8/12/2019 IOP2(Teoria de Colas)
1/81
TEORIA DE COLAS
InvestigacinOperativa 2
8/12/2019 IOP2(Teoria de Colas)
2/81
8/12/2019 IOP2(Teoria de Colas)
3/81
Caractersticas de los sistemas
Poblacin que quiere
ingresar al sistema deatencin
Sistema de atencin
Procesode entrada
o dellegada
Procesode salida
o deservicio
Cola
8/12/2019 IOP2(Teoria de Colas)
4/81
Proceso de entrada
Se conoce como proceso de llegada.
La llegada son los clientes.
Supuestos:Los clientes llegan individualmente.
El proceso de llegadas no es afectado por el nmero declientes presentes en el sistema.
Se utiliza una distribucin de probabilidad que gobierne eltiempo entre llegadas sucesivas.
8/12/2019 IOP2(Teoria de Colas)
5/81
Proceso de salida
Se conoce como proceso de servicio.
Supuestos:
Los clientes salen individualmente.El tiempo de servicio es independiente del nmero declientes presentes en el sistema.
Se utiliza una distribucin de probabilidad que gobierne eltiempo de servicio a un cliente.
Estudiaremos servidores en serie y servidores en paralelo.
8/12/2019 IOP2(Teoria de Colas)
6/81
Modelado del proceso de llegada
Se define ti, como el instante en el cual llega el i-simocliente.
El valor: Ti= ti+1
ties el i-simo tiempo entre llegadas.
Asumimos que las Ti son variables independientes,aleatorias y contnuas, descritas por la variable aleatoriaX.
Si X tiene funcin de densidad f(x), entonces:
P(Xc) = 0,cf(x) dx
8/12/2019 IOP2(Teoria de Colas)
7/81
Modelado del proceso de llegada Se define 1/ como el tiempo promedio entre llegadas(unidad de tiempo por cliente)
1/= 0,x f(x) dx
A se le llama tasa de llegadas y 1/ es el tiempopromedio entre llegadas. Las unidades de son clientes porunidad de tiempo.
Usualmente se selecciona la distribucin exponencial pararepresentar aX, cuya funcin de densidad es: f(x) = e-x
f(x) decrece rpido para x pequeos, es decir, son pocos
probables tiempos entre llegadas muy grandes.
8/12/2019 IOP2(Teoria de Colas)
8/81
Relacin entre la Poisson y laexponencial
TEOREMA 1
Los tiempos entre llegadas son exponenciales conparmetro si y slo si el nmero de llegadas que suceden
en el intervalo t sigue una distribucin de Poisson conparmetro t.
Una variable aleatoria discreta N tiene una distribucin de
Poisson con parmetro si para N = 0, 1, 2, ....P(N=n) = e- n/n!
Se puede demostrar que E(N) = Var(N) =
8/12/2019 IOP2(Teoria de Colas)
9/81
Relacin entre la Poisson y laexponencial
Si hacemos que Ntsea el nmero de llegadas que sucedendurante cualquier intervalo de tiempo de longitud t. Se tiene:
P(Nt=n) = e- t(t)n/n!
Se puede demostrar que E(Nt) = Var(Nt) = t
Un promedio de llegadas se suceden durante un intervalode tiempo de longitud t y, entonces se puede pensar que esel nmero promedio de llegadas por unidad de tiempo.
8/12/2019 IOP2(Teoria de Colas)
10/81
Ejemplo
El nmero de jarras de cervezas pedidas en un bar,sigue una distribucin Poisson con promedio de 30cervezas por hora.
a) Calcule la probabilidad de que se pidan exactamente60 cervezas entre las 10pm y las 12 de la noche.
= 30 cervezas/horat = 12 10 = 2 horas
t = 60 cervezas
P(Nt=60) = e- 60(60)60/60!
8/12/2019 IOP2(Teoria de Colas)
11/81
Ejemplo
b) Determine el promedio y la desviacin estndar delnmero de cervezas pedidas entre las 9pm y la 1am.
= 30 cervezas/horat = 13 9 = 4 horas
E(Nt) = t = 120
Var(Nt) = t = 120
= (120)1/2 = 10.95
8/12/2019 IOP2(Teoria de Colas)
12/81
Ejemplo
b) Calcule la probabilidad de que el tiempo entre dospedidos consecutivos sea entre 1 y 3 minutos.
Sea x el tiempo en minutos entre pedidos consecutivosde cerveza.
El nmero promedio de pedidos por minutos esexponencial con parmetro
= 30/60 = 0.5cervezas/minuto
f(X) = e- x= 0.5e-0.5x
P(1x 3) = 1,30.5e-0.5xdx = e-0.5e-1.5= 0.38
8/12/2019 IOP2(Teoria de Colas)
13/81
Modelado del proceso de servicioSuponemos que los tiempos de servicio de distintosclientes son VA independientes.
El tiempo de servicio de cada cliente est regido por lavariable aleatoria Z, que tiene funcin de densidad f(Z).
Definimos 1/ como el tiempo promedio de servicio a uncliente:
1/ = 0,z f(z) dz
A se le llama tasa de servicio y 1/ es el tiempopromedio de servicio. Las unidades de son clientes porunidad de tiempo.
La funcin de densidad es: f(x) = e-x (Dist. Exponencial)
8/12/2019 IOP2(Teoria de Colas)
14/81
Procesos de nacimiento y muerteSe define como estado del sistema en el tiempo t alnmero de personas presentes en cualquier sistema decolas en el tiempo t.
Definimos un nacimientocomo una llegada de un nuevocliente al sistema.
Definimos una muerte como el trmino del servicio a un
cliente.
Un proceso de nacimiento y muerte es un procesoestocstico continuo en el tiempo para el que el estado del
sistema en cualquier tiempo es un entero no negativo.
8/12/2019 IOP2(Teoria de Colas)
15/81
Procesos de nacimiento y muerteTenemos as:
n(t) : tasa de nacimientos en el instante t.
n(t) : tasa de muertes en el instante t.
Pn(t) : probabilidad de que haya n clientes en el sistemaen el instante t.
Suponemos que:
n(t) = n, n(t) = n, Pn(t) = Pn
Sin embargo, t debe ser tal que slo puede ocurrir un
nacimiento o una muerte en el intervalo [t, t+ t]
8/12/2019 IOP2(Teoria de Colas)
16/81
Diagrama de tasas
Ecuaciones de balance:0P0= 1P10P0+ 2P2 = (1+ 1)P11P1+ 3P3 = (2+ 2)P2
.........
n-2Pn-2+ nPn = (n-1+ n-1)Pn-1
0 1 n-12 n n+1
0 1 2 n-2 n-1 n n+1
1 2 3 n-1 n n+1 n+2
8/12/2019 IOP2(Teoria de Colas)
17/81
Ecuaciones de balance
Resolviendo:
P1= (0/1)P0P2= (0 1 /1 2)P0
P3= (0 1 2 /1 2 3)P0....................
Pn= (0 1 2..... n-2 n-1 /1 2 3..... n-1 n)P0
Sea: Cn= i=1,n(i-1 /i)
Entonces: Pn= CnP0 para n=1, 2, 3, ....
8/12/2019 IOP2(Teoria de Colas)
18/81
Ecuaciones de balance
Adems:
n=0,Pn= 1Pero: Pn= CnP0 se da para valores de n mayores que 1
Por tanto:P0+ n=1,Pn= 1
P0+ n=1,CnP0 = 1
P0[1 + n=1,Cn]= 1
P0 = [1 + n=1,Cn]-1
8/12/2019 IOP2(Teoria de Colas)
19/81
Relaciones entre Pn, L, W, Lq,
Wq, Lsy Ws
L= n=0,nPn
Lq= n=s,(n-s)Pn , s = nmero de servidores en paralelo
W= L /p , Wq= Lq/p
P= n=0,nPn
Ls= L Lq
Ws= W W
q
8/12/2019 IOP2(Teoria de Colas)
20/81
Notacin de KENDALL-LEE
Usaremos la siguiente notacin:
1/2/3/4/5/6
1: Especifica la naturaleza del proceso de llegada
2: Especifica la naturaleza de los tiempos de servicio3: Especifica el nmero de servidores en paralelo
4: Describe la disciplina de la cola (FIFO, LIFO, RS, DG)
5: Especifica el nmero mximo de clientes en el sistema
6: Es el tamao de la poblacin de la cual se toman los clientes
Las caractersticas 1 y 2 pueden ser: M, D, Ek, G
8/12/2019 IOP2(Teoria de Colas)
21/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )Asumimos que n= para n 0 y que:
n = para n 1
0 1 n-12 n n+1
8/12/2019 IOP2(Teoria de Colas)
22/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )Validar las frmulas siguientes para = /< 1
Sabemos que: Cn= i=1,n(i-1 /i) = i=1,n(/) = (/)n
= n
La probabilidad de encontrar el sistema vaco u ocioso es:
P0 = [1 + n=1,Cn]1
= [1 + n=1,n]1
= [ n=0,n]1
= 1 -
8/12/2019 IOP2(Teoria de Colas)
23/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )La probabilidad de encontrar n clientes en el sistema, es:
Pn = CnP0= n(1-)
La probabilidad de encontrar el sistema ocupado outilizacin del sistema es:
= P(n s)= P(n 1)
= 1 P0
=
8/12/2019 IOP2(Teoria de Colas)
24/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )El nmero promedio de clientes en el sistema es:
L = n=0,nPn
L= /(1-)
Entonces: L= n=0,nn(1-)
L= (1-) n=0,nn
L= (1-) n=0,nn-1
L= (1-) n=0,(n)/()
L= (1-) ( n=0,n) / ()
L= (1-) [1/ (1-)] / ()
L= (1-) /[(1-)2]
adems, Pn = n(1-)
8/12/2019 IOP2(Teoria de Colas)
25/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )El nmero promedio de clientes en la cola es:
Lq= n=s,(n-s) Pn
Lq= 2/(1)
Entonces: Lq= n=1,(n1)Pn
Lq= n=1,nPn n=1,Pn
Lq= n=0,nPn
( 1
P0)Lq= L( 1 P0)
Lq= = /(1-) ()
adems, P0 = 1- ,s=1
8/12/2019 IOP2(Teoria de Colas)
26/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )El nmero promedio de clientes en el servicio es:
Ls= L Lq
Ls=
Entonces: Ls= /(1-) 2/(1)
Ls= (1-)/(1)
adems, L= /(1-) y Lq= 2/(1)
8/12/2019 IOP2(Teoria de Colas)
27/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )El tiempo promedio que pasa un cliente en el sistema es:
W= L /p
W= 1/(- )
Entonces: W= /((1-))
W= //((1- /))
W= /((- ))
adems, L= /(1-) ;p= y = /
8/12/2019 IOP2(Teoria de Colas)
28/81
Modelo de colas con poblacin
infinita y un servidor (1)(M/M/1/DG// )El tiempo promedio que pasa un cliente en la cola es:
Wq= Lq/p
Wq= /[(- )]
Entonces: Wq= 2/(1)/
Wq= 2/((- )2)
adems, Lq= 2/(1); p= y = /
8/12/2019 IOP2(Teoria de Colas)
29/81
8/12/2019 IOP2(Teoria de Colas)
30/81
Problema 1.A
Se tiene una cola rpida que atiende a clientes con 10artculos o menos.
LLEGADAS: proceso Poisson (tasa media de 30 por hora)
SERVICIO: distribucin exponencial (media de un minuto)
L= /(1-)
= 1 persona
SOLUCION ( 1 2 3 4 5 6 )M M 1 DG
Cliente: Persona
Servidor: Caja rpida
= 30 personas/hora1/= 1 minuto
= 60 personas/hora
= /= 30/60 < 1
W= 1/(- )
= 1/30 hora
= 2 minutos
8/12/2019 IOP2(Teoria de Colas)
31/81
8/12/2019 IOP2(Teoria de Colas)
32/81
Modelo de colas con cola de
espera finita y un servidor (2)(M/M/1/DG/K/ )Asumimos que n= para n = 0, 1, 2, ... K-1, y que:
n = para n = 1, 2, ... K
0 1k-2
2k-1 k
8/12/2019 IOP2(Teoria de Colas)
33/81
Modelo de colas con cola de
espera finita y un servidor (2)(M/M/1/DG/K/ )Frmulas vlidas s, = /< 1
Cn= n
para n = 1, 2, ... K y adems p= (1
Pk)P0= (1 )/(1 k+1)
P(n 1) = 1 (1 )/(1 k+1)
L = [(1 )] [(K+1)k+1/)/(1 k+1)]
Lq= L (1 P0)Ls= 1 P
W = L / [(1 Pk)]
Wq= Lq / [(1 Pk)]
Ws= (1 P0)/[(1 Pk)]
8/12/2019 IOP2(Teoria de Colas)
34/81
Problema 2
Una estacin de servicio tiene lugar para que un mximode 4 autos reciban servicio o lo esperen.
LLEGADAS: proceso Poisson (tasa de 24 por hora)
SERVICIO: distribucin exponencial (media de 3 minutos)
Hay que aplicar lasfrmulas bsicas o lasecuaciones de balance
SOLUCION ( 1 2 3 4 5 6 )M M 1 DG 4
Cliente: Autos
Servidor: Estacin
= 24 clientes/hora1/= 3 minutos
= 20 clientes/hora
= /= 24/20 > 1
8/12/2019 IOP2(Teoria de Colas)
35/81
Problema 2
Se tiene: = 24 clientes/hora; = 20 clientes/hora; k=4
Las ecuaciones de balance:
24P0 = 20P1
24P0+ 20P2 = (24+20)P124P1+ 20P3 = (24+20)P224P2+ 20P4 = (24+20)P324P3 = 20P4P0+ P1+ P2+ P3+ P4 = 1
0 1 32 4
De donde:
P0= 0.1344
P1 = 0.1612P2 = 0.1935P3 = 0.2322P4= 0.2786
8/12/2019 IOP2(Teoria de Colas)
36/81
8/12/2019 IOP2(Teoria de Colas)
37/81
Modelo de colas con poblacin
infinita y varios servidores (3)(M/M/s/DG// )Asumimos que n= para n 0 y que:
n = para n = 1, 2, 3,.... s 1= s para n = s, s+1,s+2,....,
0 1 s-12 s s+1
2 3 (s-1) s s s
= /< 1
8/12/2019 IOP2(Teoria de Colas)
38/81
Problema 3Se tiene actualmente dos confesionarios con colas
separadas. Se quiere cambiar a un sistema con cola nica.LLEGADAS: proceso Poisson (tasa media de 30 por hora).Distribuidas en forma equitativa entre las dos colas.
SERVICIO: distribucin exponencial (media de 3 minutos)
SOLUCION ( 1 2 3 4 5 6 )M M 1 DG
= 15 personas/hora
1/= 3 minutos = 20 personas/hora
= /= 15/20 < 1
W= 1/(- )
Actual: 2 modelos
W= 1/5 horas = 12 minutos
SOLUCION
= 30 personas/hora = 20 personas/hora
W= P(ns)/(s- ) + 1/
Propuesta: 1 modelo
W= 0.1143 horas = 6.8 min
s = 2
( 1 2 3 4 5 6 )M M 2 DG
= 3/4
W= 0.1143 horas = 6.8 min
8/12/2019 IOP2(Teoria de Colas)
39/81
Modelo de colas con cola de
espera finita y varios servidores (4)(M/M/s/DG/K/ )Asumimos que n= para n 0 y que:
n = n para n = 1, 2, 3,.... s 1= s para n = s, s+1,s+2,....,K
0 1 ss-1 k-1 k
2 s s s s
(K s)= /s< 1
(s-1)
8/12/2019 IOP2(Teoria de Colas)
40/81
Problema 4Dos empleadas constestan llamadas telefnicas.
Una llamada se puede poner en espera hasta que unaempleada est desocupada.
Si las tres lneas estn ocupadas la llamada se pierde.
LLEGADAS: proceso Poisson (tasa media de 15 por hora)SERVICIO: distribucin exponencial (media de 4 minutos)
SOLUCION ( 1 2 3 4 5 6 )M M 2 DG 3
Cliente: Persona Servidor: empleadas
= 15 llamadas/hora 1/= 4 minutos
= 15 llamadas/hora
= /s= 15/[2(15)] < 1
8/12/2019 IOP2(Teoria de Colas)
41/81
Problema 4Se tiene:
= 15 llamadas/hora; = 15 llamadas/hora; s=2; k = 3; =0.5
0 1 32
=15 =15 =15
=15 2=30 2=30
P0= [1 + n=1,s-1(s)n/n! + (s)s/s!n=s,k()n-s]-1
Pn= [(s)n/n!]P0 para n= 1, 2, 3, ....s-1
Pn= [(s)n/s!s(n-s)]P0 para n= s, s+1, s+2, ......k
De donde: P0
=0.364; P1
=0.364; P2
=0.182; P3
=0.091
8/12/2019 IOP2(Teoria de Colas)
42/81
8/12/2019 IOP2(Teoria de Colas)
43/81
Modelo de colas con poblacin
finita y un servidor (5)(M/M/1/DG/N/N)Asumimos que n= (N n) para n = 0, 1, 2, ... N 1
n = para n = 1, 2, ... N
0 1N-2
2N-1 N
N (N 1) (N 2) 3 2
= /< 1
8/12/2019 IOP2(Teoria de Colas)
44/81
Problema 5
Una persona debe dar mantenimiento a dos mquinas.LLEGADAS: tiempo que trabaja una mquina antes dedescomponerse, dist. exponencial (media de 10 horas)
SERVICIO: distribucin exponencial (media de 8 horas)
n= (N n)
0= (2 0)/10 = 1/51= (2 1)/10 = 1/10
SOLUCION ( 1 2 3 4 5 6 )M M 1 DG N N
Cliente: Mquina a reparar
Servidor: Persona que repara
1/ = 10 horas
1/= 8 horas
= 1/8 mquinas/hora
= /= 8/10 < 1
n =
1= 2= = 1/8
N = 2
= 1/10 mquinas/hora
8/12/2019 IOP2(Teoria de Colas)
45/81
8/12/2019 IOP2(Teoria de Colas)
46/81
Problema 5
Tenemos:N = 2; = 1/10; = 1/8; = 0.8
P0= 0.258; P1= 0.412; P2 = 0.330
L = N
(1
P0)/= 2
(1
0.258)/0.8= 1.702 mquinas
Lq = N (1 P0)(+ 1)/= 2 (1 0.258)(1 + 0.8)/0.8= 0.33 mquinas
W = L / [(N L)] = 1.072 / [0.1(2-1.702)]= 11.556 horas
Wq = Lq/ [(N L)] = 0.33 / [0.1(2-1.702)]
= 3.556 horas
8/12/2019 IOP2(Teoria de Colas)
47/81
Problema 5
Tenemos:N = 2; = 1/10; = 1/8; = 0.8
P0= 0.258; P1= 0.412; P2 = 0.330
Porcentaje de tiempo que la persona de mantenimiento estocupada:
Tenemos una o ninguna mquina(s) malograda(s)
= P0+ P1= 67%
Porcentaje de tiempo que trabaja una mquina dada:
Tenemos una o las dos mquinas malogradas
= P1+ P2
= 74.23%
8/12/2019 IOP2(Teoria de Colas)
48/81
Modelo de colas con poblacin
finita y varios servidores (6)(M/M/s/DG/N/N)Asumimos que n= (N n) para n = 0, 1, 2, ... N 1
n = n para n = 1, 2, ... s
1n = s para n = s, s+1, s+2,..., N
= /s< 1
0 1 ss-1 k-1 k
N (N-1) (N-s+1) (N-s) 2
2 s
s
s
s
(s-1)
(N-s+2)
8/12/2019 IOP2(Teoria de Colas)
49/81
8/12/2019 IOP2(Teoria de Colas)
50/81
8/12/2019 IOP2(Teoria de Colas)
51/81
Modelado del proceso de llegada
Si modelamos los tiempos entre llegadas como unadistribucin de Erlang con parmetro de forma k, estamosdiciendo que:
El proceso entre llegadas es equivalente a que un cliente
pase a travs de k fases, cada una de las cuales conpropiedad de amnesia antes de llegar.
Fase 1Fase 2Fase 3Fase k
........
Servicios con distribucin Erlang
Por esta razn, al parmetro de forma se le llama con
frecuencia nmero de fases de la distribucin Erlang.
8/12/2019 IOP2(Teoria de Colas)
52/81
8/12/2019 IOP2(Teoria de Colas)
53/81
Modelo de colas con distrib. de
servicio desconocida y un servidor(7) (M/G/1/DG// )
Asumimos que:
Llegadas: POISSON
n= para n 0
Servicio: DESCONOCIDO
media 1/y varianza 2 para n 1
M d l d l di t ib d
8/12/2019 IOP2(Teoria de Colas)
54/81
Modelo de colas con distrib. deservicio desconocida y un servidor
(7) (M/G/1/DG// )Frmulas vlidas s, = /< 1
P0= 1
Lq= (22 + 2)/2(1 )
L = + Lq
Wq= Lq /
W = Wq+ 1/
8/12/2019 IOP2(Teoria de Colas)
55/81
Modelo de colas con distrib. de
servicio Erlang y un servidor (8)(M/Ek/1/DG// )
Asumimos que:
Llegadas: POISSON
n= para n 0
Servicio: DESCONOCIDO
media 1/y varianza 1/(k2) para n 1
M d l d l di t ib d
8/12/2019 IOP2(Teoria de Colas)
56/81
Modelo de colas con distrib. deservicio Erlang y un servidor (8)
(M/Ek/1/DG// )Frmulas vlidas s, = /< 1
P0
= 1
Lq= { 2/ [(- )]} (k+1) / 2k
L = W
Wq= { / [(- )]} (k+1) / 2k
W = Wq+ 1/
8/12/2019 IOP2(Teoria de Colas)
57/81
Anlisis econmico de los
modelos de colasTOMA DE DECISIONES:
La toma de decisiones en modelos de colas, se refieren adeterminar:
Nmero de servidores en paralelo en cada instalacin (s)
Eficiencia de los servidores ()Nmero de instalaciones de servicio (n)
8/12/2019 IOP2(Teoria de Colas)
58/81
Anlisis econmico de los
modelos de colasTOMA DE DECISIONES:
La funcin de costo total esperado es:minimizar E(CT) = E(CS) + E(CW)
Donde:
E(CT): costo total esperadoE(CS): costo de servicio
E(CW): costo de espera
8/12/2019 IOP2(Teoria de Colas)
59/81
Anlisis econmico de los
modelos de colasTOMA DE DECISIONES:
minimizar E(CT) = E(CS) + E(CW)
Donde:
E(CS): sCs s es el nmero de servidores
Cses el costo de cada servidor
E(CW): CwL donde Cwes el costo de espera unitario
L es el nmero promedio de clientes
8/12/2019 IOP2(Teoria de Colas)
60/81
8/12/2019 IOP2(Teoria de Colas)
61/81
Solucin: sistema actual
E(CT) = E(CS) + E(CW)
E(CS) = sCs
s = 1, Cs= $20/horaE(CS) = $20/hora
E(CW) = CwL
Cw= $10/hora
L = /(1-) = 3 subensambles
E(CW) = $30/hora
( 1 2 3 4 5 6 )M M 1 DG
Cliente: subensamble
Servidor: inspectores
= 3 subensambles/hora
1/= 15 minutos
= 4 subensambles/hora
= /= 3/4 < 1
E(CT) = $20/hora +$30/hora = $50/hora
8/12/2019 IOP2(Teoria de Colas)
62/81
Solucin: sistema propuesto( 1 2 3 4 5 6 )M Ek 1 DG
Cliente: subensamble
Servidor: inspector
= 3 subensambles/hora
1/1= 6 min = 0.1 horas
= 10/3 subensambles/hora
= /= 9/10 < 1
1/2= 12 min = 0.2 horas1/= 18 min = 0.3 horas
8/12/2019 IOP2(Teoria de Colas)
63/81
8/12/2019 IOP2(Teoria de Colas)
64/81
Solucin: sistema propuesto
Forma 2: Pasar al modelo de servicio desconocido (1 servidor)( 1 2 3 4 5 6 )M G 1 DG
E(CT) = $75.75/hora
E(CT) = E(CS) + E(CW)E(CS) = sCs ,donde: s = 1, Cs= $15/hora
E(CS) = $15/hora
E(CW) = CwL , donde: Cw= $10/hora, L = L = + LqLq= (22 + 2)/2(1 ) = 5.175 subensambles
Donde: L = 6.075 subensambles E(CW) = $60.75/hora
2 = 0.025 ,1/= 0.3 horas y = 9/10
8/12/2019 IOP2(Teoria de Colas)
65/81
Modelo de colas con disciplinas
de prioridadesSon aquellos en los que la disciplina de cola se basa en unsistema prioritario.
Suponen que existen N clases de prioridad (1 la ms alta,
N la ms baja).
Tenemos:
Modelos sin prioridad adquirida.
Modelos con prioridad adquirida.
8/12/2019 IOP2(Teoria de Colas)
66/81
Modelo de colas sin prioridad
adquirida (9)Una vez que el servidor ha comenzado el servicio a uncliente, este debe terminarse sin interrupcin.
Llegadas: POISSON
ipara la prioridad de clase i (i = 1, 2, 3, ...N)
Servicio: EXPONENCIAL
Nmero de servidores en paralelo
s
8/12/2019 IOP2(Teoria de Colas)
67/81
Modelo de colas sin prioridad
adquirida (9)Frmulas vlidas s, = /s< 1
= i=1,NiWqk= 1/(ABk-1Bk) para k=1, 2, 3, .....N
Donde:
A = s![(s- )/(s)s
] (j=0,s-1(s)j
/j!) + sB0= 1
Bk = 1 (i=1,ki) / (s) para k=1, 2, 3, .....N
8/12/2019 IOP2(Teoria de Colas)
68/81
Modelo de colas sin prioridad
adquirida (9)El tiempo promedio que pasa un cliente de la clase deprioridad k en el sistema, es:
Wk= Wqk+ 1/ ;k = 1,2,...N
El nmero promedio de clientes de la clase de prioridad ken el sistema, es:
Lk= kWk ;k = 1,2,...N
El nmero promedio de clientes de la clase de prioridad ken la cola, es:
Lqk= kWqk ;k = 1,2,...N
8/12/2019 IOP2(Teoria de Colas)
69/81
Modelo de colas con prioridad
adquirida (10)Se interrumpe el servicio de un cliente para mandarlo deregreso a la cola, si llega al sistema un cliente de prioridad
ms alta.
Llegadas: POISSON
ipara la prioridad de clase i (i = 1, 2, 3, ...N)
Servicio: EXPONENCIAL
Nmero de servidores en paralelo
s
8/12/2019 IOP2(Teoria de Colas)
70/81
Modelo de colas con prioridad
adquirida (10)Frmulas vlidas s, = /s< 1
= i=1,NiWk= 1/(Bk-1Bk) para k=1, 2, 3, .....N
Donde:
B0= 1Bk = 1 (i=1,ki) / (s) para k=1, 2, 3, .....N
8/12/2019 IOP2(Teoria de Colas)
71/81
Modelo de colas con prioridad
adquirida (10)El tiempo promedio que pasa un cliente de la clase deprioridad k en la cola, es:
Wqk
= Wk1/ ;k = 1,2,...N
El nmero promedio de clientes de la clase de prioridad ken el sistema, es:
Lk= kWk ;k = 1,2,...N
El nmero promedio de clientes de la clase de prioridad ken la cola, es:
Lqk= kWqk ;k = 1,2,...N
8/12/2019 IOP2(Teoria de Colas)
72/81
ProblemaUn taller tiene problemas en el departamento de torneado.
La decisin est en optar por 4 por 5 tornos.
El taller realiza tres tipos de trabajos:
Trabajos para el gobierno (1)
Trabajos comerciales (2)Productos estndar (3)
Se quiere trabajar 8 horas diarias, 5 das a la semana.
SERVICIO (Exponencial) con media de 10 horas.
LLEGADAS (Poisson) con tasas de 6, 4 y 2 trabajos porsemana para los tipos (1), (2) y (3) respectivamente.
CW :$750, $450 y $150 para los trabajos tipo (1), (2) y (3).
El costo de cada torno se estima en $250 por da laborable.
Se quiere minimizar E(CT). Tornos adicionales a comprar?
8/12/2019 IOP2(Teoria de Colas)
73/81
ProblemaModelo de colas con prioridades sin prioridad adquirida.
Se tiene:
1/= 10 horas
1= 6 trabajos/semana
2= 4 trabajos/semana
3= 2 trabajos/semana
= 4 trabajos/semana
= 12 trabajos/semana
8/12/2019 IOP2(Teoria de Colas)
74/81
ProblemaPara s = 4: A = 31.41, B0= 1, B1= 5/8, B2= 3/8, B3= 1/4
W1= 0.30094
W2= 0.38585
W3= 0.58962
L1= 1W1= 1.80564
L2 = 2W2= 1.5434
L3= 3W3= 1.17924
E(CT) = E(CS) + E(CW)
E(CS) = sCs ,donde: s = 4, Cs= $1250/semana
E(CS) = $5000/semana
E(CW) = CW1L1+ CW2L2 + CW3L3, donde:
CW1= $3750, CW2= $2250, CW3= $750 (semanales)
E(CW) = $11128.23/semana
E(CT) = $16128.23/semana
8/12/2019 IOP2(Teoria de Colas)
75/81
ProblemaPara s = 5: A = 52.35, B0= 1, B1= 7/10, B2= 1/2, B3= 2/5
W1= 0.27729
W2= 0.30458
W3= 0.34552
L1= 1W1= 1.66374
L2 = 2W2= 1.21832
L3= 3W3= 0.69104
E(CT) = E(CS) + E(CW)
E(CS) = sCs ,donde: s = 5, Cs= $1250/semana
E(CS) = $6250/semana
E(CW) = CW1L1+ CW2L2 + CW3L3, donde:
CW1= $3750, CW2= $2250, CW3= $750 (semanales)
E(CW) = $9498.52/semana
E(CT) = $15748.52/semana
8/12/2019 IOP2(Teoria de Colas)
76/81
Redes de colas
Propiedad de equivalencia
Suponga que una instalacin de servicio tiene s servidores,las entradas Poisson (con parmetro ) y la misma
distribucin de tiempos de servicio para cada servidor conparmetro , en donde: s> .
Entonces la salida en estado estable de esta instalacin deservicio tambin es un proceso Poisson con parmetro .
s>
8/12/2019 IOP2(Teoria de Colas)
77/81
Colas infinitas en serie (11)
Sea mel nmero de servidores en serie:
Llegadas: POISSON i= para i = 1,2,3,....m
Servicio: EXPONENCIAL para i = 1,2,3,....m
Por la propiedad de equivalencia, cada instalacin deservicio se puede analizar usando los modelos:
(M/M/1/DG//) o (M/M/s/DG//)
Segn corresponda y de manera independiente.
8/12/2019 IOP2(Teoria de Colas)
78/81
Redes de Jackson (12)
Una Red de Jackson es un sistema de minstalaciones, endonde en la instalacin i (i = 1,2,3,...m) se tiene:
Una cola infinita
Clientes que llegan de fuera del sistema segn entradasPoisson con parmetro aisi servidores con la misma distribucin exponencial paralos tiempos de servicio con parmetro
Un cliente que deja la instalacin i se encamina despus ala instalacin j (j = 1,2,3,...m, pero j i) con probabilidad pij,o sale del sistema con probabilidad qi= 1 j=1,mpij
8/12/2019 IOP2(Teoria de Colas)
79/81
Redes de Jackson (12)
Cualquier red de este tipo tendr la siguiente propiedad:
Bajo condiciones de estado estable, cada instalacin j(j=1,2,3,...m) en una red de Jackson se comporta como si
fuera un sistema de colas (M/M/s/DG// ) independientecon tasa de llegadas
j= aj+ j=1,mipij
En donde: sjj> j
8/12/2019 IOP2(Teoria de Colas)
80/81
Redes de Jackson (12)
a1
a2 a3
s1
s2
s3
p12
p23
p21
p13
p31
p32
8/12/2019 IOP2(Teoria de Colas)
81/81
Top Related