Estructuras típicas de colas: una línea,
servidores secuenciales
Sistema de colas
Llegadas
Cola
Servidor
Cola
Salidas
Servidor
Población o Fuente
Es el origen de las entidades que requieren algún servicio,
pueden ser:
Finitas:
Su número se puede contar.
Por ejemplo el número que máquinas a ser atendidas por
un servicio de mantenimiento.
Infinitas:
Su número no se puede contar o su número es muy
grande en relación a la capacidad de servicio.
Por ejemplo piezas que llegan a una máquina para ser
procesadas, número de carros que se atienden en un grifo.
Proceso de llegadas
Se refiere a la forma cómo las llegadas ocurren al sistema de
colas. Puede ser:
λ: Tasa media
de llegadas por
unidad de
tiempo
…las llegadas
El tiempo que transcurre entre dos llegadas sucesivas
en el sistema de colas se llama tiempo entre llegadas
El número esperado de llegadas por unidad de tiempo
se llama tasa media de llegadas ().
El tiempo medio esperado entre llegadas es 1/
1
media
k
El servicio
Si k = 1, entonces la distribución Erlang es igual a la
exponencial
Si k = ∞, entonces la distribución Erlang es igual a la
distribución degenerada con tiempos constantes
La forma de la distribución Erlang varía de acuerdo con
k
El servicio
El servicio puede ser brindado por un servidor o por servidores
múltiples
El tiempo de servicio varía de cliente a cliente
El tiempo esperado de servicio depende de la tasa media de
servicio ().
El tiempo esperado de servicio equivale a 1/
P T t 1 e t
P T t et
donde el valor esperado y la varianza son:
1
E (T ) Var (T )
1
2
Propiedad 1
fT es una función estrictamente decreciente de t (t≥0)
P(0 T t ) P(t T t t )
Propiedad 2
Falta de memoria. En otras palabras, la distribución de probabilidades del
tiempo que falta hasta que ocurra el evento siempre es la misma.
P(T t t / T t ) P(T t )
Propiedad 3
El mínimo de varias variables aleatorias exponenciales independientes tiene una
distribución exponencial. Sean T1, T2,…..Tn variables aleatorias exponenciales
independientes con parámetros α1 , α 2, …. α n respectivamente.
Sea: U=Min{T1, T2, …..Tn }
P{U>t} = exp(Σαt)
Por tanto:
•El tiempo entre llegadas del sistema de colas U, tiene distribución exponencial
con parámetro α = Σαi
•El tiempo de servicio del sistema de colas tiene distribución exponencial con
parámetro α = nμ
Propiedad 4
Suponga que el tiempo entre dos ocurrencias sucesivas tiene distribución
exponencial con parámetro α. Entonces si X(t) es el número de ocurrencias en el
tiempo t (t≥0), en donde el tiempo cero es el instante en el que comienza la
cuenta, se tiene:
(t ) n e t
PX (t ) n
n!
EX (t ) t
Resumen de parámetros
Tasa de llegadas λ Número medio de clientes que llegan al
sistema por unidad de tiempo
Tiempo medio entre llegadas 1/λ
Tasa de entradas o de llegada λef Número medio de clientes que entran al
sistema por unidad de tiempo
Tasa de servicio µ Número medio de clientes que son
atendidos por un servidor por unidad de
tiempo
Tiempo esperado medio de servicio 1/µ
Tasa de servicio del sistema µef Número medio de clientes que son
atendidos por unidad de tiempo
Numero de servidores s
Capacidad del sistema k
Factor de utilización ρ= λ/ µ
MODELOS DE SISTEMAS DE COLAS
n 1 n 2 ....... 0
Pn P0
n n 1
....... 1
Modelos de Colas Especializados
Sea:
n : Número de clientes en el sistema (cola y servicio).
n : Tasa de llegada de clientes dados n en el sistema.
n : Tasa de salida de clientes dados n en el sistema.
Pn: Probabilidad de estado estable de n clientes en el sistema.
n 1 n 2 ....... 0
Pn P0
n n 1
....... 1
El valor de P0 se determina por: P
n 0
n 1
1
P0
n 1....... 0 Pn n 1 Pn 1
1 n
n 1 n ....... 1
Desempeño del sistema de colas
Tasa de
llegada COLA
1 ef ef
W Wq L Lq s L Lq
Modelo M/M/1:
M : Llegada de Poisson ( )
M : Tiempo servicio exp( )
1 : Servidor
n = n = 0, 1, ....
n = n = 0, 1, ....
n
2
Pn P0 Po L Lq
( )
Las ecuaciones anteriores son válidas solo si λ < μ. Si λ ≥ μ, la solución
anterior no sirve, en este caso la cola “explota” y crece sin límite.
1 1
P(W t ) e (1 ) t
para t 0 E (W )
(1 )
donde ρ=λ/μ. El tiempo de espera en el sistema tiene distribución exponencial con
parámetro μ(1-ρ)
Wq
P( Lq n) n 1
Los Clientes Llegan a una tienda según una distribución de Poisson con tasa
media de llegada de 24[clientes/hrs], aparentemente el tiempo que toma en
atender un cliente se distribuye exponencialmente con media de 2 [min].
Solución:
Modelo M/M/1
Llegada poisson P (λ=24 [clientes/hrs]
Determine:
a) Cantidad de clientes en el sistema.
b) Tiempo total que esperan los clientes en el sistema.
c) Cantidad de personas formados en la fila.
d) Tiempo en el cual los clientes esperan en la fila
e) Porcentaje de uso del servidor.
f) Porcentaje de tiempo en el cual el servidor esta ocioso.
g) Probabilidad de que se encuentren dos clientes en el sistema.
EJERCICIO 4:
Una doctora pasa en promedio 20 minutos con sus pacientes, si el tiempo
estimado de espera en la fila es de 30 minutos.
Determine: