13.Teoría de colas y fenómenos de espera

Tamaño: px

Comenzar la demostración a partir de la página:

Download "13.Teoría de colas y fenómenos de espera"

Xavier Cordero Cortés
hace 7 años
Vistas:

1 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 de modelos Notación y terminología. Para describir una cola hay que especificar: Proceso de entrada o llegada: clientes El proceso de llegada no se ve afectado por nº de clientes presentes, se rige por una distribución de probabilidad que gobierna el tiempo entre llegadas sucesivas Modelos de origen finito: las llegadas se toman de una población pequeña La rapidez de llegada disminuye cuando la instalación está concurrida: el cliente puede declinar. Proceso de salida o servicio: distribución del tiempo de servicio independiente del nº de clientes presentes Servidores en paralelos Servidores en serie Francisco R. Villatoro

2 Notación y terminología. Disciplina de la cola: método que se usa para determinar el orden en el que se sirve a los clientes Primero en entrar, primero en ser servido (cola) Último en entrar, primero en ser servido (pila) Servicio en orden aleatorio Disciplinas de prioridad en espera Método utilizado por los clientes para unirse a la cola Modelado del proceso de llegada Hipótesis: puede suceder una llegada como mucho en cada instante de tiempo t i tiempo en el que llega el i-ésimo cliente T i t i+ -t i tiempo i-ésimo entre llegadas, variable aleatoria Independientes: T no tiene efecto sobre T 3,... Continuas: las llegadas pueden suceder en cualquier instante de tiempo Descritas por la variable aleatoria A: la distribución de llegadas es independiente del tiempo Francisco R. Villatoro

3 Distribución de llegadas a(t) función de densidad de A: P c ( A c) a( t) dt, P( A > c) a( t) dt, c Tiempo promedio entre llegadas: rapidez de llegadas ta( t)dt Habitualmente A es la distribución exponencial c Distribución exponencial A distribución exponencial con parámetro ( ) t a t e E( A) var( A) Propieda de amnesia: si A tiene distribución exponencial entonces para todo valor no negativo de t y h P ( A > t + h A t) P( A > h) No importa cuanto tiempo haya pasado desde la última llegada para conocer la distribución de probabilidad de la siguiente llegada. Francisco R. Villatoro 3

4 Distribución de Poisson Los tiempos entre llegadas son exponenciales con parámetro si y sólo si el número de llegadas que suceden en un intervalo t sigue una distribución de Poisson con parámetro t n e P( N n) n! E( N) var( N) Distribución de Poisson Si N sigue una distribución de Poisson con parámetro t y los tiempos entre llegadas son exponenciales con parámetro entonces se verifica: las llegadas definidas en intervalos de tiempos que no se solapan son independientes, para t pequeño y cualquier valor de t la probabilidad de que se tenga una llegada entre los tiempos t y t+ t es t +o( t), Si la rapidez de llegadas es estable, no pueden tenerse llegadas en masa y las llegadas del pasado no afectan las llegadas del futuro, entonces los tiempos entre llegadas se pueden modelar utilizando una distribución exponencial con parámetro y el nº de llegadas en cualquier intervalo de longitud t por una Poisson con parámetro t. Francisco R. Villatoro 4

5 Modelado del proceso de servicio Hipótesis: los tiempos de servicio de distintos clientes son variables aleatorias independientes y el tiempo de servicio de cada cliente está regido por una variable aleatoria S con función de densidad s(t) Tiempo promedio de servicio a cliente: ts( t) dt µ Rapidez de servicio: µ Notación de Kendall-Lee Cada sistema de colas se representa con 6 características: //3/4/5/6. Naturaleza del proceso de llegada: Mtiempo entre llegadas independientes y distribuidos idénticamente (iid), las v.a. siguen una distribución exponencial D tiempo entre llegadas iid y deterministas GI tiempo entre llegadas iid y distribución general. Naturaleza de los tiempos de servicio: Como en. 3. Número de servidores en paralelo Francisco R. Villatoro 5

6 Notación de Kendall-Lee 4. Disciplina de la cola PLPS primero en llegar, primero en ser atendido ULPS último en llegar, primero en ser atendido SEOA servicio en orden aleatorio 5. Número máximo permitido de clientes en el sistema incluyendo los que esperan y los que están siendo atendidos 6. Tamaño de la población de la que se toman los clientes Procesos de nacimiento y muerte. Estado del sistema en t número de clientes presentes en cualquier sistema de cola en tiempo t. Para t, el estado del sistemanº inicial de clientes P i (t)probabilidad de que haya clientes en el sistema de cola en t supuesto que en el tiempo había i personas π estado estable o probabilidad de equilibrio del estado lim P i t Comportamiento transitorio del sistema de cola comportamiento de P i (t) antes de alcanzar el estado estable. Proceso de nacimiento y muerte: proceso estocástico continuo en el tiempo para el que el estado del sistema en cualquier tiempo es un entero no negativo ( t) Francisco R. Villatoro 6

7 Procesos de nacimiento y muerte. Leyes del movimiento. La probabilidad de que suceda un nacimiento (el estado del sistema pase de a +) entre el tiempo t y t+ t es t + o( t). es la tasa de natalidad en el estado. La probabilidad de que suceda una muerte (el estado del sistema pase de a -) entre el tiempo t y t+ t es µ t + o( t). µ es la tasa de mortalidad en el estado. Se debe cumplir µ 3. Los nacimientos y muertes son independientes entre sí. La mayor parte de los sistemas de cola con tiempos exponenciales entre llegadas y de servicio pueden modelarse como procesos de nacimiento y muerte. Modelo M/M/. Análisis de modelos. Tiempos entre llegadas: exponenciales con parámetro Probabilidad de nacimiento (llegada) entre t y t+ t t Tasa de natalidad: Tiempos de servicio: exponenciales con parámetro µ Probabilidad de muerte (fin de servicio) entre t y t+ t Tasa de mortalidad: µ t t e dt e t t + o µ t µ t µ e e µ t + o ( t) ( t) Francisco R. Villatoro 7

8 Modelo M/M/. Análisis de modelos. Probabilidades de estado estable π π π π, π, Kπ µ µ µ Intensidad de tráfico ρ µ Si ρ< π π ( + ρ+ ρ + K) ( + ρ+ ρ + K) π π ρ, π ρ ( ρ ) ρ Si ρ : no existe distribución de estado estable Modelo M/M/. Análisis de modelos. ρ< Número promedio de clientes presentes en el sistema de colas ρ L π ρ µ Número esperado de clientes en la cola L q ( ) π ρ ρ µ ( µ ) Número esperado de clientes en ventanilla Ls L Lq ρ Francisco R. Villatoro 8

9 Modelo M/M/. Análisis de modelos. ρ< Fórmula de Little para colas: para cualquier sistema de colas en el que exista una distribución de estado estable se cumple donde W tiempo promedio que pasa un cliente en el sistema Wq tiempo promedio que pasa un cliente en la cola Wstiempo promedio que pasa un cliente en el servicio rapidez de llegadas L W L W q s q L W s Francisco R. Villatoro 9

Documentos relacionados

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