FORMULARIO TEORIA DE FILAS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "FORMULARIO TEORIA DE FILAS"

Transcripción

1 FORMULARIO TEORIA DE FILAS Proceso geeral de acimieto y muerte. Tasas de etrada: λ 0,λ 1,..., λ 1 clietes or uidad de tiemo. Tasas de salida: µ 1,µ 2,..., µ clietes or uidad de tiemo. =1, 2,... Razó etrada/salida: C 0 =1 C = λ 0 λ 1... λ 1 µ 1 µ 2... µ [ ] 1 C Probabilidad de que haya clietes e el sistema (=0,1,2...): = C 0 L f = =s ( s) L s = L L f = s 1 + s =s L = L s + L f = W s = Ls W = L Dode = λ es la tasa efectiva de llegada. 1

2 Modelo de Filas de esera M/M/1 Tiemos etre llegadas y de servicio exoeciales, 1 servidor. Factor de utilizació: ρ = (ρ <1) 1 ρ =(1 ρ) ρ L f = ρ2 1 ρ L s = ρ L = ρ 1 ρ W f = λ µ(µ λ) W s = 1 µ W = 1 µ λ 2

3 Probabilidades de tiemos de esera. Prob(w f =0)=1 ρ Prob(w f >t)=ρ ex[ (µ λ) t)] si t>0 Prob(w >t)=ex[ (µ λ) t)] si t>0 Modelo M/M/s, s>1 Tiemos etre llegadas y de servicio exoeciales, s servidores. Tasa de llegada: Tasa de servicio: Factor de utilizació: (ρ <1) λ clietes or uidad de tiemo. µ clietes or uidad de tiemo. ρ = λ s µ [ s 1! ] 1 + s s!(1 ρ) =! 0 si0 <<s s!s s 0 si s 3

4 L f = s ρ s!(1 ρ) 2 0 L s = L = L f + L s λ W s = 1 µ W = W f + W s Probabilidades de tiemos de esera. Prob(w f =0)= s 1 Prob(w f >t)=ex[ (sµ λ)t][1 Prob(w f =0)] sit>0 Prob(w >t)=ex[ (µt)] [1+ s s!(1 ρ) ] 1 ex[ µ(s 1 )t] 0 s 1 si t>0 4

5 Modelo (M/M/1):(G/Q/ ). Tiemos etre llegadas y de servicio exoeciales, 1 servidor, úmero máximo de clietes e el sistema Q. Factor de utilizació: Caso ρ 1. ρ = λ/µ 1 ρ 1 ρ Q+1 = { 1 ρ ρ si 0 Q 1 ρ Q+1 0 si >Q L f = L (1 0 )= 1 QρQ 1 +(Q 1)ρ Q (1 ρ)(1 ρ Q+1 ) ρ 2 L s =1 ρ(1 Q )=ρ L = ρ 1 ρ (Q+1)ρQ+1 1 ρ Q 1 ρ Q+1 = 1 (Q+1)ρQ +Qρ Q+1 1 ρ Q+1 (1 ρ)(1 ρ Q+1 ) ρ = L f λ(1 Q ) = L f µ(1 0 ) W s = 1 µ W = L = L λ(1 Q ) Dode = λ(1 Q )=µ(1 0 )=λ 1 ρq 1 ρ Q+1 es la tasa efectiva de llegada. 5

6 Modelo (M/M/1):(G/Q/ ) Caso ρ =1. = { 1 si 0 Q Q+1 0 si >Q L f = Q(Q 1) 2(Q+1) L s = Q Q+1 L = Q 2 = Q 1 2λ W s = 1 µ W = L = Q+1 2λ Tasa efectiva de llegada: = λq Q+1 6

7 Modelo (M/M/s):(G/Q/ ), 1 <s Q. Tiemos etre llegadas y de servicio exoeciales, s servidores, úmero máximo de clietes e el sistema Q. Factor de utilizació: Caso ρ 1. ρ = λ sµ [ s! + s s! Q =s+1 ρ s ] 1 = [ s 1! ] + s 1 1 ρq s+1 s!(1 ρ)! 0 si =1, 2,..., s = s!s s 0 si = s +1,s+2,...Q 0 si >Q L f = s ρ s!(1 ρ) 2 [ 1 ρ Q s (Q s)ρ Q s (1 ρ) ] 0 L s = s 1 + s [ 1 s 1 ] L = L f + L s W s = 1 µ W = L Tasa efectiva de llegada: = λ(1 Q ). 7

8 Modelo (M/M/s):(G/Q/ ), 1 <s Q. Casoρ =1. [ s 1! ] 1 + s (Q s +1) s!! 0 si =1, 2,..., s = s!s s 0 si = s +1,s+2,...Q 0 si >Q L f = s (Q s)(q s+1) 2s! 0 L s = λe µ =(1 0) L = L f + L s = L f +(1 0 ) W s = 1 µ W = L Tasa efectiva de llegada: = λ(1 Q ) 8

9 Modelo (M/M/1):(G/ /M). Tiemos etre llegadas y de servicio exoeciales, 1 servidor, caacidad de fila ifiita, oblació de clietes fiita tamaño M. Factor de utilizació: ρ = (ρ <1) [ M ( M )! ] 1 ( ) M! = 0 si 0 <M 0 si >M L f = M ( 1+ µ λ) (1 0 ) L s =1 0 L = L f +1 M µ λ (1 0) = L f λ(m L) = L f µ(1 0 ) W s = Ls = 1 0 λ(m L) = 1 µ W = L = L λ(m L) = L µ(1 0 ) Tasa efectiva de llegada: = λ(m L) =µ(l L f )=µ(1 0 ) 9

10 Modelo (M/M/s):(G/ /M), s>1. Tiemos etre llegadas y de servicio exoeciales, s servidores, caacidad de fila ifiita, oblació de clietes fiita tamaño M. Factor de utilizació: ρ = (uede tomar cualquier valor). [ s 1 ( M ) + M =s ( M ) ] 1! s!s s = L f = L s + L = ( ) M 0 si 0 <s ( ) M! s!s s 0 si s M 0 si >M [ s 1 L s = L L f = s [ s 1 (s ) ( M ( M [ s 1 ) ] 0 (s ) ( M ) ( ) ] λ µ 0 ) ( ) ( λ µ + 1 M M s! =s ) (! λ s s µ ) ] 0 = L f λ(m L) W s = Ls = Ls λ(m L) = 1 µ W = L = L λ(m L) Tasa efectiva de llegada: = λ(m L) =µ(l L f ). 10

11 Modelo (M/M/ ). Autoservicio. Tiemos etre llegadas y de servicio exoeciales. Cada cliete es u servidor: El úmero de servidores es ifiito. e λ/µ = e λ/ µ λ/µ! L f =0 L s = λ/µ L = λ/µ W f =0 W s = 1 µ W = 1 µ 11

T o e r o ía í a d e d e C ol o a l s

T o e r o ía í a d e d e C ol o a l s Teoría de Cola Joé María Ferrer Caja Uiveridad Potificia Comilla Itroducció Cola: Cojuto de cliete e eera de recibir u ervicio Se roduce cuado lo cliete llega a u ervidor ocuado y ermaece e eera Teoría

Más detalles

Modelos de Espera. M. En C. Eduardo Bustos Farías

Modelos de Espera. M. En C. Eduardo Bustos Farías Modelos de Esera M. En C. Eduardo Bustos Farías Introducción Una línea de esera es la resultante de un sistema cuando la demanda or un bien o servicio suera la caacidad que uede roorcionar dicho sistema.

Más detalles

( 3.c) INTRODUCCIÓN A LOS MODELOS NO EXPONENCIALES Y REDES DE COLAS

( 3.c) INTRODUCCIÓN A LOS MODELOS NO EXPONENCIALES Y REDES DE COLAS (.c) INTRODUCCIÓN A LOS MODELOS NO EXONENCIALES Y REDES DE COLAS INTRODUCCIÓN A LAS REDES DE COLAS. Cocepto de red abierta y cerrada. Redes abiertas y Teorema de Jackso. MODELOS NO EXONENCIALES Cola M/G/:

Más detalles

Teoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1

Teoría de colas. Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TEORÍA DE COLAS 1 Teoría de colas Adrés Ramos Uiversidad Potificia Comillas http://www.iit.comillas.edu/aramos/ Adres.Ramos@comillas.edu TEORÍA DE COLAS 1 Ua cola se produce cuado la demada de u servicio por parte de los

Más detalles

REDES ABIERTAS O DE JACKSON

REDES ABIERTAS O DE JACKSON REDES ABIERTAS O DE JACKSON Los clientes pueden entrar y salir por cualquier nodo de la red. Las llegadas a cualquier nodo siguen un proceso de Poisson de tasa γ. El tiempo de servicio en cualquier servidor

Más detalles

Definición. P(X t+s = j X s = i, X sn = i n,..., X s0 = i 0 ) = P(X t+s = j X s = i)

Definición. P(X t+s = j X s = i, X sn = i n,..., X s0 = i 0 ) = P(X t+s = j X s = i) Definición Cadenas de Markov a tiempo continuo Para extender la propiedad de Markov a tiempo continuo se requiere definir la probabilidad condicional dado que conocemos el proceso en un intervalo continuo

Más detalles

FIGURAS Y TABLAS (Teoría)

FIGURAS Y TABLAS (Teoría) FIGURAS Y TABLAS (Teoría) Tema.- Itroducció a la Simulació de Evetos Discretos TEMA.- INTRODUCCIÓN A LA SIMULACIÓN DE EVENTOS DISCRETOS SISTEMA ENTIDADES ATRIBUTOS ACTIVIDADES RECURSO EVENTOS VARIABLES

Más detalles

Sistemas de colas: clase 1. Amedeo R. Odoni 10 de octubre de 2001

Sistemas de colas: clase 1. Amedeo R. Odoni 10 de octubre de 2001 Sistemas de colas: clase Amedeo R. Odoi de octubre de 2 Temas de teoría de colas 9. Itroducció a las colas: ley de Little; M/M/. olas de acimieto y muerte de Markov. ola M/G/ y extesioes 2. olas de prioridad:

Más detalles

Colección Matemáticas para la Administración

Colección Matemáticas para la Administración Colección Matemáticas para la Administración Algebra Lineal y Métodos Cuantitativos (Incluye aplicaciones en Microsoft EXCEL ) Carlos Mario Morales C Ingeniero Electricista (U de A) Magíster en Administración

Más detalles

Teoría de colas III: La cola M/M/m. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Teoría de colas III: La cola M/M/m. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Teoría de colas III: La cola M/M/m Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema La cola M/M/m Factor de utilización; estabilidad Ecuaciones de balance de

Más detalles

Investigación Operativa II

Investigación Operativa II Investigación Operativa II Capítulo 1: Colas de Espera o Filas de Espera 1.01 Introducción a la Teoría de Colas TEORÍA DE COLAS: cuerpo de conocimientos sobre las líneas de espera (colas). LINEAS DE ESPERA:

Más detalles

Tema 5. Introducción al Teletráfico y a la Teoría de Colas

Tema 5. Introducción al Teletráfico y a la Teoría de Colas Redes y Servicios de Telecomunicaciones Tema 5. Introducción al Teletráfico y a la Teoría de Colas Bertsekas: 3.1, 3.2, 3.3. Iversen: 1.1, 1.2, 1.5, 1.8, 2.2-2.2.3 (Repaso), 3.3. o Schwartz: 2.1 y 2.2

Más detalles

Teoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12

Teoría de colas I. Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Teoría de colas I Prof. José Niño Mora Investigación Operativa, Grado en Estadística y Empresa, 2011/12 Esquema Teoría de colas Ejemplo: un centro de atención telefónica (call center) Tasa de llegada y

Más detalles

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene:

Se utilizan tres enunciados para básicos para definir los procesos de Poisson. Sea t un t 0, entonces se tiene: 9 TEORÍA DE TRÁFIO La teoría de tráfico es ua herramieta ampliamete utilizada para el aálisis del comportamieto de las redes de comuicacioes, las cuales puede ser de comutació de circuitos, como las redes

Más detalles

ESTRUCTURA DE LINEAS DE ESPERA

ESTRUCTURA DE LINEAS DE ESPERA ESTRUCTURA DE LINEAS DE ESPERA La teoría de las colas es el estudio de líneas de espera. Cuatro características de un sistema de la formación de colas o líneas de espera son: la manera en que los clientes

Más detalles

Apéndice Números Complejos

Apéndice Números Complejos Aédice Números Comlejos 1 Números comlejos. Geeralidades. Oeracioes co úmeros comlejos Potecia y raíz de úmeros comlejos. 4 Fució exoecial y forma exoecial. E.U.Politécica de Sevilla. Fudametos Matemáticos

Más detalles

12.Teoría de colas y fenómenos de espera

12.Teoría de colas y fenómenos de espera .Teoría de colas y fenómenos de espera Notación y terminología Modelado del proceso de llegada Modelado del proceso de servicio Notación de Kendall-Lee Procesos de nacimiento y muerte Modelo M/M/. Análisis

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 12 de septiembre de 2007

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 12 de septiembre de 2007 UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 2 de septiembre de 2007 Problema. (2.5 puntos) Un fabricante de productos informáticos produce 3 modelos de routers

Más detalles

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica:

es ligada, siendo v V Dos subespacios F y G de V son suplementarios si y solo si se verifica: 1- Dado el sbcojto F={ ( λ μ, λ,μ, μ) R / λ, μ R} de R, se verifica qe: a) dim F= b) {(1,1,0,0),(-,0,,-1)} es a base de F c) F o es sbespacio vectorial de R - E sistema ligado, se verifica qe: a) Agregado

Más detalles

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i

I.T. INDUSTRIAL METODOS ESTADÍSTICOS. FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a. Media x = n n i x 2 Varianza poblacional σ 2 i I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA Xv.a k modalidades x 1,x,..., x k ; datos i x i Media x = i x Variaza poblacioal σ i = x i (x i x) Variaza muestral S = 1 (x i

Más detalles

13.Teoría de colas y fenómenos de espera

13.Teoría de colas y fenómenos de espera 3.Teoría de colas y fenómenos de espera Notación y terminología Modelado del proceso de llegada Modelado del proceso de servicio Notación de Kendall-Lee Procesos de nacimiento y muerte Modelo M/M/. Análisis

Más detalles

Introduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones

Introduccion. TEMA 6: MODELOS DE FILAS DE ESPERA (Waiting Line Models) (Capítulo 12 del libro) Modelos de Decisiones Modelos de Decisioes TEMA 6: MODELOS DE FILAS DE ESPERA (Waitig Lie Models) (Capítulo 2 del libro) Itroduccio.. Estructura de u Sistema de Filas de Espera 2. Modelo Sigle-Chael co tasa de llegadas tipo

Más detalles

Si la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE:

Si la razón es q, y el primer termino es a, la progresión se escribe. POR LO TANTO EL ENÉSIMO TÉRMINO DE UNA P.G SE DETERMINA A PARTIR DE: Ua progresió es geométrica, si cada termio después del primero se obtiee multiplicado el aterior por u valor costates Este valor costate se llama razó geométrica (q) E geeral: a a : a......... a ; 3 Si

Más detalles

Temas 5 y /16.37

Temas 5 y /16.37 Temas 5 y 6 6.263/16.37 Introducción a la teoría de colas MIT, LIDS Dispositiva 1 Redes conmutadas por paquetes Los mensajes se dividen en paquetes que se enrutan hacia su destino PS PS PS PS Red de paquetes

Más detalles

PROCESO DE NACIMIENTO PURO Y MUERTE PURA

PROCESO DE NACIMIENTO PURO Y MUERTE PURA PROCESO DE NACIMIENTO PURO Y MUERTE PURA En esta sección consideraremos dos procesos especiales. En el primer proceso, los clientes llegan y nunca parten y en el segundo proceso los clientes se retiran

Más detalles

MATEMÁTICAS 3º ESO - SUCESIONES. Una sucesión es un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero

MATEMÁTICAS 3º ESO - SUCESIONES. Una sucesión es un conjunto de números dados ordenadamente de modo que se puedan numerar: primero, segundo, tercero ucesioes Ua sucesió es u cojuto de úmeros dados ordeadamete de modo que se pueda umerar: primero, segudo, tercero Ejemplos: a), 3, 5, 7, 9, b), 4, 9, 6, 25, 36 c) 2, 4, 8, 6, 32, 64 e llama térmios a los

Más detalles

TEORIA DE LINEAS DE ESPERA

TEORIA DE LINEAS DE ESPERA TEORIA DE LINEAS DE ESPERA Los modelos de espera son aquellos que analizan situaciones de congestionamiento entre la demanda y oferta de servicios, estas situaciones de desbalance entre Oferta y Demanda

Más detalles

Interrogación (25 Ptos.) Conteste verbalmente las siguientes preguntas :

Interrogación (25 Ptos.) Conteste verbalmente las siguientes preguntas : . Universidad Católica de Chile Dpto. de Ingeniería de Sistemas Modelos Estocásticos rofesor Alvaro Alarcón 6 de Noviembre de 009 Interrogación 3.- (5 tos.) Conteste verbalmente las siguientes preguntas

Más detalles

TEMA 3: INFERENCIA ESTADISTICA

TEMA 3: INFERENCIA ESTADISTICA ESTADÍSTICA, CURSO 008 009 TEMA 3: INFERENCIA ESTADISTICA INTRODUCCION oblació. Muestra, muestreo. Objetivos de la iferecia estadística. Métodos paramétricos y o paramétricos. TEORIA ELEMENTAL DEL MUESTREO.

Más detalles

PRÁCTICA 4: TEORÍA DE COLAS

PRÁCTICA 4: TEORÍA DE COLAS I.T. INFORMÁTICA DE GESTIÓN Departamento de Estadística Asignatura: Investigación Operativa Curso: 2007/2008 Relación número 4 de prácticas PRÁCTICA 4: TEORÍA DE COLAS Las largas colas de espera en los

Más detalles

Ejercicios de teoría de colas

Ejercicios de teoría de colas Ejercicios de teoría de colas Investigación Operativa II Diplomatura en Estadística Curso 07/08 1. En un hospital se dispone de un equipo de médicos que pueden llevar a cabo cierto tipo de operaciones

Más detalles

(3.d) ESTIMACIÓN DE LOS PARÁMETROS EN MODELOS DE COLAS PARA LOS PROCESOS DE LLEGADA Y

(3.d) ESTIMACIÓN DE LOS PARÁMETROS EN MODELOS DE COLAS PARA LOS PROCESOS DE LLEGADA Y (3.d) ESTIMACIÓN DE LOS PARÁMETROS EN MODELOS DE COLAS TEST DE χ SERVICIO. PARA LOS PROCESOS DE LLEGADA Y INTERVALOS DE CONFIANZA PARA λ, µ, ρ. SIMULACIÓN DE UNA COLA M/M/1. PRÁCTICA 3. 3.3. ASIGNATURA

Más detalles

S = N λ = 5 5 = 1 hora.

S = N λ = 5 5 = 1 hora. Teoría de Colas / Investigación Operativa 1 PROBLEMAS DE INVESTIGACIÓN OPERATIVA. Hoja 5 1. Al supercomputador de un centro de cálculo llegan usuarios según un proceso de Poisson de tasa 5 usuarios cada

Más detalles

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos:

T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD. x 1. x 2 = 1 = 2. x 3 = 3. x 4. Variable aleatoria: definición y tipos: T ema 6 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD Variable aleatoria: defiició y tipos: Ua variable aleatoria es ua fució que asiga u úmero real, y sólo uo, a cada uo de los resultados de u eperimeto aleatorio.

Más detalles

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema

Sistemas de colas. Objetivo teórico: Determinar la distribución del número de clientes en el sistema Sitema de cola Ua cola e produce cuado la demada de u ervicio por parte de lo cliete excede la capacidad del ervicio. Se eceita coocer (predecir) el ritmo de etrada de lo cliete y el tiempo de ervicio

Más detalles

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN. Práctica #4 Líneas de espera

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN. Práctica #4 Líneas de espera Práctica #4 Líneas de espera Objetivo: Optimizar la operación de los servicios y la manufactura utilizando modelos de líneas de espera. Introducción: El sistema de líneas de espera, es el más conocido

Más detalles

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas).

Teoría de Colas. TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). Teoría de Colas TC: Parte de la Investigación Operativa que estudia el comportamiento de sistemas cuyos elementos incluyen líneas de espera (colas). IO 07/08 - Teoría de Colas 1 Teoría de Colas: ejemplos

Más detalles

Formulas. Población infinita. Población finita

Formulas. Población infinita. Población finita Formulas X~N(μ, σ 2 ) x = x i x ~N si X~N o si > 30 Població ifiita Població fiita x ~N(μ, σ2 ) N x ~N(μ, N 1 σ2 ) Ejercicio Se sabe que la media poblacioal e u exame de Estadística es de 70 y que la variaza

Más detalles

Tema 7. El Teorema de Burke y las redes de colas. Eytan Modiano Instituto Tecnológico de Massachusetts. Eytan Modiano Diapositiva 1

Tema 7. El Teorema de Burke y las redes de colas. Eytan Modiano Instituto Tecnológico de Massachusetts. Eytan Modiano Diapositiva 1 Tema 7 El Teorema de Burke y las redes de colas Instituto Tecnológico de Massachusetts Diapositiva 1 El Teorema de Burke Una propiedad interesante de las colas M/M/1 que simplifica enormemente su combinación

Más detalles

SOLUCIONES DE LAS ACTIVIDADES Págs. 23 a 43

SOLUCIONES DE LAS ACTIVIDADES Págs. 23 a 43 TEMA. SUCESIONES DE NÚMEROS. LOGARITMOS SOLUCIONES DE LAS ACTIVIDADES Págs. a a 8 + ( ); Y fialmete: a 7 8 + (7 ) 86 0 7 + 0. S 0 Págia 7 [ ( 7 + 9 5) ] 95. a) 6 : pero 0 : 6,6 o es PG b) 6 : ( ) : 6 :

Más detalles

Tema 02. Análisis de prestaciones e introducción al dimensionamiento en redes de conmutación de paquetes. Rafael Estepa Alonso Universidad de Sevilla

Tema 02. Análisis de prestaciones e introducción al dimensionamiento en redes de conmutación de paquetes. Rafael Estepa Alonso Universidad de Sevilla Tema 02 Análisis de prestaciones e introducción al dimensionamiento en redes de conmutación de paquetes Rafael Estepa Alonso Universidad de Sevilla Índice del Tema 02 2.1 Introducción a las Prestaciones

Más detalles

Teoría de colas. Modelado y Análisis de Redes de Telecomunicaciones. IIE - Facultad de Ingeniería

Teoría de colas. Modelado y Análisis de Redes de Telecomunicaciones. IIE - Facultad de Ingeniería Teoría de colas Modelado y Análisis de Redes de Telecomunicaciones IIE - Facultad de Ingeniería Contenido 1 Proceso de Poisson 2 Teoría de colas 3 El proceso M/M/1 4 Los procesos M/M/* 5 El proceso M/G/1

Más detalles

5.1. Tipos de convergencia

5.1. Tipos de convergencia Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia

Más detalles

UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA USB PS4161 GESTION DE LA PRODUCCION I LINEAS DE ESPERA

UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA USB PS4161 GESTION DE LA PRODUCCION I LINEAS DE ESPERA UNIVERSIDAD SIMON BOLIVAR LINEAS DE ESPERA 1 Contenido Características de un sistema de líneas de espera Características de las llegadas Características de la línea de espera Características del dispositivo

Más detalles

Procesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo

Procesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo Procesos estocásticos Sesión 9. Cadenas de Markov a tiempo continuo Enrique Miranda Universidad of Oviedo Máster Universitario en Análisis de Datos para la Inteligencia de Negocios Contenidos 1. Cadenas

Más detalles

Simulación Colas M/M/1 en Arduino

Simulación Colas M/M/1 en Arduino Simulación Colas M/M/1 en Arduino Matías Haller 1, Silvia Cobialca 2 1 Estudiante, Universidad CAECE 2 Docente, Universidad CAECE scobialca@yahoo.com.ar Abstract. Por lo aprendido en la cursada de Modelos

Más detalles

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple)

3.1. Muestreo aleatorio sin reposición Muestreo aleatorio con reposición (muestreo aleatorio simple) 1 Muestreo Tema 1 1. Muestreo. Muestreo aleatorio 3. Tipos de muestreo aleatorio 3.1. Muestreo aleatorio si reposició 3.. Muestreo aleatorio co reposició (muestreo aleatorio simple) 3.3. Muestreo aleatorio

Más detalles

UNIVERSIDAD DE MANAGUA Al más alto nivel

UNIVERSIDAD DE MANAGUA Al más alto nivel UNIVERSIDAD DE MANAGUA Al más alto nivel Investigación de Operaciones Encuentro #12 Tema: Teoría de Colas Prof.: MSc. Julio Rito Vargas A. Grupo:CCEE y ADMVA /2016 Objetivos: Identificar el nivel óptimo

Más detalles

Intervalos de Confianza

Intervalos de Confianza Itervalos de Cofiaza 1.- Se quiere estudiar la vida útil de uas uevas pilas que se va a lazar al mercado. Para ello se examia la duració de 40 de ellas, resultado ua media de 63 horas. Supoiedo que el

Más detalles

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO

LAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que

Más detalles

TEORÍA DE LÍNEAS DE ESPERA

TEORÍA DE LÍNEAS DE ESPERA TEORÍA DE COLAS TEORÍA DE LÍNEAS DE ESPERA COLAS: Líneas de espera que u2liza modelos matemá2cos que describen sistemas de líneas par2culares o Sistemas de Colas. Modelos presentan las siguientes caracterís2cas:

Más detalles

( ) 1.8 CRITERIOS DE CONVERGENCIA PARA SERIES (1.8_CvR_T_061, Revisión: , C8, C9, C10) INTRODUCCIÓN. Forma general de una serie: + a 1

( ) 1.8 CRITERIOS DE CONVERGENCIA PARA SERIES (1.8_CvR_T_061, Revisión: , C8, C9, C10) INTRODUCCIÓN. Forma general de una serie: + a 1 .8 CRITERIOS DE COVERGECIA PARA SERIES (.8_CvR_T_6, Revisió: -9-6, C8, C9, C).8.. ITRODUCCIÓ. Forma geeral de ua serie: S = = a = a + a + a +...+ a Suma de térmios. Si es fiito, la suma (S ) tambié es

Más detalles

INSTITUTO TECNOLÓGICO DE VILLAHERMOSA

INSTITUTO TECNOLÓGICO DE VILLAHERMOSA INSTITUTO TECNOLÓGICO DE VILLAHERMOSA Ing. En gestión empresarial Investigación de Operaciones Proyecto Sobre La Teoría De Colas Secretaria de finanzas PRESENTAN: BOUCHOT MORALES DAVID CHABLE RAMIREZ TANIA

Más detalles

Maribel Martínez y Ginés Ciudad-Real Fichas para mejorar la atención MATRIZ DE LETRAS

Maribel Martínez y Ginés Ciudad-Real Fichas para mejorar la atención MATRIZ DE LETRAS MATRIZ DE LETRAS p q d b p p b n g b n w n w n n w b p q d b p q d n w n g b n p q p q p q d b p n g n g n g b n w n d b d b b p q d b b n b n n w n g b n p q p q p q d b p n g n g n g b n w n d b d b

Más detalles

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA INVESTIGACIÓN DE OPERACIONES II JULIO CÉSAR LONDOÑO ORTEGA Email: julio.londono@correounivalle.edu.co jclondonor@gmail.com MODELOS DE FILAS DE ESPERA Introducción a la Teoría de Colas Ejemplos de la teoría

Más detalles

Álgebra Lineal IV: Espacios Vectoriales.

Álgebra Lineal IV: Espacios Vectoriales. Álgebra Lineal IV: Espacios Vectoriales José María Rico Martínez Departamento de Ingeniería Mecánica Facultad de Ingeniería Mecánica Eléctrica y Electrónica Universidad de Guanajuato email: jrico@salamancaugtomx

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2006

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 16 de febrero de 2006 UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 6 de febrero de 26 Problema. (2 puntos Un técnico de sistemas del laboratorio de cálculo de la Escuela Politécnica

Más detalles

Investigación operativa: aplicaciones en la optimización de costes"

Investigación operativa: aplicaciones en la optimización de costes Autor: Ricardo San Martín Molina - 1 - Investigación operativa: aplicaciones en la optimización de costes" Autor: Ricardo San Martín Molina Resumen: En este artículo veremos, a través de un ejemplo y su

Más detalles

República Bolivariana de Venezuela Universidad Nacional Abierta Vicerrectorado Académico Área de Matemática

República Bolivariana de Venezuela Universidad Nacional Abierta Vicerrectorado Académico Área de Matemática República Bolivariaa de Veezuela Uiversidad Nacioal Abierta Vicerrectorado Académico Área de Matemática Fórmulas y Tablas Cursos: 738, 745, 746 y 748 Prof. Gilberto Noguera Lista de Formulas N 1) µ = x

Más detalles

TEORIA DE COLAS. Investigación Operativa II

TEORIA DE COLAS. Investigación Operativa II TEORIA DE COLAS Investigación Operativa II TEORIA DE COLAS Las COLAS o LINEAS DE ESPERA son realidades cotidianas: Personas esperando para realizar sus transacciones ante una caja en un banco, Estudiantes

Más detalles

Aplicación de la Simulación a los Fenómenos de Espera en Paralelo

Aplicación de la Simulación a los Fenómenos de Espera en Paralelo Aplicación de la Simulación a los Fenómenos de Espera en Paralelo Rafael Terrazas Pastor Dirección Administrativa Financiera Universidad Católica Boliviana San Pablo Cochabamba, Bolivia e-mail: terrazas@ucbcba.edu.bo

Más detalles

Metodología de Simulación por Computadora

Metodología de Simulación por Computadora SIMULACIÓN Metodología de Simulación por Computadora Clasificación del sistema 1. Sistemas de eventos discretos. Los estados del sistema cambian sólo en ciertos puntos del tiempo. Por ejemplo, si se observa

Más detalles

Esperanza Condicional

Esperanza Condicional Esperanza Condicional Podemos obtener la esperanza de una distribución condicional de la misma manera que para el caso unidimensional: 129 Caso 2 v.a. discretas X e Y: Caso 2 v.a. continuas X e Y: Percentiles

Más detalles

CONCEPTOS CLAVE DE LA UNIDAD 1

CONCEPTOS CLAVE DE LA UNIDAD 1 CONCEPTOS CLAVE DE LA UNIDAD 1 1. Proeso iterativo. La idea fudametal de u proeso iterativo osiste e lo siguiete: Dada ua o varias situaioes iiiales (etapa 1), se les aplia algua trasformaió iterativa,

Más detalles

Consideremos los siguientes experimentos aleatorios

Consideremos los siguientes experimentos aleatorios 69 Veremos e lo que sigue uevas variables aleatorias discretas. Estas variables y sus distribucioes se utiliza como modelos e muchas alicacioes estadísticas. Distribució Biomial Cosideremos los siguietes

Más detalles

Modelos de cola.

Modelos de cola. Modelos de cola http://humberto-r-alvarez-a.webs.com Las colas Las colas son frecuentes en la vida cotidiana: En un banco En un restaurante de comidas rápidas Al matricular en la universidad Los autos

Más detalles

Criterios de Convergencia

Criterios de Convergencia Semaa - Clase 3 7/09/08 Tema : Series. Itroducció Criterios de Covergecia Sólo podremos calcular la suma de alguas series, e la mayoría os será imposible y os tedremos que coformar co saber si coverge

Más detalles

TEORÍA DE LÍNEAS DE ESPERA (COLAS)

TEORÍA DE LÍNEAS DE ESPERA (COLAS) TEORÍA DE ÍEAS DE ESERA COAS Cojuto de modelos matemáticos ue describe sistemas específicos de líeas de espera o colas, usados e la toma de decisioes al ecotrar el estado estable o estacioario del sistema

Más detalles

MEDIDAS DE TENDENCIA CENTRAL. _ xi

MEDIDAS DE TENDENCIA CENTRAL. _ xi EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee

Más detalles

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas

Cálculo de probabilidad. Tema 3: Variables aleatorias continuas Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice

Más detalles

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente: Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes

Más detalles

MUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II

MUESTREO ESTRATIFICADO. TECNICAS DE MUESTREO II MUESTREO ESTRATIFICADO TECNICAS DE MUESTREO II Email:cgozales@lamolia.edu.pe CONSTRUCCION DE OS ESTRATOS Cuál es la mejor característica para la costrucció de los estratos? Cómo se determia los límites

Más detalles

Análisis de respuesta en frecuencia

Análisis de respuesta en frecuencia Aálisis de respuesta e freueia Co el térmio respuesta e freueia, os referimos a la respuesta de u sistema e estado estable a ua etrada seoidal. E los métodos de la respuesta e freueia, la freueia de la

Más detalles

Criterios de Convergencia

Criterios de Convergencia Semaa - Clase 3 0/0/0 Tema : Series Criterios de Covergecia La preguta que os plateamos es la siguite: Si hacemos que N etoces la suma N k= a k, tiee u límite? Existe alguas formas de averiguarlo, a pesar

Más detalles

TEORÍA DE COLAS. introducción

TEORÍA DE COLAS. introducción TEORÍA DE COLAS introducción El origen de la Teoría de Colas está en el esfuerzo de Agner Krarup Erlang (Dinamarca, 1878-1929) en 1909 para analizar la congestión de tráfico telefónico con el objetivo

Más detalles

Barrera Óptica. Banda Multipunto. Loop detección de Vehículos. Identificador Bus LIDBus. Sensor óptico. Sentido del eje LSE. Proyecto: Carril Express

Barrera Óptica. Banda Multipunto. Loop detección de Vehículos. Identificador Bus LIDBus. Sensor óptico. Sentido del eje LSE. Proyecto: Carril Express La clasificació vehicular se hace de la siguiete maera: Se detecta el vehículo mediate el sesor Loo de detecció de vehículos Se detecta el vehículo mediate la barrera ótica. Se idetifica la direcció de

Más detalles

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS ESPACIO MUESTRAL. El cojuto de todos los resultados posibles de u eperimeto estadístico deotado por S o Ω VARIABLE. Se deomia variable a la

Más detalles

Instituto Politécnico Nacional Escuela Superior de Cómputo. Teoría a de Colas. M. En C. Eduardo Bustos Farías

Instituto Politécnico Nacional Escuela Superior de Cómputo. Teoría a de Colas. M. En C. Eduardo Bustos Farías Instituto Politécnico Nacional Escuela Superior de Cómputo Teoría a de Colas M. En C. Eduardo Bustos Farías as Objetivos del Capítulo La distribución Poisson y exponencial. Cumplimiento de las medidas

Más detalles

PRÁCTICA POLINOMIOS DE TAYLOR. RESTO DE LAGRANGE CURSO Práctica 6 (5- XI-2014)

PRÁCTICA POLINOMIOS DE TAYLOR. RESTO DE LAGRANGE CURSO Práctica 6 (5- XI-2014) PRÁCTICA POLINOMIOS DE TAYLOR. RESTO DE LAGRANGE CURSO 04-05 Prácticas Matlab Práctica 6 (5- XI-04) Objetivos Represetar ua sucesió de térmios Itroducir el cocepto de serie como suma ifiita de los térmios

Más detalles

Números reales. Operaciones

Números reales. Operaciones Números reales. Operacioes Matemáticas I 1 Números reales. Operacioes Números racioales. Caracterizació. Recuerda que u úmero r es racioal si se puede poer e forma de fracció de úmeros eteros de la forma

Más detalles

SEMICONDUCTORES fuera del EQUILIBRIO

SEMICONDUCTORES fuera del EQUILIBRIO SEMICONDUCTORES fuera del EQUILIBRIO Dr. Adrés Ozols Facultad de Igeiería UBA 007 Dr. A. Ozols 1 FENÓMENOS de TRANSPORTE de CARGA ARRASTRE de PORTADORES La desidad de carga moviédose a ua velocidad romedio

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES 6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,

Más detalles

Distribuciones de probabilidad más usuales

Distribuciones de probabilidad más usuales Tema 5 Distribuciones de probabilidad más usuales En este tema se estudiarán algunas de las distribuciones discretas y continuas más comunes, que se pueden aplicar a una gran diversidad de problemas y

Más detalles

Tema 3. Procesos estocásticos básicos en teoría de colas.

Tema 3. Procesos estocásticos básicos en teoría de colas. Tema 3. Procesos estocásticos básicos e teoría de colas. 3.1 Itroducció. Plateamieto geeral. U proceso estocástico es e esecia u modelo matemático de u feómeo que evolucioa e el tiempo de forma aleatoria.

Más detalles

EJERCICIO DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 5

EJERCICIO DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 5 EJECICIO DE ANÁLISIS FUNCIONAL (Asigatura VCAF) HOJA 5 Ejercicio : Demostrar que e el espacio C[, ] los siguietes fucioales so lieales, cotiuos, y hallar sus ormas: a) F (x) = x(t)dt x(); b) F (x) = x(t)dt

Más detalles

Ingeniería de Sistemas. Teoría de colas y juegos

Ingeniería de Sistemas. Teoría de colas y juegos Ingeniería de Sistemas Teoría de colas y juegos DEFINICIÓN Estudio analítico del comportamiento de líneas de espera. DEFINICIÓN OBJETIVOS DE LA TEORÍA DE COLAS Identificar el nivel óptimo de capacidad

Más detalles

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara

X / n : proporción de caras ( = frecuencia relativa del suceso A = f A = n A / n ) Se espera que a medida que n crece la frecuencia relativa de cara 95 Teoremas límte Cosderemos el exermeto aleatoro que cosste e arrojar ua moeda equlbrada veces. Suogamos que se regstra la roorcó de caras. U resultado coocdo es que esta roorcó estará cerca de /. Formalzado

Más detalles

FORMULAS DEL PRODUCTO TECHO PROPIO MN

FORMULAS DEL PRODUCTO TECHO PROPIO MN FORMULAS DEL PRODUCTO TECHO PROPIO MN Julio 2009 www.bacomercio.com Fórmula de Cuota del Préstamo (o icluye comisioes) Cuota P ( + TIEA) Fd Fp P : Moto total a fiaciar. : Correlativo de cuotas desde la

Más detalles

Queue Análysis VI. MARCO TEÓRICO. Teoría de líneas de espera o colas (Queues). Principales componentes de los sistemas. Clientes Dependientes

Queue Análysis VI. MARCO TEÓRICO. Teoría de líneas de espera o colas (Queues). Principales componentes de los sistemas. Clientes Dependientes Estimación de los tiempos de retardos por procesamiento (latencia*) de un dispositivo enrutador (capa de red protocolo TCP/IP). Edgar Hernando Criollo V. Pontificia Universidad Javeriana. ecriollo.prac@gmail.com

Más detalles

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García TEORÍA DE CÁLCULO I Para Grados e Igeiería Capítulo 3: Sucesioes y series Domigo Pestaa Galvá José Mauel Rodríguez García Figuras realizadas co Arturo de Pablo Martíez TEMA 3. Sucesioes y series 3. Sucesioes

Más detalles

Métodos Cuantitativos de Organización Industrial

Métodos Cuantitativos de Organización Industrial 11 de marzo de 2011 PRÁCTICA 1: TEORÍA DE COLAS FECHA DE ENTREGA: 31 DE MARZO DE 2011. Normativa La realización de estos ejercicios es una decisión voluntaria y su calificación alcanzará el 20 % de la

Más detalles

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder

Más detalles

VALUACIÓN DE BONOS. 2. Valuación de bonos con cupón de intereses

VALUACIÓN DE BONOS. 2. Valuación de bonos con cupón de intereses 1 VALUACIÓN DE BONOS 2. Valuació de boos co cuó de itereses El tíico boo del cual os ocuamos ahora osee las siguietes características básicas: 1. Tiee u valor omial o facial que es la suma que el emisor

Más detalles

Cap. II: Principios Fundamentales del Flujo de Tránsito

Cap. II: Principios Fundamentales del Flujo de Tránsito Cap. II: Pricipios Fudamtals dl Flujo d Trásito Diagrama Espacio-Timpo Distacia 1 2 Itralo (i) 3 4 5 6 Espaciamito () Timpo Flujo, q Dsidad, Vlocidad, Tasa horaria quialt a la cual trasita los hículos

Más detalles

Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números

Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo un intervalo (finito o infinito) de números IV. Variables Aleatorias Continuas y sus Distribuciones de Probabilidad 1 Variable Aleatoria Continua Definición Se dice que una variable aleatoria X es continua si su conjunto de posibles valores es todo

Más detalles

1) Considera el sistema de ecuaciones:

1) Considera el sistema de ecuaciones: SESIÓN 4: Álgebra lieal umérica ) Cosidera el sistema de ecuacioes: x + aa aa y a) Calcula las matrices iterativas de los métodos de Jacobi y Gauss-Seidel. b) Para qué valores de a coverge el método de

Más detalles

TEMA 4. Series de números reales. Series de Potencias.

TEMA 4. Series de números reales. Series de Potencias. TEMA 4 Series de úmeros reales. Series de Potecias.. Sucesió de úmeros reales Las sucesioes de úmeros reales so ua buea herramieta para describir la evolució de ua magitud discreta, y el ite surge al estudiar

Más detalles