ESTRUCTURA DE LINEAS DE ESPERA

Documentos relacionados
Modelos de cola.

INVESTIGACIÓN DE OPERACIONES II. JULIO CÉSAR LONDOÑO ORTEGA

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

13.Teoría de colas y fenómenos de espera

Tema 4: Probabilidad y Teoría de Muestras

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

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

S = N λ = 5 5 = 1 hora.

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

Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico

lo que hace a las colas un área interesante y desafiante. En la figura se muestra un sistema típico de colas. 4. MODELOS DE LINEAS DE ESPERA

Determinación del tamaño de muestra (para una sola muestra)

DISTRIBUCIÓN DE POISSON

Modelos de Inventarios

Teoría de líneas de espera

Notas de Clase de: Investigación de Operaciones

Procesos estocásticos

TEMA N 3.- TEORÍA DE COLAS

Objetivo: Comprender la diferencia entre valor esperado, varianza y desviación estándar. Poner en práctica el teorema de Chebyshev

Tema 5 Algunas distribuciones importantes

MODELADO Y SIMULACIÓN. Febrero de Primera semana

Ingeniería de Sistemas. Teoría de colas y juegos

Probabilidad II Algunas distribuciones notables. Antonio Cuevas Departamento de Matemáticas Universidad Autónoma de Madrid

PROBABILIDAD Y ESTADÍSTICA

Proceso de llegadas de Poisson

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

Temas 5 y /16.37

Consideración del Margen de Desvanecimiento con ICS Telecom en Planeación de Redes de Microceldas (NLOS)

1.- INTRODUCCIÓN TEORIA DE COLAS

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD

TEOREMA DEL LÍMITE CENTRAL

INVESTIGACION DE OPERACIONES

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

MODELO DE LINEAS DE ESPERA

Métodos Cuantitativos de Organización Industrial

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

TEORIA DE COLAS, FENOMENOS DE ESPERA

SIMULACIÓN DE PROCESOS INDUSTRIALES SOFTWARE ARENA INTRODUCCION

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

3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.

Distribuciones de probabilidad más usuales

T1. Distribuciones de probabilidad discretas

Distribución binomial

DEPARTAMENTO DE CIENCIAS BASICAS AREA DE MATEMATICAS INVESTIGACION DE OPERACIONES

Modelos de probabilidad. Modelos de probabilidad. Modelos de probabilidad. Proceso de Bernoulli. Objetivos del tema:

INFERENCIA ESTADISTICA

JUEGO DE BASKETBALL. Repaso de Distribuciones de Probabilidad Discretas y Continuas

TRÁFICO DE TELEFONÍA MÓVIL: CARACTERIZACIÓN E IMPLICACIONES DEL TIEMPO DE OCUPACIÓN DEL CANAL

Fundamentos de Estadística y Simulación Básica

2 Teoría de colas o líneas de espera

Teoria de Colas Aplicaciones en Aviación

Prof. Eliana Guzmán U. Semestre A-2015

INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos

Estadística Aplicada

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

Simulación. Problema del jardinero. Modelo de stock aleatorio. Camino crítico.

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

Distribuciones Continuas de. Probabilidad. Dr. Víctor Aguirre Torres, ITAM. Guión 7.

INTERVALOS DE CONFIANZA. La estadística en cómic (L. Gonick y W. Smith)

Generación de variables aleatorias continuas Método de la transformada inversa

Investigación operativa: aplicaciones en la optimización de costes"

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

Unidad V. 5.1 Recta tangente y recta normal a una curva en un punto. Curvas ortogonales.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.


Distribución Muestral.

Modelos de colas exponenciales

CM0244. Suficientable

Distribuciones de probabilidad con R Commander

Inventarios.

Unidad Temática 3: Probabilidad y Variables Aleatorias

Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR

Carrera: INB Participantes. Representante de las academias de ingeniería industrial de. Academias Ingeniería Industrial.

1. La Distribución Normal

Ensayo o prueba: es la realización concreta de un experimento aleatorio.

ESTADÍSTICA INFERENCIAL

Gráficas de funciones de masa de probabilidad y de función de densidad de probabilidad de Distribuciones especiales. x n

Tema 6. Variables aleatorias continuas

F (x, y) = no es la función de distribución acumulada de ningún vector aleatorio. b) Mostrar que. { (1 e x )(1 e y ) si x 0, y 0

Tema 4: Probabilidad y Teoría de Muestras

Tema 4 Variables Aleatorias

6. VARIABLES ALEATORIAS

Pruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis

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

Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013

Año Académico 2009 INGENIERÍA INDUSTRIAL E INGENIERÍA DE SISTEMAS

Generación de Variables Aleatorias. UCR ECCI CI-1453 Investigación de Operaciones Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Distribución Normal. Universidad Diego Portales Facultad de Economía y Empresa. Estadística I Profesor: Carlos R. Pitta

Discretas. Continuas

2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...

Modelos Estocásticos I Tercer Examen Parcial Respuestas

Modelos de Probabilidad con Statgraphics

-80- El siguiente análisis definirá un modelo para determinar el nivel de servicio de estas operaciones (14).

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

Teorema Central del Límite (1)

Otra característica poblacional de interés es la varianza de la población, 2, y su raíz cuadrada, la desviación estándar de la población,. La varianza

Distribuciones de probabilidad discretas

Distribuciones de probabilidad

Transcripción:

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 llegan el tiempo requerido para el servicio la prioridad que determina el orden de servicio el número y configuración de servidores en el sistema.

Estructura de líneas de espera En general, la llegada de clientes en el sistema es un evento aleatorio. Frecuentemente el modelo de la llegada se planea como un proceso de Poisson. El tiempo de servicio también es normalmente una variable aleatoria. Una distribución que normalmente describe el tiempo de servicio que ocupan los clientes es la distribución exponencial. La disciplina de la cola más común es el que viene primero, primero se atiende (FCFS). Un ascensor es un ejemplo de el último que viene, es el primero quese sirvió (LCFS)

Sistemas de cola Las tres partes del código A/B/s se usa para describir varios sistemas de la formación de colas de espera. A identifica la distribución de la llegada, B el servicio (la salida) y s el número de servidores para el sistema. Los símbolos frecuentemente usados para la llegada y los procesos de servicio son: M - las distribuciones de Markov (Poisson/expotencial), D - Deterministica (constante) y G - la distribución del General (con una media conocida y variación). Por ejemplo, M/M/k se refiere a un sistema en que las llegadas ocurren según una distribución de Poisson, tiempos de servicio siguen una distribución exponencial y hay servidores del k que trabajan a las proporciones de servicio idénticas. A Las tres partes del código A/B/s se usa par describir varios sistemas.

Características de entrada λ = la proporción media de la llegada 1/λ = el tiempo medio entre las llegadas µ = la proporción media de servicio para cada servidor 1/µ = el tiempo medio de servicio σ = la desviación estándar del tiempo de servicio

Forma analítica de teoría de colas P 0 = la probabilidad de servicio 0 P n P w L q = la probabilidad de n unidades en el sistema = probabilidad que una unidad llega y espera por el servicio = el número medio de unidades en la cola que espera el servicio L = el número medio de unidades en el sistema W q = tiempo medio que una unidad se pasa en la cola de espera en el servicio W = tiempo medio que una unidad se pasa en el sistema

Formulas analíticas Para casi todos sistemas de la formación de colas de espera, hay una relación entre el tiempo medio que una unidad se pasa en el sistema o cola y el número medio de unidades en el sistema o cola. Estas relaciones, conocido como las ecuaciones de flujo están: L = λw y L q = λw q Cuando la disciplina de la cola es FCFS, se han derivado las fórmulas analíticas para varios modelos de la formación de colas de espera diferentes que incluyen lo siguiente: M/M/1, M/M/k, M/G/1, M/G/k con clientes bloqueados aclarados, y M/M/1 con una población finita. Las fórmulas analíticas no están disponibles para los todo posibles sistemas de la formación de colas de espera. En este evento, pueden ganarse las visiones a través de una simulación del sistema.

ejemplo Sistema de Colas M/M/1 Joe Ferris es un operador de piso en New York Stock Exchange de la firma Smith, Jones, Johnson, and Thomas, Inc. Las ordenes llegan en promedio de 20 por hora. Cada orden requiere por parte de Joe un promedio de 2 minutos. Las órdenes llegan a una proporción media de 20 por hora o un orden cada 3 minutos. Por consiguiente, en un intervalo de 15 minutos el número medio de órdenes será de λ = 15/3 = 5.

La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que ninnguna orden se reciba dentro de un período de 15 minuto? Respuesta P(x)= P (x = 0) = (5 0 e -5 )/0! = e -5 =.0067 λ x e x! λ

ejemplo La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que exactamente se reciben 3 órdenes dentro de un período del 15- minutos? Respuesta P (x = 3) = (5 3 e -5 )/3! = 125(.0067)/6 =.1396

Example: SJJT, Inc. (A) La Distribución de Proporción de llegada La pregunta Cuál es la probabilidad que más de 6 órdenes llega dentro de un período del 15-minuto? La respuesta P (x > 6) = 1 - P (x = 0) - P (x = 1) - P (x = 2) - P (x = 3) - P (x = 4) - P (x = 5) - P (x = 6) = 1 -.762 =.238

Example: SJJT, Inc. (A) La Distribución de Proporción de servicio La pregunta Cuál es la proporción de servicio MEDIA por hora? La respuesta Joe Ferris puede procesar una orden en un tiempo medio de 2 minutos (= 60/2 hr.), entonces la proporción de servicio MEDIA, µ, es µ = 1/(Tiempo de servicio MEDIO), o 60/2 = 30 x hora.

Example: SJJT, Inc. (A) pregunta Qué porcentaje de los órdenes tomará menos de un minuto para procesar? respuesta Desde que las unidades se expresan en horas, El P (el T <1 minuto) = el P (el T <1/60 hora). Usando la distribución exponencial, P (T < t ) = 1 - e -µt. Entonces, P (T < 1/60) = 1 - e -30(1/60) = 1 -.6065

Example: SJJT, Inc. (A) pregunta Qué porcentaje de los órdenes se procesará en exactamente 3 minutos? respuesta Desde que la distribución exponencial es una distribución continua, la probabilidad que un tiempo de servicio iguala exactamente cualquier valor específico es 0.

Fin fde la presentación