Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

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

Download "Tema 5: Teoría de colas. Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga"

Transcripción

1 Tema 5: Teoría de colas Ezequiel López Rubio Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga

2 Sumario Conceptos básicos Cola M M Cola M M c Cola M M k Redes de colas Redes de Jackson abiertas Redes de Jackson cerradas

3 Conceptos básicos

4 Concepto de cola Una cola es una línea de espera para determinado servicio Este servicio lo proporciona uno o varios dependientes La teoría de colas analiza la causa de la formación de la cola, que es la existencia de momentos en los que hay una mayor demanda de servicio que la capacidad de servicio

5 Clasificación de sistemas de colas Llamaremos clientes, trabajos o tareas a los que demandan servicio, y dependientes, empleados o servidores a los que ofrecen servicio Un sistema de colas viene dado por varias características: º Modelo de llegada de clientes, El índice de llegadas será el número medio de llegadas por unidad de tiempo, Alternativamente podemos usar el tiempo entre llegadas, que es el tiempo medio entre llegadas sucesivas

6 Clasificación de sistemas de colas º Modelo de servicio, Puede venir dado por el tiempo de servicio o por el número de clientes atendidos por unidad de tiempo, Tendremos una variable aleatoria o bien un servicio determinista, Aquí supondremos que el modelo de servicio es independiente del de llegada 3º Disciplina de la cola, Establece el orden en que se va atendiendo a los clientes: Por orden de llegada (FIFO) Por orden inverso al de llegada (LIFO) Selección aleatoria (RANDOM) Según prioridades (PRIORITY, PR), Dos subtipos: Con interrupción, Si llega un cliente de más prioridad, el trabajo que se estaba sirviendo se interrumpe para atenderlo Sin interrupción, No se pueden interrumpir los trabajos Dentro de cada clase de prioridad se podrán aplicar disciplinas LIFO, FIFO o RANDOM,

7 Clasificación de sistemas de colas 4º Capacidad del sistema, Es el número máximo de clientes que puede haber en el sistema (finito o infinito), Si llega un cliente y el sistema está lleno, se marcha, 5º Número de canales de servicio, Es el número de dependientes, Puede haber una cola para cada dependiente o bien una sola cola global 6º Número de estados de servicio, Puede haber varias partes en las que se subdivide el trabajo (estados), cada una con su cola y su dependiente, que deben ser completadas sucesivamente, P, ej,, tres estados:

8 Notación de Kendall La notación de Kendall nos permite escribir resumidamente todas las características que hemos estudiado, Un sistema de colas se notará como: A B X Y Z V, donde: A es el modelo de llegadas, Valores posibles: Mtiempos entre llegadas exponenciales Dtiempos entre llegadas deterministas Gtiempos entre llegadas generales (cualquier distribución) B es el modelo de servicio, Puede tomar los mismos valores que A

9 Notación de Kendall X es el número de dependientes (servidores) Y es la capacidad del sistema (número máximo de clientes en el sistema), Se puede omitir si es infinita Z es la disciplina, Se puede omitir si es FIFO V es el número de estados de servicio, Se puede omitir si es Por ejemplo, M M FIFO se escribe abreviadamente M M

10 Medidas de rendimiento Una vez descrito el sistema, nuestro objetivo es evaluar su rendimiento, Para ello tenemos varias medidas de rendimiento: Número medio de clientes en el sistema, notado L Tiempo medio de espera de los clientes, W Número medio de clientes en la cola, L q Tiempo medio de espera en cola de los clientes, W q

11 Cola M M

12 Descripción del modelo Hay una sola cola, cuya capacidad es infinita, y un solo servidor, La disciplina será FIFO Las llegadas se producen según un proceso de Poisson de razón λ, donde λ es el número medio de llegadas por unidad de tiempo y /λ es el tiempo medio entre llegadas, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos entre servicios también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que el servidor es capaz de atender por unidad de tiempo y /μ es el tiempo medio de servicio

13 Condición de no saturación Se demuestra que si λ μ, el sistema se satura, es decir, el número de clientes en la cola crece indefinidamente con el tiempo, Por consiguiente, la condición de no saturación será: <, donde Nosotros sólo estudiaremos las colas que no se saturan, Cuando una cola no se satura, también se dice que alcanza el estado estacionario, λ μ

14 Probabilidades El parámetro se llama carga, flujo o intensidad de tráfico del sistema, puesto que mide la relación entre la cantidad de trabajos que llegan y la capacidad de procesarlos Suponiendo que el sistema no se satura, se deduce la siguiente fórmula para las probabilidades p n de que haya n clientes en el sistema, donde n N: p n ( ) n

15 Medidas de rendimiento El número medio de clientes en el sistema, L, se calcula así: ( ) ( ) j j j j j j j j p j L Sumamos la serie aritmético-geométrica: S S ( ) S ( ) ( ) L

16 Medidas de rendimiento La utilización del dependiente, notada U, es la fracción de tiempo (en tanto por uno) que el dependiente permanece ocupado, Para hallarla, nos valemos de que cuando no hay saturación, el número medio de clientes que entran en el sistema debe ser igual al número medio de clientes que salen de él: λ λ Uμ U μ Como para deducir la anterior fórmula no hemos usado ninguna característica especial del modelo de entrada ni del de salida, dicha fórmula es válida para colas G G

17 Medidas de rendimiento El tiempo medio de respuesta W es el tiempo medio que un trabajo permanece en el sistema, Si suponemos que un trabajo, al llegar al sistema, se encuentra con que hay por delante de él otros j trabajos, el tiempo medio que tardará en salir del sistema será j veces el tiempo medio de servicio, Por lo tanto: W ( ) j p j j p j p μ μ μ j 0 j 0 j 0 j L μ μ Tiempo que se pasa en el sistema si hay j por delante al llegar Probabilidad de que haya j por delante al llegar

18 Medidas de rendimiento Podemos simplificar algo más: L W μ μ μ λ El tiempo medio de espera en la cola W q se hallará restando a W el tiempo que tarda en ser servido el trabajo (esto es válido para cualquier tipo de cola): W q W μ En el caso particular de una cola M M, obtenemos: W q μ λ

19 Ejemplo Unos mecánicos llegan a una media de 0 por hora a recoger piezas de repuesto, Estas piezas se las da un dependiente pagado con 5 /hora y que tarda como media 5 min en servir, Cada hora que tiene que esperar un mecánico (en el sistema) le cuesta al taller 0, Queremos saber si merece la pena contratar a un ayudante de dependiente, pagado con 4 /hora, de forma que el tiempo medio de servicio se reduzca a 4 min Nota: Al resolver un problema de colas, tener siempre muy presente la coherencia de unidades

20 Ejemplo Tenemos dos opciones: Sin ayudante: /μ 5 min / h Con ayudante: /μ 4 min /5 h En ambos casos, λ 0 clientes/h Opción (sin ayudante): 0 0 ; L 5 mecánicos 0 Por tanto, perdemos 5 (0 /h) 50 /h

21 Ejemplo Opción (con ayudante): 0 0 ; L mecánicos Por tanto, perdemos (0 /h) 0 /h debido a la espera de los mecánicos, Pero también perdemos 4 /h debido al sueldo del ayudante, Por tanto, las pérdidas totales son 4 /h En la opción perdemos 50 /h y en la opción perdemos 4 /h, con lo cual la más ventajosa es la opción,

22 Más medidas de rendimiento El número medio de trabajos en la cola L q, se calcula restándole a L el número medio de trabajos que están siendo servidos: L q L ( p 0 ) L Probabilidad de que un cliente que llega pase más de t unidades de tiempo en el sistema: W q t / W ( t) e Probabilidad de que un cliente que llega pase más de t unidades de tiempo en la cola: W t / W ( t) e

23 Ejemplos Ejemplo: Un canal de comunicación se usa para enviar datos desde unos ordenadores fuente a uno central, Cada fuente envía paquetes de datos según un proceso de Poisson de razón paquetes/seg, Además cada fuente envía independientemente de las otras, Todos los paquetes son idénticos, esperan en una cola común y después se transmiten de uno en uno, Los tiempos de transmisión se distribuyen exponencialmente, con media 5 mseg, Determinar el número máximo de fuentes que se pueden conectar al canal de tal manera que:

24 Ejemplos º El canal no se sature Si tenemos k fuentes, llegarán a la cola k paquetes/seg, Por otro lado, /μ 0,05 seg μ 40 paquetes/seg El canal no se satura cuando <: λ k k < k μ 40 0 < 0 fuentes

25 Ejemplos º En media los paquetes no pasen en el sistema más de 00 mseg Tal como ocurría en el apartado anterior, llegarán a la cola k paquetes/seg, y tendremos μ 40 paquetes/seg Nos exigen W 0, seg: W 0, k μ λ 40 k 5 fuentes

26 Ejemplos 3º En el estado estacionario se garantice que al menos el 95% de los paquetes tenga un tiempo de respuesta que no exceda de 00 mseg Tal como ocurría en el apartado anterior, llegarán a la cola k paquetes/seg, y tendremos μ 40 paquetes/seg Nos exigen que la probabilidad de que un paquete pase más de 00 mseg en el sistema sea inferior al 5%, es decir, W(00 mseg) 0,05: W 0,( 40k ) ( 0,) 0,05 e 0,05 0,k 4 ln 0,05 k 4 ln 0,05 0, k 5,0 k 5 fuentes (ya que k N)

27 Ejemplos Ejemplo: Supongamos que una cola M M con parámetros λ y μ se sustituye por n colas M M independientes de parámetros λ/n y μ/n, Es decir, dividimos la carga de trabajo y la capacidad de proceso en n partes iguales, Evaluar el efecto del cambio usando como medidas de rendimiento el tiempo medio de respuesta y el número medio de trabajos en el sistema λ μ λ/n λ/n μ/n μ/n

28 Ejemplos Alternativa (una sola cola), λ λ, μ μ : λ μ λ L λ μ λ μ W Alternativa (n colas independientes), λ λ/n, μ μ/n : nl n n n n L n n n n n i λ μ λ μ λ μ λ μ λ μ λ

29 Ejemplos W μ λ μ n λ n n μ λ nw Como la alternativa tiene menores valores para ambas medidas de rendimiento, concluimos que la dicha alternativa es mejor Esto nos indica que lo mejor es no dividir la capacidad de procesamiento, es decir, tener un único servidor que atienda a todos los clientes

30 Teorema de Little Sea un sistema de colas con cualquier distribución de llegadas y servicios y cualquier estructura, Sean L el número de trabajos presentes en el sistema en el estado estacionario, W es tiempo medio de respuesta en el estado estacionario y λ la razón de llegadas al sistema, Entonces: L λw

31 Teorema de Little Explicación intuitiva: Supongamos que cobramos a cada trabajo por cada unidad de tiempo que pasa en el sistema, Habría dos maneras equivalentes de medir las ganancias: Colocando un recaudador a la entrada del sistema, le cobrará como media W a cada uno de los λ trabajos que vea pasar por unidad de tiempo Cada vez que transcurre una unidad de tiempo, cobro a cada uno de los L trabajos que como media hay en ese instante en el sistema

32 Teorema de Little Si aplico el teorema a la cola, dejando fuera del sistema al servidor, obtengo el siguiente resultado, también muy útil: L λ q W q Las dos fórmulas obtenidas nos sirven para ayudarnos a obtener los valores de las medidas de rendimiento, aunque necesitaremos otras ecuaciones para poder conseguir resultados explícitos

33 Cola M M c

34 Descripción del modelo Hay una sola cola, cuya capacidad es infinita, y c servidores, La disciplina será FIFO Las llegadas se producen según un proceso de Poisson de razón λ, donde λ es el número medio de llegadas por unidad de tiempo y /λ es el tiempo medio entre llegadas, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos de servicio también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que cada servidor es capaz de atender por unidad de tiempo y /μ es el tiempo medio de servicio

35 Condición de no saturación Se demuestra que si λ cμ, el sistema se satura, es decir, el número de clientes en la cola crece indefinidamente con el tiempo, Por consiguiente, la condición de no saturación será: <, donde λ cμ Nosotros sólo estudiaremos las colas que no se saturan, Cuando una cola no se satura, también se dice que alcanza el estado estacionario,

36 Probabilidades Suponiendo que el sistema no se satura, se deducen las siguientes fórmulas para las probabilidades p n de que haya n clientes en el sistema, donde n N: ( ) ( ) 0 0!! c n n c c n c c c p ( ) en otro caso,! 0,,..., si,! 0 0 p c c c n p n c p n c n n

37 Medidas de rendimiento Número medio de clientes en cola: c c c p0 Lq c! ( ) Usamos razonamientos ya vistos para obtener: W W q μ L λ L λw q W q

38 Otras medidas de rendimiento Número medio de servidores ocupados, S, En el estado estacionario, la razón de las salidas será igual a la razón de las llegadas: λ S μ λ S μ c Probabilidad de que un trabajo tenga que esperar para recibir su servicio (fórmula de retraso de Erlang): c c c p0 q c! ( )

39 Ejemplos Ejemplo: Usando L como medida de rendimiento, comparar estas dos alternativas: Alternativa : Alternativa : λ μ λ μ/ μ/

40 Ejemplos Alternativa : Alternativa : p 0 L λ λ μ μ! ( ) n 0 ( ) n! n

41 Ejemplos ( ) ( ) p ( ) p 0 λ μ λ λ λ λ μ q q q W W W W L ( ) ( ) ( ) ( ) p L L q

42 Ejemplos ( )( ) ( )( ) ( )( ) L ( )( ) < > < 0 Para que la alternativa sea mejor, ha de cumplirse que L <L : < < Como < siempre se cumple, tendremos que la alternativa siempre es mejor, Es decir, no conviene dividir la capacidad de procesamiento en dos servidores

43 Ejemplos Ejemplo: Usando el número medio de clientes en el sistema como medida de rendimiento, comparar estas dos alternativas: Alternativa : Alternativa : λ/ λ/ μ/ μ/ λ μ/ μ/

44 Ejemplos Alternativa (nótese que hay colas): μ λ donde, L Alternativa (es la alternativa del ejemplo anterior): μ λ μ λ ( )( ) L

45 Ejemplos ( )( ) > > > 0 Para que la alternativa sea mejor, ha de cumplirse que L >L : 0 > > Como >0 siempre se cumple, tendremos que la alternativa siempre es mejor, Es decir, no conviene poner dos colas, sino tener una única cola global

46 Ejemplos Ejemplo: En una copistería se dispone de 3 máquinas fotocopiadoras a disposición del público, Cada máquina es capaz de servir, por término medio, 8 trabajos cada hora, A la copistería llegan como promedio 5 clientes a la hora, Parámetros del sistema: λ 5 clientes/h, μ 8 clientes/h, c 3 servidores, El sistema no se satura porque <, μ λ c

47 Ejemplos Cuál es la probabilidad de que las tres máquinas estén libres a la vez? ( ) ( ) ( ) ( ) ! 3 3! 3!! n n c n n c c n n c c c p ( ) ( ) ( ) ( ) 0, ! 3! 3 0! 3 3! ( ) ( ) 0, clientes ! 3! c p c L c c q Cuál es el número medio de clientes en la cola?

48 Ejemplos Cuál es el tiempo medio de espera en la cola? W q Lq λ , h Cuál es el tiempo medio de espera en el sistema? W W q μ ,6445 h Cuál es el número medio de clientes en el sistema? L λw clientes

49 Cola M M k

50 Descripción del modelo Hay una sola cola, cuya disciplina será FIFO, La capacidad del sistema es limitada, de tal modo que sólo puede haber k clientes como máximo en el sistema, Por lo tanto, el número máximo de clientes en la cola es k, Si un cliente llega y el sistema está lleno, es rechazado y nunca más regresa Las llegadas se producen según un proceso de Poisson de razón λ, Los tiempos entre llegadas se distribuirán exponencialmente, Exp(λ) Los tiempos entre servicios también se distribuirán exponencialmente, Exp(μ), de tal manera que μ es el número medio de clientes que el servidor es capaz de atender por unidad de tiempo

51 Probabilidades El sistema nunca se satura, ya que la capacidad es limitada Se deduce la siguiente fórmula para las probabilidades p n de que haya n clientes en el sistema, donde n {0,,,, k}: p n ( ) n, si k, si k

52 Probabilidades El valor de determina cómo varían los p n : Si <, los estados más probables son los de menor número de clientes, porque la oferta de servicio supera a la demanda Si >, los estados más probables son los de mayor número de clientes, porque la demanda de servicio supera a la oferta Si, todos los estados son equiprobables, Podemos llegar a la fórmula del caso aplicando la regla de L Hôpital al límite para de la fórmula del caso Si hacemos k, llegamos al modelo M M

53 Medidas de rendimiento Tasa efectiva de llegadas, λ ef, Es el número medio de clientes admitidos al sistema por unidad de tiempo de entre los λ que intentan entrar (λ ef <λ): λ λ ( ) ef p k Número medio de clientes en el sistema (este valor siempre debe ser inferior a k): L ( k ) k k k, si, si

54 Medidas de rendimiento Podemos obtener las demás medidas de rendimiento mediante razonamientos ya vistos, teniendo en cuenta que la tasa efectiva de llegadas al sistema es λ ef : W W q μ L q λ W ef q L λef W

55 Ejemplo A un taller mecánico llegan vehículos para el cambio de pastillas de freno, Los coches llegan a un promedio de 8 a la hora según un proceso de Poisson, El espacio físico del taller sólo permite que haya 4 vehículos, y las ordenanzas municipales prohíben esperar fuera, El taller puede servir a un promedio de 6 coches por hora de acuerdo a una distribución exponencial, Parámetros del sistema: λ 8 vehículos/h, μ 6 vehículos/h, k 4 vehículos 8 6 3

56 Ejemplo Cuál es la probabilidad de que no haya ningún vehículo en el taller? 0 ( ) 3 p0 0, Cuál es el promedio de vehículos que hay en el taller? k ( k ) 3 ( 4 ) 3 L k ,5066 vehículos

57 Ejemplo Cuánto tiempo pasa por término medio un coche en el taller? k ( ) λ ( ) ef λ p k λ k W ( ) L λ ef ,95043 clientes/h 7 0 0, horas

58 Ejemplo Cuánto tiempo esperan por término medio en la cola los coches? W q W μ ,45 horas Cuál es la longitud media de la cola? L q λ ef Wq ,5893 vehículos

59 Redes de colas

60 Redes de colas Una red de colas es un sistema donde existen varias colas y los trabajos van fluyendo de una cola a otra Ejemplos: Fabricación (trabajosartículos) Oficinas (trabajosdocumentos) Redes de comunicaciones (trabajospaquetes) Sistemas operativos multitarea (trabajostareas)

61 Enrutado de trabajos Criterios para decidir a qué cola se dirige un trabajo que acaba de salir de otra: Probabilístico: se elige una ruta u otra en función de una probabilidad (puede haber distintos tipos de trabajos, cada uno con sus probabilidades) Determinista: cada clase de trabajo se dirige a una cola fija

62 Tipos de redes de colas Se distinguen dos tipos de redes de colas: Abiertas: Cada trabajo entra al sistema en un momento dado, y tras pasar por una o más colas, sale del sistema, Dos subtipos: Acíclicas: Un trabajo nunca puede volver a la misma cola (no existen ciclos) Cíclicas: Hay bucles en la red Cerradas: Los trabajos ni entran ni salen del sistema, Por lo tanto permanecen circulando por el interior del sistema indefinidamente, Usualmente existe un número fijo de trabajos,

63 Red abierta acíclica

64 Red abierta cíclica

65 Red cerrada

66 Redes de Jackson abiertas

67 Definición Una red de colas abierta se dice que es de Jackson sii: Sólo hay una clase de trabajos Los enrutados son probabilísticos, donde r ij 0 es la probabilidad de ir al nodo j después de haber salido del nodo i, Por otro lado, r i0 es la probabilidad de abandonar del sistema después de haber salido del nodo i, donde r i0 j r ij Cada nodo i es una cola. M c i La tasa de llegadas externas al nodo i se notará γ i El número total de nodos de la red se notará K

68 Ecuaciones de equilibrio Dado que el flujo total de entrada a un nodo debe ser igual al flujo total de salida del nodo, tendremos que: K i i j ji j { } λ γ λ r, i,..., K Las K ecuaciones anteriores forman un sistema lineal con solución única, que resolveremos para hallar las tasas de llegada a cada nodo λ i

69 Condición de no saturación Para que ninguna de las colas del sistema se sature, es preciso que se cumpla la siguiente condición: {,,..., K} i, <, donde i i λi c μ Nota: Se trata de la condición de no saturación del modelo M M c, aplicada a cada uno de los nodos por separado i i

70 Teorema de Jackson para redes abiertas Teorema: Sea una red de Jackson abierta que cumple la condición de no saturación, Entonces en el estado estacionario, la distribución del número de clientes en cada nodo es la que sigue: K i i K i p( n ) p ( n ), n,, n 0 donde p i (n i ) es la probabilidad de que haya n i clientes en el nodo i, calculada según las ecuaciones del modelo M M c

71 Consecuencias del teorema Corolario: Las medidas de rendimiento para cada nodo se calculan según las ecuaciones del modelo M M c, Además se tendrán las siguientes medidas: Tasa global de salidas del sistema (throughput), que es el número medio de trabajos que salen del sistema por unidad de tiempo, Coincide con el número de trabajos que entran en el sistema: λ red K i γ i

72 Consecuencias del teorema Número medio de trabajos en el sistema, L red, que es la suma de los número medios de trabajos en cada uno de los nodos: L red L i K Tiempo medio en el sistema, W red, que es el tiempo medio que pasa una tarea desde que entra en la red hasta que sale de ella: W red i L λ red red

73 Consecuencias del teorema Razón de visitas al nodo i, V i, que es el número medio de veces que un trabajo visita el nodo i desde que entra en la red hasta que sale: {,,..., K} i, V i λi λ Nota: en una red acíclica habrá de cumplirse que V i i {,,,,,,K}, ya que cada tarea visitará cada nodo a lo sumo una vez red

74 Ejemplo (red acíclica),5 0, 0,8 3 0,6 0, ,5 6 μ i i,,..,6 { }

75 Ejemplo (red acíclica) Ecuaciones de equilibrio: λ γ; λ λr ; λ λr ; 3 3 λ λ r ; λ λ r λ r ; λ γ En el ejemplo, γ,5; r 0,; r 3 0,8; r 34 0,6; r 35 0,4; γ 6 0,5; r 65 ; con lo cual la solución es: λ,5; λ 0,3; λ 3, ; λ 4 0,7; λ 5 0,98; λ 6 0,5

76 Ejemplo (red acíclica) Condición de no saturación (se cumple porque i <): λi i 0,75; 0,5; 3 0,6; μ i 4 0,36; 5 0,49; 6 0,5 Medidas de rendimiento (ecuaciones del modelo M M ): i L i L 3; L 0,764; L3,5; i L 0,565; L 0,9607; L 0,

77 Ejemplo (red acíclica) W i μ λ i i W ; W 0,588; W,5; 3 W 0,785; W 0,9803; W 0, W qi W i μ i W,5; W 0,088; W 0,75; q q q3 W 0,85; W 0,4803; W 0,666 q4 q5 q6

78 Red abierta cíclica 0, 0,3 0,8 0,7 3 0, 4 0,9 5 μ 3 i,,4 i { } μ 4 i 3,5 i { } 0,6

79 Ejemplo (red cíclica) Ecuaciones de equilibrio: λ γ ; λ λ r ; λ γ λ r λ r ; λ λ r ; λ λr En el ejemplo, γ 0,; r 0,3; r 3 0,7; γ 3 0,8; r 53 0,6; r 34 0,; r 35 0,9; con lo cual la solución es: λ 0,; λ 0,06; λ3,0434; λ 0,043; λ,

80 Ejemplo (red cíclica) Condición de no saturación (se cumple porque i <): λi i 0,0666; 0,0; 3 0,508; μ i 0,068; 0,4597 Medidas de rendimiento (ecuaciones del modelo M M ): i L i L 0,074; L 0,004; L3,0443; i L 4 5 0,073; L 0,85 4 5

81 Ejemplo (red cíclica) W i μ λ i i W 0,357; W 0,340; W 0,5; 3 W 0,3576; W 0, W qi W i μ i W 0,038; W 0,0068; W 0,6; q q q3 W 0,043; W 0,7 q4 q5

82 Redes de Jackson cerradas

83 Definición Una red de colas cerrada se dice que es de Jackson sii: Sólo hay una clase de trabajos Los enrutados son probabilísticos, donde r ij 0 es la probabilidad de ir al nodo j después de haber salido del nodo i, Cada nodo i es una cola. M c i Hay una cantidad constante M de trabajos en el sistema El número total de nodos de la red se notará K

84 Ecuaciones de equilibrio Dado que el flujo total de entrada a un nodo debe ser igual al flujo total de salida del nodo, tendremos que: K * * i j ji j { } λ λ r, i,..., K Las K ecuaciones anteriores forman un sistema lineal indeterminado con un grado de libertad, que resolveremos para hallar las tasas de llegada relativas a cada nodo λ i *, Para ello fijaremos un valor positivo arbitrario para una incógnita, por ejemplo λ *

85 Análisis del valor medio Hallaremos las siguientes medidas de rendimiento para M tareas en el sistema: L i (M)Número medio de tareas en el nodo i W i (M)Tiempo medio que cada tarea pasa en el nodo i cada vez que lo visita λ i (M)Tasa real de salidas del nodo i Se trata de un algoritmo iterativo que va calculando L i (m), W i (m) para valores crecientes de m a partir de m0

86 Análisis del valor medio Las ecuaciones son: Lj ( m) Wj ( m), j,..., K m,..., M μ c μ j j j i * i { } { } * λ jwj( m) Lj ( m) m, j,..., K m,..., M K λ W( m) i { } { } Lj( m) λ j( m), j,..., K m,..., M W ( m) j { } L (0) 0, j,..., K j { } { }

87 Red cerrada 0,3 3 0,7 4 μ 5 i,,..,6 { } i

88 Ejemplo (red cerrada) Ecuaciones de equilibrio: λ λ r λ r ; λ λ r ; * * * * * λ λ r ; λ λ r * * * * En el ejemplo, r 0,3; r 4 0,7; r 3 ; r 3 ; r 4 ; con lo cual la solución es, tomando λ *: λ ; λ 0, 3; * * λ 0,3; λ 0,7 * * 3 4

89 Ejemplo (red cerrada) Lj( m ) Wj( m), j,...,4 5 { } W( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) L ( m ) m W m W m W m W m 3 4 ( ) 0,3 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) L m m W m W m W 3 m W 4 m 0,3 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) 3 L3 ( m) m W m W m W 3 m W 4 m ( ) 0,7 W ( m) ( ) 0,3 ( ) 0,3 ( ) 0,7 ( ) 4 L4 m m W m W m W 3 m W 4 m

90 Ejemplo (red cerrada) Primera iteración: Lj L (0) (0) 0,,...,4 j 5 0, L () 0,4347,3 0, j j { } W () 0, j {,...,4} L L L 3 4 0,3 0, () 0,304,3 0, 0,3 0, () 0,304,3 0, 0,7 0, () 0,3043,3 0,

91 Ejemplo (red cerrada) m W (m) W (m) W (m) W (m) L (m) L (m) L 3 (m) L 4 (m) , 0, 0, 0, 0,4348 0,304 0,304 0,3043 0,870 0,6 0,6 0,609 0,9483 0,4 0,4 0, ,3897 0,448 0,448 0,307,5360 0,895 0,895 0, ,507 0,579 0,579 0,3770,93 0,3343 0,3343,40 5 0,6383 0,669 0,669 0,480,9065 0,3646 0,3646, ,783 0,79 0,79 0,479 3,6737 0,3850 0,3850, ,9347 0,770 0,770 0,53 4,485 0,3987 0,3987,773

92 Ejemplo (red cerrada) L 6 4 Cola Cola 4 Colas y m

93 Ejemplo (red cerrada) W Cola Cola 4 Colas y m

94 Ejemplo (red cerrada) Utilización del servidor (%) Uλ/μ L/(Wμ) Cola Cola Colas y m

95 Cuellos de botella Un cuello de botella en un sistema de colas es un nodo cuya capacidad de procesamiento determina el rendimiento de todo el sistema Definición: Sea una red de Jackson cerrada. Diremos que el nodo j es un cuello de botella sii L j (m) cuando m En el ejemplo anterior el nodo es un cuello de botella. Trabaja al límite de su capacidad mientras que los otros no (se quedan al 30% o al 70%). Para mejorar el rendimiento global del sistema habría que aumentar la capacidad de procesamiento del nodo

2 Teoría de colas o líneas de espera

2 Teoría de colas o líneas de espera 2 Teoría de colas o líneas de espera El tráfico en redes se puede modelar con la ayuda de la teoría de colas, es por ello ue es importante estudiarlas y comprenderlas. Existen varias definiciones sobre

Más detalles

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K

2. Modelo de colas poissoniano con un servidor M/M/1. 3. Modelo con un servidor y capacidad finita M/M/1/K CONTENIDOS 1. Introducción a las colas poissonianas. 2. Modelo de colas poissoniano con un servidor M/M/1 3. Modelo con un servidor y capacidad finita M/M/1/K 4. Modelo con varios servidores M/M/c. Fórmula

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

SISTEMAS DE COLAS EXPONENCIALES

SISTEMAS DE COLAS EXPONENCIALES UNIVERSIDAD POLITÉCNICA DE MADRID FACULTAD DE INFORMÁTICA SISTEMAS DE COLAS EXPONENCIALES M a ISABEL RODRÍGUEZ GALIANO Madrid, Junio de 2002 Índice Introducción 2 Sistema de Colas M/M/ 3 3 Sistema de Colas

Más detalles

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD.

Modelado de flujo en redes. Jhon Jairo Padilla A., PhD. Modelado de flujo en redes Jhon Jairo Padilla A., PhD. Conceptos básicos Demanda o volumen de Demanda: Es el tráfico que están requiriendo los usuarios de una red. Para transportar el volumen de demanda

Más detalles

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN

DIRECCIÓN DE OPERACIONES Y TOMA DE DECISIONES INGENIERÍA INDUSTRIAL CICLO DE PROFESIONALIZACIÓN TEORIA DE COLAS: Líneas de Espera Claro Ana Milena, Cardona Luz Dary, Ruiz Lina María, Gómez Juan Fernando, Estudiantes Ingeniería Industrial Universidad Católica de Oriente. Mayo 21 de 2011. Resumen:

Más detalles

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB

EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB EJEMPLOS DE TEORÍA DE COLAS Resolución con Win-QSB PROBLEMA 1. El Banco Nacional de Occidente piensa abrir una ventanilla de servicio en automóvil para servicio a los clientes. La gerencia estima que los

Más detalles

Teoría de Colas o Fenómenos de Espera

Teoría de Colas o Fenómenos de Espera Teoría de Colas o Fenómenos de Espera Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Introducción 2 Introducción............................................................

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Ejercicios de Teoría de Colas

Ejercicios de Teoría de Colas Ejercicios de Teoría de Colas Investigación Operativa Ingeniería Informática, UC3M Curso 08/09 1. Demuestra que en una cola M/M/1 se tiene: L = ρ Solución. L = = = = = ρ np n nρ n (1 ρ) nρ n n=1 ρ n ρ

Más detalles

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.

Tema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases. Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal

Más detalles

Teoría a de Colas o Filas de Espera. M. En C. Eduardo Bustos Farías

Teoría a de Colas o Filas de Espera. M. En C. Eduardo Bustos Farías Teoría a de Colas o Filas de Espera M. En C. Eduardo Bustos Farías as Introducción Una línea de espera es la resultante de un sistema cuando la demanda por un bien o servicio supera la capacidad que puede

Más detalles

Límites. Definición de derivada.

Límites. Definición de derivada. Capítulo 4 Límites. Definición de derivada. 4.1. Límites e indeterminaciones Hemos visto en el capítulo anterior que para resolver el problema de la recta tangente tenemos que enfrentarnos a expresiones

Más detalles

30 = 2 3 5 = ( 2) 3 ( 5) = 2 ( 3) ( 5) = ( 2) ( 3) 5.

30 = 2 3 5 = ( 2) 3 ( 5) = 2 ( 3) ( 5) = ( 2) ( 3) 5. 11 1.3. Factorización Como ya hemos mencionado, la teoría de ideales surgió en relación con ciertos problemas de factorización en anillos. A título meramente ilustrativo, nótese que por ejemplo hallar

Más detalles

Espacios vectoriales y aplicaciones lineales

Espacios vectoriales y aplicaciones lineales Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un

Más detalles

Problemas indecidibles

Problemas indecidibles Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas

Más detalles

Unidad de Aprendizaje: Anualidades y gradientes

Unidad de Aprendizaje: Anualidades y gradientes Carlos Mario Morales C 2012 1 Matemáticas Financieras No está permitida la reproducción total o parcial de este libro, ni su tratamiento informático, ni la transmisión de ninguna forma o por cualquier

Más detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas componentes del sistema tienen costos asociados que deben de considerarse. 1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

El aeropuerto se puede modelar como un sistema de colas M/G/1 con distribución uniforme de tiempo de servicio E[S] = 60 seg y σ 2 S = 48 seg 2.

El aeropuerto se puede modelar como un sistema de colas M/G/1 con distribución uniforme de tiempo de servicio E[S] = 60 seg y σ 2 S = 48 seg 2. ESTUDIO DE OPERACIONES URBANAS MATERIAL REUNIDO POR JAMES S. KANG OTOÑO 2001 Soluciones trabajo 4 3/10/2001 1. Problema 4.12 LO (Pinker, 1994; Kang, 2001) El aeropuerto se puede modelar como un sistema

Más detalles

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación. Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir

Más detalles

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1 Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal.

ECUACION DE DEMANDA. El siguiente ejemplo ilustra como se puede estimar la ecuación de demanda cuando se supone que es lineal. ECUACION DE DEMANDA La ecuación de demanda es una ecuación que expresa la relación que existe entre q y p, donde q es la cantidad de artículos que los consumidores están dispuestos a comprar a un precio

Más detalles

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD Pág. Página 5 PRACTICA Completa los siguientes sistemas de ecuaciones para que ambos tengan la solución =, =. + 7 = + = a) b) 4 = Sustituimos en cada ecuación =, = operamos: + = a) b) 4 = 0 Comprueba si

Más detalles

LINEAS DE ESPERA CAPITULO 2 LECTURA 6.2. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 2.

LINEAS DE ESPERA CAPITULO 2 LECTURA 6.2. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 2. LECTURA 6.2 SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México CAPITULO 2 LINEAS DE ESPERA 2.1 INTRODUCCIÓN Una línea de espera es el efecto resultante en un sistema

Más detalles

np {N q = n N q > 0} = (1 ρ) n=1 = (1 ρ) nρ n 1 = 1 (3.34) P {T q t T q > 0} = P {T q t T q > 0} P {T q

np {N q = n N q > 0} = (1 ρ) n=1 = (1 ρ) nρ n 1 = 1 (3.34) P {T q t T q > 0} = P {T q t T q > 0} P {T q 52 CAPÍTULO 3. SISTEMAS DE ESPERA Luego: P {N q = n N q > 0} = P n+1 2 = (1 ) n 1, n = 1, 2, (3.33) Nótesequelaprobabilidadqueexistan N probabilidadgeométricaconparámetro n 1,locualesigualaladistribuciónprobabilidad

Más detalles

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas

V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas UNIVERSIDAD NACIONAL DE INGENIERÍA UNI-NORTE INVESTIGACIÓN DE OPERACIONES II INGENIERIA INDUSTRIAL E INGENIERIA DE SISTEMAS V Unidad: Teoría de Colas (Líneas de espera) de Espera: Teoría de Colas Maestro

Más detalles

Capítulo 3: APLICACIONES DE LAS DERIVADAS

Capítulo 3: APLICACIONES DE LAS DERIVADAS Capítulo : Aplicaciones de la derivada 1 Capítulo : APLICACIONES DE LAS DERIVADAS Dentro de las aplicaciones de las derivadas quizás una de las más importantes es la de conseguir los valores máimos y mínimos

Más detalles

4 Ecuaciones y sistemas

4 Ecuaciones y sistemas Solucionario Ecuaciones y sistemas ACTIVIDADES INICIALES.I. Comprueba si las siguientes ecuaciones tienen como soluciones,,. a) 0 b) 5 () 8 a) 0 () () es solución. 0 8 9 6 0 6 0 0 9 5 5 6 5 es solución.

Más detalles

Divisibilidad y números primos

Divisibilidad y números primos Divisibilidad y números primos Divisibilidad En muchos problemas es necesario saber si el reparto de varios elementos en diferentes grupos se puede hacer equitativamente, es decir, si el número de elementos

Más detalles

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Una de las primeras necesidades que surgen en las Ciencias Experimentales es la de poder expresar los valores

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

Clase 8: Distribuciones Muestrales

Clase 8: Distribuciones Muestrales Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas

Más detalles

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas).

Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). TEMA 5.- GRAFOS 5.1.- DEFINICIONES BÁSICAS Un grafo G es un par (V,E) donde V es un conjunto (llamado conjunto de vértices) y E un subconjunto de VxV (conjunto de aristas). Gráficamente representaremos

Más detalles

Función exponencial y Logaritmos

Función exponencial y Logaritmos Eje temático: Álgebra y funciones Contenidos: Función exponencial y Logaritmos Nivel: 4 Medio Función exponencial y Logaritmos 1. Funciones exponenciales Existen numerosos fenómenos que se rigen por leyes

Más detalles

TEORIA DE COLAS. Enero 30. Modelos líneas de espera

TEORIA DE COLAS. Enero 30. Modelos líneas de espera TEORIA DE COLAS Enero 30 2012 Elementos básicos de un modelo de línea de espera, y buscar una aplicación real de cualquiera de los modelos de líneas de espera existentes. Modelos líneas de espera -Integrantes:

Más detalles

4 Pruebas y análisis del software

4 Pruebas y análisis del software 4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran

Más detalles

Repaso de matrices, determinantes y sistemas de ecuaciones lineales

Repaso de matrices, determinantes y sistemas de ecuaciones lineales Tema 1 Repaso de matrices, determinantes y sistemas de ecuaciones lineales Comenzamos este primer tema con un problema de motivación. Problema: El aire puro está compuesto esencialmente por un 78 por ciento

Más detalles

Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística

Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística Teoría de Colas Ernesto Ponsot Balaguer Universidad de Los Andes Escuela de Estadística El Objetivo La teoría de colas o líneas de espera, procura el estudio riguroso del fenómeno (muy común en estos tiempos)

Más detalles

TEMA I. Teoría de Circuitos

TEMA I. Teoría de Circuitos TEMA I Teoría de Circuitos Electrónica II 2009 1 1 Teoría de Circuitos 1.1 Introducción. 1.2 Elementos básicos 1.3 Leyes de Kirchhoff. 1.4 Métodos de análisis: mallas y nodos. 1.5 Teoremas de circuitos:

Más detalles

CONTROL DE FLUJO. Control de flujo: mecanismo extremo a extremo para regular el tráfico entre el origen y el destino

CONTROL DE FLUJO. Control de flujo: mecanismo extremo a extremo para regular el tráfico entre el origen y el destino Temas 22 y 23 Control de congestión y flujo Diapositiva 1 Laboratorio de sistemas de decisión e información () CONTROL DE FLUJO Control de flujo: mecanismo extremo a extremo para regular el tráfico entre

Más detalles

APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES

APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES APLICACIONES DE LAS MATRICES Y LOS SISTEMAS LINEALES Alumno: Grupo: Sobre cambios de moneda extranjera Problema nº 1.- Un empresario estadounidense necesita cantidades fijas de yenes japoneses, libras

Más detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

TRANSFORMADA DE LAPLACE

TRANSFORMADA DE LAPLACE TRANSFORMADA DE LAPLACE DEFINICION La transformada de Laplace es una ecuación integral que involucra para el caso específico del desarrollo de circuitos, las señales en el dominio del tiempo y de la frecuencia,

Más detalles

SIMULACIÓN DE MODELOS POBLACIONALES

SIMULACIÓN DE MODELOS POBLACIONALES 7 SIMULACIÓN DE MODELOS POBLACIONALES 7.1 Objetivo En esta práctica construiremos, simularemos y analizaremos diversos modelos simples que estudian el crecimiento de poblaciones, a través del programa

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 utiliza modelos matemáticos que describen sistemas de líneas particulares o Sistemas de Colas. Modelos presentan las siguientes características:

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-)

Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-) CÁLCULO MATEMÁTICO BÁSICO LOS NUMEROS ENTEROS Son números enteros los números naturales y pueden ser de dos tipos: positivos (+) y negativos (-) Si un número aparece entre barras /5/, significa que su

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

1-Comportamiento de una función alrededor de un punto:

1-Comportamiento de una función alrededor de un punto: Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos

Más detalles

T.3 ESTIMACIÓN PUNTUAL

T.3 ESTIMACIÓN PUNTUAL T.3 ESTIMACIÓN PUNTUAL 1. INTRODUCCIÓN: ESTIMACIÓN Y ESTIMADOR 2. PROPIEDADES DE LOS ESTIMADORES 3. MÉTODOS DE ESTIMACIÓN. EJEMPLO 1, EJEMPLO 2 1. Introducción: Estimación y Estimador En este tema se analizan

Más detalles

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión:

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión: Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Propiedades de las funciones diferenciables. 1. Regla de la cadena Después de la generalización que hemos

Más detalles

Líneas de espera. Introducción.

Líneas de espera. Introducción. Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas

Más detalles

2 Métodos combinatorios

2 Métodos combinatorios 2 Métodos combinatorios Las pruebas pueden aplicarse de muchas maneras, es decir, existen diferentes formas de preparar casos de prueba. En este capítulo se presentan dos formas de prueba muy fáciles de

Más detalles

b) Los lados de un triángulo rectángulo tienen por medida tres números naturales consecutivos. Halla dichos lados.

b) Los lados de un triángulo rectángulo tienen por medida tres números naturales consecutivos. Halla dichos lados. Problemas Repaso MATEMÁTICAS APLICADAS A LAS CCSS I Profesor:Féli Muñoz Reduce a común denominador el siguiente conjunto de fracciones: + ; y Común denominador: ( + )( ) MCM + ( )( ) ( )( + )( ) ( ) (

Más detalles

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08)

Apuntes sobre algunos teoremas fundamentales de análisis complejo, con 20 ejemplos resueltos (2007-08) Variable Compleja I (3 o de Matemáticas) Apuntes sobre algunos teoremas fundamentales de análisis complejo, con ejemplos resueltos (7-8) En estos apuntes, consideraremos las funciones anaĺıticas (holomorfas)

Más detalles

Calcular con fracciones para todos

Calcular con fracciones para todos Calcular con fracciones para todos 1 Calcular con fracciones para todos M. Riat riat@pobox.com Versión 1.0 Burriana, 2014 Calcular con fracciones para todos 2 ÍNDICE DE CAPÍTULOS Índice de capítulos...

Más detalles

Problemas Resueltos de Desigualdades y Programación Lineal

Problemas Resueltos de Desigualdades y Programación Lineal Universidad de Sonora División de Ciencias Exactas y Naturales Departamento de Matemáticas. Problemas Resueltos de Desigualdades y Programación Lineal Para el curso de Cálculo Diferencial de Químico Biólogo

Más detalles

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000)

Materiales y energía = 1000 litros x $20/litro = ($20,000) Sueldos = fijos = ($10,000) Alquiler = fijo = ($ 5,000) Evaluación de Proyectos FI UBA: Análisis Marginal Ing. Roger Cohen Qué es y para qué se usa el Análisis Marginal El análisis marginal estudia el aporte de cada producto/servicio/cliente a las utilidades

Más detalles

ANÁLISIS DESCRIPTIVO DE FUNCIONES Y GRÁFICAS

ANÁLISIS DESCRIPTIVO DE FUNCIONES Y GRÁFICAS ANÁLISIS DESCRIPTIVO DE FUNCIONES Y GRÁFICAS INTRODUCCIÓN La noción actual de función comienza a gestarse en el siglo XIV, cuando empiezan a preocuparse de medir y representar las variaciones de ciertas

Más detalles

TEMA 3: CONTINUIDAD DE FUNCIONES

TEMA 3: CONTINUIDAD DE FUNCIONES TEMA 3: CONTINUIDAD DE FUNCIONES. Valor Absoluto Trabajaremos en el campo de los números reales, R. Para el estudio de las propiedades de las funciones necesitamos el concepto de valor absoluto de un número

Más detalles

Análisis III. Joaquín M. Ortega Aramburu

Análisis III. Joaquín M. Ortega Aramburu Análisis III Joaquín M. Ortega Aramburu Septiembre de 1999 Actualizado en julio de 2001 2 Índice General 1 Continuidad en el espacio euclídeo 5 1.1 El espacio euclídeo R n...............................

Más detalles

Análisis por simulación de un sistema estocástico

Análisis por simulación de un sistema estocástico Análisis por simulación de un sistema estocástico José Carlos Cimorra Velilla David Ordóñez Arévalo ÍNDICE 1. Planteamiento del problema... 2 2. Modelo... 4 2.1 Diagrama de flujo... 4 2.2 Modelo de colas...

Más detalles

1. ESCALARES Y VECTORES

1. ESCALARES Y VECTORES 1. ESCLRES Y VECTORES lgunas magnitudes físicas se especifican por completo mediante un solo número acompañado de su unidad, por ejemplo, el tiempo, la temperatura, la masa, la densidad, etc. Estas magnitudes

Más detalles

INTERVALOS, DESIGUALDADES Y VALOR ABSOLUTO

INTERVALOS, DESIGUALDADES Y VALOR ABSOLUTO INTERVALOS, DESIGUALDADES Y VALOR ABSOLUTO INTERVALOS Los Intervalos son una herramienta matemática que se utiliza para delimitar un conjunto determinado de números reales. Por ejemplo el intervalo [-5,3]

Más detalles

Examen de Redes de Datos Tecnólogo en Telecomunicaciones (ROCHA)

Examen de Redes de Datos Tecnólogo en Telecomunicaciones (ROCHA) Examen de Redes de Datos Tecnólogo en Telecomunicaciones (ROCHA) SOLUCIÓN (más completa que el mínimo requerido para obtener los máximos puntajes) Pregunta 1 En el sistema de nombre de dominio (DNS): a)

Más detalles

Desempleo. Economía Laboral LIE UCEMA Prof. Julio Elías

Desempleo. Economía Laboral LIE UCEMA Prof. Julio Elías Desempleo Economía Laboral LIE UCEMA Prof. Julio Elías Introducción En un mercado competitivo la demanda iguala a la oferta de trabajadores. El salario de equilibrio limpia el mercado, y todas las personas

Más detalles

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades:

Nota 1. Los determinantes de orden superior a 3 se calculan aplicando las siguientes propiedades: Capítulo 1 DETERMINANTES Definición 1 (Matriz traspuesta) Llamaremos matriz traspuesta de A = (a ij ) a la matriz A t = (a ji ); es decir la matriz que consiste en poner las filas de A como columnas Definición

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

Métodos Numéricos: Resumen y ejemplos Tema 4: Resolución aproximada de EDO s

Métodos Numéricos: Resumen y ejemplos Tema 4: Resolución aproximada de EDO s Métodos Numéricos: Resumen y ejemplos Tema 4: Resolución aproximada de EDO s Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Marzo 2008, versión

Más detalles

SISTEMAS DE ECUACIONES LINEALES

SISTEMAS DE ECUACIONES LINEALES Capítulo 7 SISTEMAS DE ECUACIONES LINEALES 7.1. Introducción Se denomina ecuación lineal a aquella que tiene la forma de un polinomio de primer grado, es decir, las incógnitas no están elevadas a potencias,

Más detalles

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos

Más detalles

Resolución del examen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009

Resolución del examen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009 Resolución del eamen de Selectividad de Matemáticas Aplicadas a las Ciencias Sociales II Andalucía Junio de 2009 Antonio Francisco Roldán López de Hierro * de junio de 2009 Opción A Ejercicio Sea la igualdad

Más detalles

LÍMITES Y CONTINUIDAD

LÍMITES Y CONTINUIDAD UNIDAD 5 LÍMITES Y CONTINUIDAD Páginas 0 y Describe las siguientes ramas: a) f () b) f () no eiste c) f () d) f () + e) f () f) f () + g) f () h) f () no eiste; f () 0 i) f () + f () + j) f () 5 4 f ()

Más detalles

todas especialidades Soluciones de las hojas de problemas

todas especialidades Soluciones de las hojas de problemas Universidad Politécnica de Cartagena Dpto. Matemática Aplicada y Estadística Ingeniería Técnica Industrial Métodos estadísticos de la ingeniería Métodos estadísticos de la ingeniería Ingeniería Técnica

Más detalles

Modelos de distribuciones discretas

Modelos de distribuciones discretas Tema 4 Modelos de distribuciones discretas En este capítulo estudiaremos las distribuciones discretas más importantes. importancia es doble, por las aplicaciones y por su relevancia conceptual. De nuevo,

Más detalles

TEORIA DE COLAS, FENOMENOS DE ESPERA

TEORIA DE COLAS, FENOMENOS DE ESPERA Universidad del Bío-Bío Facultad de Ingeniería Depto. Ingeniería Industrial Investigación de Operaciones II: TEORIA DE COLAS, FENOMENOS DE ESPERA Integrantes: Pedro Chávez Cristian Guajardo Victor Pino

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente.

De dos incógnitas. Por ejemplo, x + y 3 = 4. De tres incógnitas. Por ejemplo, x + y + 2z = 4. Y así sucesivamente. 3 Ecuaciones 17 3 Ecuaciones Una ecuación es una igualdad en la que aparecen ligados, mediante operaciones algebraicas, números y letras Las letras que aparecen en una ecuación se llaman incógnitas Existen

Más detalles

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria

Teoría de colas. Las colas (líneas de espera) son parte de la vida diaria Teoría de colas Las colas (líneas de espera) son parte de la vida diaria Supermercado - Servicios de reparaciones - Telecom. Banco - Comedor universitario - Producción El tiempo que la población pierde

Más detalles

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE VACIADO DE TANQUES

APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE VACIADO DE TANQUES APLICACIONES DE LAS ECUACIONES DIFERENCIALES ORDINARIAS DE PRIMER ORDEN A PROBLEMAS DE VACIADO DE TANQUES Mucos problemas físicos dependen de alguna manera de la geometría. Uno de ellos es la salida de

Más detalles

PROBLEMAS RESUELTOS TEMA: 3

PROBLEMAS RESUELTOS TEMA: 3 PROBLEMAS RESUELTOS TEMA: 3 1. Una partícula de 3 kg se desplaza con una velocidad de cuando se encuentra en. Esta partícula se encuentra sometida a una fuerza que varia con la posición del modo indicado

Más detalles

PROBLEMAS RESUELTOS SOBRE MOVIMIENTO ARMÓNICO SIMPLE

PROBLEMAS RESUELTOS SOBRE MOVIMIENTO ARMÓNICO SIMPLE PROBLEMAS RESUELTOS SOBRE MOVIMIENTO ARMÓNICO SIMPLE ) La ecuación de un M.A.S. es x(t) cos 0t,, en la que x es la elongación en cm y t en s. Cuáles son la amplitud, la frecuencia y el período de este

Más detalles

Apuntes de Matemática Discreta 7. Relaciones de Orden

Apuntes de Matemática Discreta 7. Relaciones de Orden Apuntes de Matemática Discreta 7. Relaciones de Orden Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 7 Relaciones de Orden Contenido

Más detalles

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos.

Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Dependencia lineal de vectores y sus aplicaciones a la resolución de sistemas de ecuaciones lineales y de problemas geométricos. Prof. D. Miguel Ángel García Hoyo. Septiembre de 2011 Dependencia lineal

Más detalles

4. Se considera la función f(x) =. Se pide:

4. Se considera la función f(x) =. Se pide: Propuesta A 1. Queremos realizar una inversión en dos tipos de acciones con las siguientes condiciones: Lo invertido en las acciones de tipo A no puede superar los 10000 euros. Lo invertido en las acciones

Más detalles

Hasta ahora hemos estudiado potencias pertenecientes a distintos campos numéricos. n N, ( a 0 ) m a. m Z, n N

Hasta ahora hemos estudiado potencias pertenecientes a distintos campos numéricos. n N, ( a 0 ) m a. m Z, n N EXPONENCIALES Y LOGARITMOS FUNCIÓN EXPONENCIAL Hasta ahora hemos estudiado potencias pertenecientes a distintos campos numéricos. Potencias de eponente natural: a n = a. a. a... a n N n veces Potencias

Más detalles

Bachillerato. Matemáticas. Ciencias y tecnología

Bachillerato. Matemáticas. Ciencias y tecnología Bachillerato º Matemáticas Ciencias y tecnología Índice Unidad 0 Números reales........................................... 7. Evolución histórica................................... 8. Números reales......................................

Más detalles

Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay

Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay Introducción a la Investigación de Operaciones Facultad de Ingeniería - Universidad de la República Oriental del Uruguay Procesos Estocásticos de Tiempo Contínuo Práctico Ejercicio 1 Sean X e Y variables

Más detalles

Recursos HELP DESK Biblioteca 2012

Recursos HELP DESK Biblioteca 2012 Investigación operativa aplicada al Help Desk INTRODUCCION Este artículo está dirigido a aquellas personas que tienen la responsabilidad del diseño de estructuras de soporte, ya sea de empresas de Outsourcing

Más detalles

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y

Tipo A Tipo B Min. y Máx. Gambas 2 1 50 Langostinos 3 5 180 Contenedores 1 1 50 Coste 350 550 350x + 550y IES Fco Ayala de Granada Sobrantes 010 (Modelo 6) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS II Sobrantes 010 (Modelo 6) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 (.5 puntos) Un supermercado

Más detalles

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS

TEORIA DE COLAS SIMULACIÓN DE SISTEMAS SIMULACIÓN DE SISTEMAS UNIVERSIDAD ALAS PERUANAS FILIAL- ICA Ing. Las LINEAS DE ESPERA, FILAS DE ESPERA o COLAS, son realidades cotidianas: Personas esperando para una caja en un banco, Estudiantes esperando

Más detalles

Redes de Comunicaciones

Redes de Comunicaciones Redes de Comunicaciones Ejercicios Tema 3. Teletráfico. Dimensionado de Sistemas Ramón Agüero Calvo Departamento de Ingeniería de Comunicaciones Este tema se publica bajo Licencia: Crea:ve Commons BY-

Más detalles

LÍMITES DE FUNCIONES

LÍMITES DE FUNCIONES LÍMITES DE FUNCIONES. INTRODUCCIÓN A LOS LÍMITES. Definición intuitiva de límite.. DEFINICIÓN RIGUROSA DE LÍMITE. Límites reales.. Propiedades de los límites.. Estrategias para calcular límites. - Límites

Más detalles

Tema 3. Problemas de valores iniciales. 3.1. Teoremas de existencia y unicidad

Tema 3. Problemas de valores iniciales. 3.1. Teoremas de existencia y unicidad Tema 3 Problemas de valores iniciales 3.1. Teoremas de existencia y unicidad Estudiaremos las soluciones aproximadas y su error para funciones escalares, sin que ésto no pueda extenderse para funciones

Más detalles

7. FLU JO D E C A JA D E L PR O Y E C TO. 7.1 E stru ctu ra g e n e ra l d e u n flu jo d e caja

7. FLU JO D E C A JA D E L PR O Y E C TO. 7.1 E stru ctu ra g e n e ra l d e u n flu jo d e caja Como se puede observar, para calcular este valor se debió necesariamente calcular el valor de desecho contable, ya que el efecto tributario se obtiene restando el valor libro que tendrán los activos al

Más detalles

4. Programación Paralela

4. Programación Paralela 4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios

Más detalles